QCon AI New York 2026 : comment LinkedIn, Netflix et DoorDash font tourner agents, évaluations et inférence en production
QCon AI New York 2026 se tiendra les 15 et 16 décembre et vient de publier son programme complet. Des ingénieurs de LinkedIn, Netflix, DoorDash, Figma, Pinterest, Harvey, Honeycomb et Google DeepMind y détailleront les choix d'architecture et d'exploitation de leurs systèmes d'IA en production : autorisation des agents, pipelines d'évaluation, service de modèles et livraison logicielle assistée par IA. Nancy Wang, CTO de 1Password, ouvrira la première journée en rappelant que les systèmes d'identité supposent un humain derrière chaque identifiant, avec un rôle stable, une session bornée et un responsable en cas de problème, trois garanties que les agents n'offrent pas. Tara Sainath, de Google DeepMind, ouvrira la seconde avec le traitement audio par LLM. Chez Figma, Pratik Agarwal expliquera que la frontière de confiance des agents dépasse le bac à sable, et que des pools préchauffés ont réduit la latence de provisionnement de 90 % et porté la disponibilité de 99 % à 99,95 %. LinkedIn présentera un agent d'exploitation Kubernetes couvrant plus de 500 000 nœuds et 5 millions de pods, dont les garde-fous (limites de débit, protection contre la suppression, approbation par un pair pour les changements en production) sont appliqués côté serveur. Les tarifs pleins s'appliqueront à partir du 9 décembre.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de InfoQ AI. Lire l'article original →
Ces interventions traitent des questions concrètes auxquelles se heurtent les équipes qui dépassent les premiers déploiements. Chez DoorDash, Fabio Flores décrira une boucle d'évaluation où chaque modification de son système de commande agentique est vérifiée avant lancement par un juge LLM calibré sur des relecteurs humains, les mêmes grilles notant sessions simulées et réelles pour que les gains hors ligne se retrouvent en production. Netflix expliquera comment une seule plateforme sert l'ensemble de ses modèles de ML et d'IA générative, soit environ 1 million de requêtes d'inférence par seconde sur plus de 300 modèles, après cinq ans de consolidation, avec le coût réel de la mutualisation. Pinterest détaillera sa pile de service de modèles vision-langage sur NVIDIA Dynamo, conçue pour des charges multimodales à forte consommation de calcul de préremplissage et de cache KV. Côté ingénierie logicielle, le système de revue de code par IA de LinkedIn examine des dizaines de milliers de pull requests par semaine sur environ 10 000 dépôts, avec plus de 60 % de suggestions échantillonnées acceptées grâce à un pipeline de validation qui filtre les constats avant qu'ils n'atteignent les développeurs.
Le programme reflète un déplacement des préoccupations : après la phase d'expérimentation, l'enjeu est de rendre les agents gouvernables, mesurables et économiquement soutenables. Emrick Donadei, de Google DeepMind, s'attaquera au problème d'évaluations d'agents qui réussissent une fois puis échouent à l'exécution suivante, tandis que Joey Wang expliquera comment Harvey a déployé ses agents en interne via sa plateforme Spectre, qui a dépassé 7 000 pull requests fusionnées sur tous les dépôts avant que les agents n'atteignent les juristes. Chez Honeycomb, Liz Fong-Jones et Rebecca Murphey feront le bilan de l'initiative « 2x » : le pic quotidien de fusions de PR sur le monorepo principal est passé d'environ 30 à environ 74 entre début 2025 et avril 2026, un niveau stable depuis. L'ensemble suggère que les gains de productivité tiennent autant à l'organisation, aux garde-fous et aux évaluations qu'aux modèles eux-mêmes, et que les contrôles d'identité et d'autorisation conçus pour des humains devront être repensés pour des logiciels autonomes.