Source de vérité pour tout ce qui concerne les boucles (rituels) dans SYNAPSE.
SYNAPSE remplace les rituels agiles classiques (daily standup, sprint planning, retrospective) par 3 boucles de feedback optimisées pour une organisation hybride humains-IA.
| Boucle | Objectif | Fréquence | Durée | Participants Clés |
|---|---|---|---|---|
| Intent Sync | Alignement stratégique | Hebdomadaire | 30-45 min | Tous les rôles |
| Pattern Review | Traiter les récurrences | Continue + Hebdo | 15-30 min | Concernés + System Orchestrator |
| Decision Moment | Décisions majeures | À la demande | 30 min - 2h | Décideurs + Simulation Agent |
Principe fondamental : Les boucles s'adaptent aux besoins, pas l'inverse.
Vérifier que l'organisation reste alignée sur l'intention stratégique. Détecter et corriger les dérives avant qu'elles ne deviennent problématiques.
- Standard : Hebdomadaire (ex: tous les lundis 10h)
- Ajustable : Bi-hebdomadaire si organisation stable
- Extraordinaire : Sur demande si changement majeur
Automatique :
- Date/heure prévue
Sur Alerte :
- Memory Agent détecte contradiction majeure
- Pattern Agent signale dérive systématique
- Intent Architect convoque session extraordinaire
Sur événement :
- Changement stratégique de l'organisation
- Pivot produit
- Crise externe (marché, réglementation)
Obligatoires :
- Intent Architect (anime)
- Ethical Guardian
- System Orchestrator
- Sovereign Maker(s)
Optionnels :
- Stakeholders externes (clients, investisseurs)
- Représentants d'équipes élargies
1. Rappel de l'intention (5 min)
Intent Architect présente :
- Intent Statement actuel
- Objectifs stratégiques
- Contraintes non-négociables
2. Revue des décisions récentes (10 min)
Memory agent présente :
- 10-15 décisions majeures de la semaine
- Leur alignement avec l'intention (score)
- Contradictions détectées
Exemple:
"Décision #142 : 'Développer feature X'
Alignement : 85% avec Objectif Stratégique #2
⚠️ Contradiction mineure avec Contrainte #1"
3. Détection de dérives (10 min)
Pattern Agent présente :
- Patterns de dérive détectés
- Métriques d'alignement sur 4 semaines
- Tendances préoccupantes
Exemple:
"⚠️ Dérive détectée :
Les 8 dernières décisions priorisent court terme
vs notre intention 'Vision long terme'"
4. Discussion & décisions (15 min)
Tous les rôles débattent :
- L'intention est-elle toujours valide ?
- Faut-il la clarifier/ajuster ?
- Quelles actions correctives ?
Décisions possibles :
→ Maintenir l'intention (aucun changement)
→ Clarifier l'intention (reformulation)
→ Ajuster l'intention (contexte a changé)
→ Actions correctives (réaligner décisions)
5. Actions & suivi (5 min)
Intent Architect formalise :
- Décisions prises
- Actions assignées (qui fait quoi)
- Métriques de suivi
- Prochaine revue
Documentés :
- Intent Statement (mis à jour si modifié)
- Actions correctives assignées
- Décisions de réalignement
- Log dans Memory Agent
Communiqués :
- Synthèse envoyée à toute l'organisation
- Changements majeurs annoncés publiquement
- Mise à jour des dashboards
| Métrique | Cible | Mesure |
|---|---|---|
| Clarté post-Intent Sync | > 80% | Questionnaire après session |
| Actions correctives implémentées | > 90% | Suivi à J+7 |
| Temps de convergence | < 1 semaine | Alignement complet mesuré |
| Participation active | > 80% présents | Attendance + engagement |
Session normale (Pas de dérive)
Memory Agent: "15 décisions cette semaine, alignement moyen 92%"
Pattern Agent: "Aucune dérive systématique détectée"
Intent Architect: "OK, on continue. Prochaine revue lundi prochain."
Durée: 30 min
Session avec dérive détectée
Pattern Agent: "⚠️ 7/10 décisions concernent feature X,
mais notre intention prioritaire = feature Y"
Discussion:
- Pourquoi ce glissement ? (Feature X demandée par gros client)
- Est-ce un problème ? (Oui, on s'éloigne de notre cœur de métier)
- Action : Finir feature X en cours, puis 100% focus sur feature Y
Intent Architect: Met à jour priorités, communique à l'équipe
Durée: 50 min
❌ Rubber-stamp : Valider automatiquement sans vraie discussion
❌ Micro-management : Descendre dans détails d'implémentation
❌ Débat infini : Philosopher sans décider
❌ Absence de suivi : Décider des actions mais ne pas les implémenter
❌ Exclusion : Ne pas inclure tous les rôles concernés
Examiner les patterns récurrents détectés par Pattern Agent et décider des actions correctives ou expérimentations pour les traiter.
Continue (Alertes temps réel) :
- Pattern Agent envoie alertes si pattern significatif détecté
- Traitement immédiat si critique
Hebdomadaire (Revue systématique) :
- Tous les vendredis 14h (exemple)
- Revue de tous les patterns de la semaine
Alertes automatiques :
- Seuil d'occurrence franchi (ex: blocage répété 3 fois)
- Dégradation de métrique (ex: vélocité -20%)
- Pattern positif intéressant (bonne pratique émergente)
Revue systématique :
- Date/heure prévue
- Même si aucun pattern critique (prévention)
Obligatoires :
- System Orchestrator (anime)
- Personnes concernées par le pattern
Selon contexte :
- Ethical Guardian (si implications éthiques)
- Intent Architect (si impact stratégique)
- Sovereign Maker(s) (si solution technique nécessaire)
1. Présentation du pattern (5 min)
Pattern Agent présente :
- Type de pattern (blocage, inefficacité, opportunité)
- Données chiffrées (fréquence, impact)
- Personnes/équipes impactées
- Historique (première vs dernière occurrence)
Exemple:
"📊 PATTERN #47 : Blocage Validation Légale
- Fréquence : 8 occurrences en 2 mois
- Impact moyen : +3 jours de délai par feature
- Personnes : ÉquipeA, ServiceLégal
- Coût estimé : 24 jours perdus (€24k)"
2. Analyse des causes (10 min)
Discussion collective :
- Pourquoi ce pattern existe ?
- Quelles sont les causes racines ?
- Est-ce un problème ou un symptôme ?
Techniques :
- 5 Whys
- Fishbone diagram (si complexe)
- Revue de décisions passées (Memory Agent)
3. Décision sur action (10 min)
Options possibles :
A) IGNORER
- Pattern pas significatif finalement
- Coût correction > bénéfice
- Documenter pourquoi on ignore
B) CORRIGER
- Action corrective immédiate
- Changer un processus / règle
- Former les personnes
C) EXPÉRIMENTER
- Lancer une expérimentation
- Mesurer l'impact pendant N semaines
- Décider ensuite de généraliser
D) ESCALADER
- Pattern trop complexe pour Pattern Review
- Nécessite Intent Sync ou Decision Moment
4. Plan d'action (5 min)
Si décision B ou C :
- Qui fait quoi ?
- Quand ?
- Comment on mesure le succès ?
- Suivi à quelle date ?
Documentés :
- Pattern analysé (description, causes)
- Décision prise (ignorer/corriger/expérimenter)
- Actions assignées
- Métriques de suivi
- Log dans Memory Agent
Communiqués :
- Synthèse aux personnes impactées
- Mise à jour des règles système (si changement)
- Dashboard patterns mis à jour
| Métrique | Cible | Mesure |
|---|---|---|
| Taux d'adaptation | > 60% | Actions / Patterns détectés |
| Impact mesurable corrections | > 80% patterns améliorés | Métriques avant/après |
| Taux de faux positifs | < 20% | Patterns ignorés / Total |
| Délai traitement patterns critiques | < 48h | Timestamp alerte → action |
Pattern négatif : Blocage récurrent
Pattern: "Toujours bloqué sur validation légale"
Analyse:
- Cause racine : Service légal contacté trop tard
- 60% des cas : documentation manquante
Action: CORRIGER
1. Nouveau process : Légal impliqué dès conception
2. Template documentation légale créé
3. Formation équipe sur requis légaux
4. Mesure dans 1 mois : délai validation légale
Résultat (1 mois après) :
- Délai validation : 5 jours → 1.5 jours (-70%)
- Documentation complète : 40% → 95%
Pattern positif : Bonne pratique émergente
Pattern: "Pair programming sur bugs critiques = -40% temps résolution"
Analyse:
- 5 bugs critiques résolus en pair programming
- Temps moyen : 2h vs 5h en solo
- Taux de régression : -60%
Action: GÉNÉRALISER
1. Recommander pair programming pour tous bugs critiques
2. Ajouter dans guidelines équipe
3. Mesurer adoption et impact
Résultat :
- Pratique adoptée par 80% de l'équipe
- Temps résolution bugs critiques : -35% global
❌ Analysis paralysis : Analyser à l'infini sans décider
❌ Solution systématique : Créer une règle lourde pour chaque pattern
❌ Ignorer patterns positifs : Focus uniquement sur problèmes
❌ Pas de suivi : Décider actions mais ne jamais vérifier l'impact
❌ Blame game : Chercher un coupable au lieu de comprendre le système
Prendre une décision importante de façon éclairée en s'appuyant sur les simulations du Simulation Agent et la mémoire organisationnelle.
- À la demande : Pas de fréquence fixe
- Déclenchement : Quand une décision complexe/majeure doit être prise
Par un Rôle :
- Intent Architect : Décision stratégique
- Sovereign Maker : Choix technique majeur
- Ethical Guardian : Dilemme éthique
Par le système :
- Simulation Agent détecte opportunité
- Pattern Agent identifie besoin de décision
- Memory Agent rappelle décision similaire passée
Toujours :
- Rôle concerné par la décision (décideur final)
- Simulation Agent (présente scénarios)
Selon contexte :
- Autres rôles si décision transverse
- Experts (techniques, métier, externes)
- Stakeholders impactés
1. Formulation de la décision (10 min)
Décideur formule clairement :
- Quelle décision doit être prise ?
- Pourquoi maintenant ?
- Quelles contraintes ?
- Quel horizon temporel ?
Exemple:
"Décision : Faut-il migrer vers architecture microservices ?
Pourquoi : Scalabilité actuelle insuffisante
Contraintes : Budget 150k€, équipe de 5 devs
Horizon : Décision pour les 12 prochains mois"
2. Contexte historique (10 min)
Memory Agent fournit :
- Décisions similaires passées
- Leurs résultats (succès/échec)
- Leçons apprises
- Contexte qui a changé depuis
Exemple:
"Il y a 2 ans, décision similaire (Decision #089)
Option choisie : Rester monolithe
Raison : 'Simplicité'
Résultat : Positif pendant 18 mois, maintenant limites atteintes
Contexte changé : x10 utilisateurs, nouvelles exigences"
3. Simulation de scénarios (20-30 min)
Simulation Agent présente 3-5 scénarios :
SCÉNARIO A : Migration complète (6 mois)
- Probabilité succès : 60%
- Coût : 180k€
- Bénéfices : +40% scalabilité, -80% downtime
- Risques : Migration BDD complexe, tests e2e
- Timeline : [Gantt détaillé]
SCÉNARIO B : Migration progressive (12 mois)
- Probabilité succès : 80%
- Coût : 240k€
- Bénéfices : +30% scalabilité, risques distribués
- Risques : Dette technique hybride
- Timeline : [Gantt détaillé]
RECOMMANDATION IA (confiance 70%) : SCÉNARIO B
Raison : Meilleur équilibre risque/bénéfice
4. Discussion & délibération (20-40 min)
Débat collectif :
- Quel scénario aligné avec intention ?
- Quels risques acceptables ?
- Que faire si ça se passe mal ?
- Y a-t-il alternatives non explorées ?
Techniques :
- Pre-mortem : "Imaginez qu'on a échoué. Pourquoi ?"
- Devil's advocate : Défendre scénario contraire
- Simulation ajustée si hypothèses changent
5. Décision formalisée (10 min)
Décideur tranche :
- Scénario choisi : [X]
- Justification : [Pourquoi]
- Plan d'action : [Qui fait quoi, quand]
- Métriques de suivi : [Comment mesurer succès]
- Révision prévue : [Date]
Enregistré dans Memory Agent
6. Suivi & apprentissage (Post-décision)
À M+1, M+3, M+6 :
- Comparer prédictions vs réalité
- Analyser les écarts
- Améliorer les modèles de simulation
- Documenter les apprentissages
Documentés :
- Decision Record complet
- Scénarios simulés
- Décision prise + justification
- Plan d'action détaillé
- Métriques de suivi
- Log dans Memory Agent
| Métrique | Cible | Mesure |
|---|---|---|
| Latence de décision | < 48h pour décisions majeures | Timestamp besoin → décision |
| Précision des prédictions | Écart < 20% | Prédiction vs réalité à M+3 |
| Satisfaction des décideurs | > 7/10 | Questionnaire post-Decision Moment |
| Taux d'implémentation | > 90% | Décisions effectivement appliquées |
Décision technique simple
Décision : "Quel framework frontend ?"
Simulation Agent :
- React : Familier équipe, 5 jours
- Vue : Plus simple, 4 jours mais courbe apprentissage
- Angular : Overkill pour cette feature
Décision : React (familiarité > gain 1 jour)
Durée : 30 min
Décision stratégique complexe
Décision : "Pivoter vers B2B vs rester B2C ?"
Simulation Agent : 4 scénarios détaillés
Memory Agent : 3 pivots similaires dans historique
Discussion : 1h30 (tous les rôles)
Décision : Pivot B2B progressif (test 6 mois)
Justification : Meilleure unit economics
Suivi : Revue à M+3
Durée : 2h
❌ Décision hâtive : Trancher sans simulation ni contexte
❌ Analysis paralysis : Demander 10 scénarios sans jamais décider
❌ Ignorer la simulation : Décider selon intuition seule
❌ Pas de suivi : Ne jamais vérifier si prédictions étaient justes
❌ Décision solitaire : Décider seul sans consulter
| Aspect | Agile Classique | SYNAPSE |
|---|---|---|
| Planning | Sprint Planning (2-4h/2 sem) | Intent Sync (45 min/sem) |
| Coordination | Daily Standup (15 min/jour) | Coordination Agent + alertes |
| Adaptation | Retrospective (1-2h/2 sem) | Pattern Review (continu) |
| Décision | Consensus ou PO | Simulation + Rôle décide |
| Fréquence | Cycles fixes | Adaptative |
Gains SYNAPSE :
- ✅ Moins de temps en réunions (-40%)
- ✅ Feedback plus rapide (continu vs fin de sprint)
- ✅ Décisions éclairées (simulation vs intuition)
- ✅ Mémoire organisationnelle (vs documentation ad-hoc)
Utilisez pour :
- ✅ Vérifier alignement stratégique
- ✅ Détecter dérives
- ✅ Ajuster l'intention si contexte change
N'utilisez PAS pour :
- ❌ Décisions opérationnelles détaillées
- ❌ Résolution de bugs
- ❌ Planning de tâches
Utilisez pour :
- ✅ Traiter récurrences
- ✅ Capitaliser sur bonnes pratiques
- ✅ Optimiser processus
N'utilisez PAS pour :
- ❌ Incidents ponctuels
- ❌ Décisions stratégiques majeures
- ❌ Résolution immédiate
Utilisez pour :
- ✅ Décisions majeures
- ✅ Choix avec multiples options complexes
- ✅ Besoin de simulation
N'utilisez PAS pour :
- ❌ Décisions triviales
- ❌ Urgences (pas le temps)
- ❌ Décisions déjà alignées
Framework SYNAPSE :
Guides pratiques :
Source de vérité maintenue par la communauté SYNAPSE
Dernière mise à jour : Novembre 2025