Maxime Morellon
Agentic AI Engineer · AI-native software engineering
Agents IA.En production.
J’aide les équipes engineering à intégrer des agents IA dans leur cycle de développement, avec les contrôles humains et les évaluations qui permettent de mesurer les gains et de maîtriser les risques. Maxpaths documente ce travail.
Ce site n’est pas mon CV. C’est mon laboratoire public.
Mon portfolio présente mon parcours : 9 ans en production, des grands comptes et des ministères, une startup, puis des missions centrées sur les agents IA. Maxpaths, lui, documente ce qui fonctionne vraiment quand une équipe engineering intègre des agents : les architectures, les contrôles humains, les mesures, les échecs et les compromis.
L’objectif est simple : aider à faire passer l’IA du pilote à la production, sans vendre de raccourci magique ni empiler de théorie hors-sol.
Des agents utiles, mesurés et maîtrisés
Agents & cycle logiciel
Agents intégrés au SDLC : analyse de tickets, migrations et montées de version, CI/CD, revue. Des workflows explicites, avec des étapes agentiques là où elles apportent un gain.
Evals & mesure
Jeux de cas de référence, traces, coûts et régressions. Un gain se démontre sur des tâches comparables, en comptant le temps humain de relecture et de correction.
Gouvernance & souveraineté
Validation humaine, matrice d’autonomie, permissions et identité des agents, traçabilité, AI Act. Modèles et infrastructure cloud souverains, hébergés en France.
Fondamentaux logiciels
React, Next.js, TypeScript, tests, performance, accessibilité. Les bases indispensables pour juger ce que produisent les agents et le corriger.
Ce que Maxpaths met sur la table
Le terrain avant la théorie
Chaque article part d’un problème réel : agent qui dérive, pilote qui ne passe pas en production, gain impossible à prouver, dette qui ralentit l’équipe.
Mesurer avant d’automatiser
Les décisions sérieuses commencent par des signaux : temps humain total, taux de correction, coûts, incidents, qualité livrée.
Autonomie calibrée
Chaque action d’un agent reçoit le niveau de contrôle adapté à son risque : lecture libre, écriture encadrée, décisions sensibles validées par un humain.
Production, pas magie
Un pattern n’a de valeur que s’il résiste aux erreurs, aux cas limites, aux contraintes métier et aux usages réels.
Du pilote à la production
Missions freelance pour les équipes engineering qui veulent intégrer des agents IA dans leur cycle de développement, avec des gains mesurés et des risques maîtrisés.
1.Diagnostic
Cartographie du cycle de développement, irritants, cas d’usage candidats et mesure de référence. Sortie : un pilote ciblé, ou la conclusion argumentée qu’un agent n’est pas la bonne réponse.
2.Pilote
Un workflow d’agent sur un cas réel, avec validation humaine, evals et traces. Les gains et les échecs sont mesurés sur des tâches comparables.
3.Industrialisation
Passage à l’échelle sur une infrastructure souveraine : politiques d’autonomie, observabilité, runbooks, sécurité et transmission aux équipes pour une adoption durable.
Durées indicatives, ajustées au périmètre et aux accès disponibles.
Scanorr : quand frontend, mobile, offline et IA se rencontrent
Scanorr illustre exactement le type de complexité qui nourrit Maxpaths : une interface produit réelle, des contraintes terrain, de l’IA Vision & Voice, du mobile, du offline, de la génération de rapports et une UX qui doit rester simple malgré la technique.
C’est ce genre de produit qui rend les articles utiles : les patterns ne viennent pas d’une préférence abstraite, mais de problèmes qu’il faut résoudre proprement.
Le portfolio garde le détail du parcours. Maxpaths garde les enseignements.
Explorer les patterns qui tiennent.
Articles sur les agents IA, guides sur les fondamentaux, démos interactives : tout est pensé pour passer de l’idée au système utilisable.