Voici quelque chose qui me préoccupe.
Avec l'IA, les équipes livrent plus vite qu'elles ne l'ont jamais fait. Mais les systèmes qu'elles utilisaient pour comprendre ce qu'elles avaient livré n'ont pas changé du tout. Quelqu'un doit encore étiqueter manuellement les fonctionnalités, maintenir des tableaux de bord et consulter ces tableaux de bord quand il y pense.
Ce « quelqu'un » n'arrive plus à suivre. Et quand il prend du retard, les données que les gens utilisent pour prendre des décisions s'éloignent discrètement du produit qui tourne réellement en production. Les routes sont renommées. Les fonctionnalités sont refactorisées. De nouveaux workflows sont livrés. L'instrumentation ne suit pas. Nous avons commencé à appeler cela la dérive analytique, et une fois que vous la voyez dans un codebase, vous ne pouvez plus faire semblant de ne pas l'avoir vu.
Pour aider les développeurs à résoudre ce problème, nous avons créé et lancé Novus, l'agent produit qui se connecte directement à votre base de code pour instrumenter, analyser et améliorer automatiquement votre produit à chaque version. Il fournit une intelligence produit pour les ingénieurs, agents, et les équipes produit agiles afin qu'elles aient toujours une vision claire des performances du produit, quelle que soit la rapidité de leurs livraisons.
Pourquoi les créateurs ont besoin de Novus maintenant
Il y a une conversation qui se déroule dans chaque équipe qui développe avec l'IA en ce moment : comment donner à vos agents et modèles le contexte dont ils ont besoin pour effectuer un travail utile ? De meilleures invites aident. De meilleures compétences aident. Mais ce qui fait vraiment la différence, c'est une compréhension fondamentale du produit : une image précise et à jour du fonctionnement de votre produit et de la façon dont les gens l'utilisent réellement.
En tant que VP du design produit, j'ai travaillé avec Claude Code, et la différence entre un résultat utile et un résultat générique tient exactement à cela. Lorsque l'IA comprend les comportements et les retours réels (qui sont les utilisateurs, où ils bloquent, ce qui compte vraiment), elle prend de meilleures décisions plus rapidement. Sans ce contexte, elle produit des choses qui fonctionne. Mais il ne sait pas comment développer votre activité : stimuler l'adoption, réduire les frictions, améliorer la rétention.
Pour la plupart des équipes, cette compréhension de référence est soit absente, soit obsolète, soit enfermée dans la tête de quelqu'un. Elle se dégrade à chaque fois que le produit livre quelque chose de nouveau. C'est le problème à résoudre, non seulement pour les humains qui prennent des décisions, mais pour chaque agent et outil opérant aux côtés de votre base de code.
Ainsi, lorsque nous avons commencé à concevoir Novus, ces contraintes sont devenues le cahier des charges :
- Il doit comprendre le produit à travers le code, sans balisage manuel requis.
- Il doit rester à jour à mesure que la base de code évolue. Une instrumentation qui se dégrade annule tout l'intérêt.
- Il doit mettre en évidence ce qui compte sans attendre que quelqu'un le demande. Une observation continue, et non des bilans périodiques.
- Il doit relier les insights à quelque chose de vérifiable et d'actionnable : des pull requests et des modifications dans le produit, et non davantage de rapports.
- L'équipe doit toujours décider de ce qui est publié. Novus propose, les humains approuvent.
Comment fonctionne Novus
Tout dans Novus repose sur Cortex, le graphe de contexte produit qui se trouve au cœur du système. Cortex est un modèle vivant de votre produit : ce qu'il est, comment il est structuré, comment les gens l'utilisent réellement, et ce que cette utilisation signifie pour votre entreprise. Il connecte le code, les comportements et les résultats en une image unique et continuellement mise à jour, sans que personne n'ait à le configurer ou à le maintenir manuellement.
C'est également ce qui relie Novus à la couche d'intelligence produit plus large de Pendo. Pendo a passé plus d'une décennie à construire une infrastructure pour comprendre le comportement des produits à grande échelle — analytique, replay de session, feedback, prédictions. Cortex est ce qui maintient tout cela ancré dans la réalité à mesure que les logiciels évoluent.
Lorsque votre base de code évolue, Cortex évolue avec elle, de sorte que l'intelligence qu'il génère s'appuie toujours sur une image précise de ce qui s'exécute réellement en production. Novus, c'est ainsi que fonctionne l'intelligence produit à l'ère de l'IA : là où les logiciels sont déployés quotidiennement, l'instrumentation ne peut pas être manuelle, et la boucle de rétroaction doit fonctionner d'elle-même.
La meilleure façon de comprendre son fonctionnement est de suivre une seule version de bout en bout.
Étape 1 : Connectez votre dépôt — Novus construit la carte
Pour commencer, vous connectez un dépôt GitHub et vous êtes prêt à démarrer. Novus lit le code et construit ce que nous appelons la Mémoire : une carte structurelle vivante de votre produit. Cela inclut les routes, les éléments d'interface utilisateur, les modèles d'identification des utilisateurs et des comptes, les candidats aux événements de suivi côté client et serveur, ainsi que les workflows.
Si votre produit inclut des agents IA, Novus les détecte et les instrumente également. Il configure vos replays afin que les informations sensibles ne soient pas collectées. Il définit un thème pour les guides intégrés à l'application qui correspond à votre application. Le flux d'intégration vous interroge sur votre rôle et vos objectifs, ce qui permet à Novus de hiérarchiser et de contextualiser tout ce qui suit.
En quelques minutes, Novus en sait déjà plus sur votre produit qu'un chef de produit n'en documenterait manuellement en plusieurs semaines. Et contrairement à la documentation, la Mémoire reste précise. Lorsque le code change, elle se met à jour automatiquement.
Étape 2 : Vous livrez quelque chose — Novus examine la PR
Un développeur pousse une modification et ouvre une pull request. Avant qu'elle ne soit fusionnée, Novus effectue deux vérifications en parallèle.
La première est une analyse de diff : ce qui a changé, ce que cela signifie pour la compréhension du produit, et ce qui doit être mis à jour en termes d'instrumentation. Vous ne penserez probablement plus jamais à instrumenter manuellement pour l'analytique.
La seconde est une revue UX. C'est celle qui a suscité la réaction la plus forte de la part des équipes qui l'ont utilisée. La plupart des outils de revue de PR vérifient la qualité du code ou l'architecture système. Novus vérifie si l'expérience que vous livrez fonctionnera réellement pour vos utilisateurs. Il fait remonter les problèmes au niveau de la ligne : sémantique de couleur incorrecte, patterns d'interaction incohérents, zones de clic mortes, lacunes d'accessibilité. Lorsque des données comportementales existent pour l'étayer, il vous les montre également.
Voici à quoi cela ressemble en pratique. Dans une PR récente, Novus a remarqué que lorsqu'une erreur survenait dans l'application, le code la journalisait mais ne la remontait jamais à l'utilisateur. Aucun message, aucun retour, aucune indication que quelque chose s'était mal passé. Un angle mort UX classique, facile à manquer dans un diff et véritablement frustrant à rencontrer en tant qu'utilisateur.
Un autre exemple qui m'a davantage marqué : une PR introduisait un nouveau flux d'authentification mais il manquait une redirection à la fin, ce qui signifiait que les utilisateurs ayant complété le flux avec succès n'arrivaient nulle part. La revue UX a signalé la redirection manquante avant la fusion de la PR, et l'a étayée avec des données comportementales montrant que des centaines de visiteurs avaient déjà atteint cette même impasse dans les semaines précédentes sur un flux similaire. Un échec silencieux qui aurait été invisible jusqu'à ce que quelqu'un soumette un ticket de support.
L'ingénieur examine les suggestions exactement comme il le ferait pour tout commentaire de PR. Novus ne bloque pas la PR, il éclaire la décision. Rien n'atteint la production sans validation humaine.
Étape 3 : Novus construit le lancement
C'est là que Novus passe de l'observation à l'action.
Lorsqu'une modification significative est fusionnée (une nouvelle fonctionnalité, une mise à jour importante d'un flux de travail), Novus ne se contente pas de la suivre. Il prépare le lancement. Cela comprend un feature flag avec des segments de déploiement composés (l'équipe interne en premier, puis les utilisateurs actifs, puis un échantillon en pourcentage), des guides intégrés au produit associés à la nouvelle expérience, et tout cela connecté aux pages et fonctionnalités que Novus comprend déjà grâce à la Mémoire.
Vous examinez le plan et l'approuvez. Novus fait le travail.
Ensuite, vous définissez un objectif en langage courant. Par exemple : « augmenter l'adoption du nouveau flux de 20 % en 30 jours. » Novus le mappe aux artefacts qu'il comprend déjà, établit une référence, et à partir de ce moment, chaque Signal qu'il fait remonter est cadré par rapport à cet objectif.
Étape 4 : Signal remonte à la surface, l'investigation se lance, la PR s'ouvre
Tandis que Memory maintient la compréhension du produit à jour, Signals constitue l'autre moitié de Cortex — une observation continue du comportement réel des utilisateurs sur la carte produit que Memory entretient. Les Signals sont classés en trois types : problèmes, opportunités et insights.
Lorsque quelque chose se passe mal avec votre lancement (l'adoption ne progresse pas, des frictions apparaissent dans le nouveau flux, les utilisateurs abandonnent là où ils ne devraient pas), Novus le fait remonter sous forme d'explication narrative étayée par des données, et pas seulement d'une métrique qui a bougé.
Vous cliquez sur le Signal et déclenchez une investigation. Novus effectue une corrélation croisée des données comportementales, récupère les enregistrements de session, identifie la cause racine du problème et produit un plan de correction au niveau du code.
Par exemple, une investigation sur la frustration liée aux clics morts sur un tableau de bord a mis en évidence trois causes distinctes : des cartes de substitution sans gestionnaires de clic, un champ de saisie de chat avec des zones mortes dans le rembourrage, et des sections de contenu rendues comme non interactives. Novus a identifié les trois, déterminé la cause racine de chacune et proposé des modifications de code spécifiques. L'ingénieur a examiné le plan, l'a approuvé, et Novus a ouvert la PR.
Au moment où vous examinez la PR, Novus a déjà établi le lien entre la modification du code, le comportement et la correction. C'est la boucle — et elle n'a besoin de personne pour la faire tourner.
Nous apprenons et construisons en public
Novus est en bêta fermée. Le système fonctionne, et les équipes avec lesquelles nous avons travaillé nous ont donné de forts signaux que nous allons dans la bonne direction. Mais il y a des points sur lesquels nous travaillons encore activement.
- La précision de l'instrumentation selon les architectures. L'auto-instrumentation est solide sur les bases de code que nous avons testées. Nous n'avons pas encore rencontré chaque framework, chaque pattern, chaque cas limite. Certains dépôts nécessiteront des corrections lors du premier passage. Nous apprenons vite et chaque partenaire de conception nous aide à progresser.
- Ce à quoi ressemble le « bon » flux de révision. Nous avons intentionnellement maintenu des humains dans la boucle pour chaque action proposée par Novus. Cela signifie qu'aucune fusion n'est automatique, qu'aucune mise en production ne se fait sans approbation. Nous pensons que c'est le bon choix. Notre secteur se débat avec la question du niveau de contrôle réellement nécessaire, et de ce qui relève simplement de la réticence des personnes. Nous sommes là pour le déterminer ensemble.
- Le périmètre de ce que nous instrumentons. Novus gère bien aujourd'hui les flux générés par des humains, et c'est également un domaine où l'infrastructure existante de Pendo nous donne une longueur d'avance significative. Grâce à Agent Analytics, Pendo suit déjà 2,5 millions de prompts chaque semaine, ce qui signifie que Cortex ne part pas de zéro pour comprendre comment les comportements pilotés par l'IA se manifestent en production. Les produits substantiellement agentiques, où le comportement émerge dynamiquement des décisions des agents, sont notre prochain axe d'investissement. Nous recherchons des partenaires de conception qui construisent dans cet espace.
Trois choses qui ne changeront jamais : Novus ne fusionne pas de code sans votre approbation. Il ne s'entraîne pas sur votre code propriétaire. Il ne vous exclut pas du processus de décision.
Nous partagerons ce que nous découvrons au fur et à mesure. Si vous êtes le type d'équipe qui souhaite façonner quelque chose pendant qu'il est encore en cours de construction, c'est exactement ce que nous recherchons.
Rejoignez le programme bêta de Novus
Nous travaillons avec un petit groupe de partenaires de conception, d'ingénieurs produit et de propriétaires de produits techniques dans des entreprises avec des bases de code en évolution rapide qui souhaitent nous aider à trouver les limites et à définir à quoi ressemble l'intelligence produit continue en pratique.
La partie intéressante, c'est ce que Novus révèle avant même que vous lui ayez dit quoi que ce soit. Venez le découvrir.
Demandez un accès anticipé et faites partie de la bêta fermée.
