Zum Inhalt springen

root / tags / cycle-de-developpement

#cycle de développement

2 Fiches

Qualität & Sicherheit Automatisch geprüfte Übersetzung

Anthropic sécurise un SDLC où l'IA écrit 80 % du code : le cycle redevient le socle

SFEIR-Dechiffrierung (im Ton der Firma) des fünf Tage zuvor veröffentlichten Nachbetrachtungsberichts von Jason Clinton (Deputy CISO, Anthropic) — bereits erfasst in [[clinton-anthropic-secure-ai-native-sdlc-2026-07-21]]. **Der Mehrwert liegt nicht in den Fakten, sondern in der These, die sie neu liest**: Wenn Anthropics Kontrollen greifen, dann weil es **einen Zyklus mit benannten Phasen gibt, an denen sie aufgehängt werden können** — „der SDLC ist das Fundament, nicht die Formalität." Die Demonstration erfolgt über eine Neulektüre der Zuordnung (**PSR bei Plan, CLAUDE.md + Egress-Allowlist bei Code, Review-Agenten bei Test, kontinuierliches DAST bei Deploy, Triage + SIEM-Routing bei Monitor**), gefolgt von einer **vierteiligen Anapher**: (1) *ohne SDLC bleiben die Produktivitätsgewinne aus* — Clinton zitiert **Amdahl**: Die Codemenge mit 8 zu multiplizieren, multipliziert nichts, wenn das Review sequenziell und menschlich bleibt, und Anthropic hat nicht durch die Verteilung von Agenten gewonnen, sondern durch **das Identifizieren der blockierenden Phase (Test) und deren Neuaufbau** — „man optimiert keinen Engpass, den man nicht kartiert hat" (ein Rückverweis auf den **Spiegeleffekt** aus DORA 2025); (2) *ohne SDLC hat die Sicherheit keinen Ankerpunkt* — ein **Gate ist per Definition eine zwischen zwei Phasen platzierte Kontrolle**, und Clintons drei Bedrohungen werden an unterschiedlichen Zeitpunkten adressiert; (3) *ohne SDLC lässt sich keine **FinOps-Token**-Politik formulieren* — agentisches Scannen wird nach Verbrauch abgerechnet und wächst mit dem Code-Durchsatz, weshalb **risikobasiertes Tiering DIE FinOps-Politik IST** (sie entscheidet, wo drei Agentendurchläufe bezahlt werden und wo ein SAST genügt), andernfalls wird „der Token-Verbrauch nicht gesteuert, sondern erst am Monatsende beobachtet"; (4) *ohne SDLC gibt es nichts zu messen* — die Indikatoren (16 % → 54 % kommentierter PRs, ein Drittel der abgefangenen vergangenen Vorfälle) existieren nur, weil es Phasen gibt, an denen ein Zähler platziert werden kann; fehlen diese, produziert man nur **Nutzungszahlen** (Lizenzen, Token), die nichts über Qualität und Risiko aussagen. Zwei starke Punkte außerhalb der These: die Lektüre des **incident agent-à-agent** („ein Sicherheitsperimeter, der auf einer Anweisung in einem Prompt beruht, ist kein Perimeter"; **der Zugriff eines Agenten auf andere Agenten ist Teil seiner Angriffsfläche**) und ein **expliziter methodischer Vorbehalt** — Anthropic-Zahlen über Anthropic, ungeprüft, veröffentlicht vom Anbieter des beschriebenen Modells, im Kontext einer jungen Codebasis ohne Mainframe: **was sich überträgt, ist die Methode, nicht die Zahlen**.

#SDLC#KI-nativer SDLC#Entwicklungszyklus

SFEIR (voix éditoriale du cabinet, article non signé individuellement) — commentaire de Jason Clinton (Deputy CISO, Anthropic)

Architektur & Konstruktion Automatisch geprüfte Übersetzung

Un SDLC piloté par l'IA : le cycle SFEIR à 11 phases (et pourquoi l'industrie y converge)

SFEIR-Artikel (auf Französisch), das einen **KI-gesteuerten SDLC in 11 Phasen (0 bis 10)** formalisiert und argumentiert, dass sich die Branche darauf zubewegt. Ausgangsbeobachtung: 2025 fügten Organisationen KI-Tools hinzu, ohne ihr Betriebsmodell zu transformieren — was ein Paradox erzeugt: « alles ändert sich… und nichts ändert sich » (die Ausführungsgeschwindigkeit vervielfacht sich ohne proportionalen Gewinn). Die eigentliche Antwort liegt nicht in der Wahl der Tools, sondern in der **Neugestaltung des Zyklus** für die maschinelle Ausführung. Der SFEIR-Zyklus stützt sich auf **drei unveränderliche menschliche Gates** (Define, Plan, Ship), automatische Phasen dazwischen sowie **zwei Kapitalisierungsmomente** (Compound-1 vor der Bereitstellung, Compound-2 in Produktion), die Lehren in wiederverwendbare Regeln umwandeln. Drei Prinzipien: **KI führt aus** (vollständige Artefakte + Ausführungsnachweis, ohne den eigenen Angaben des Agenten je zu vertrauen), der **Mensch behält die Kontrolle über die Absicht**, das **System lernt kumulativ**. Gemessene Ergebnisse (Neugestaltung 6 Monate→1 Tag, **−30 % der Iterationen** nach zehn Zyklen) sowie eine behauptete Konvergenz mit ADLC, Google und DORA 2025.

#SDLC#Entwicklungszyklus#KI

SFEIR