Billet de blog officiel Salesforce News (rubrique Agentic Enterprise, série « Pioneering the Agentic Shift Within Salesforce Engineering »), publié le 27 mai 2026 (6 min de lecture) par Srinivas « Srini » Tallapragada, President and Chief Engineering and Customer Success Officer de Salesforce.
Par **Srinivas « Srini » Tallapragada** — *President and Chief Engineering and Customer Success Officer* de **Salesforce**. Plus d'une décennie chez Salesforce// Source salesforce.com ↗/Lecture 2 min/.md/
#SDLC agentique#agentic SDLC#Claude Code#suppression des token limits#removed all token limits#remove friction#Effective Output score#valeur réelle du code
Résumé
Srini Tallapragada (President & Chief Engineering Officer de Salesforce) publie le 27 mai 2026 un progress report : après avoir franchi 90% d'adoption de l'IA, Salesforce Engineering est passé d'un usage « copilote » à un SDLC réellement agentique, où des outils autonomes écrivent le code, revoient les PRs, génèrent les tests, mettent à jour la doc et gèrent les déploiements.
Le point d'inflection : la standardisation org-wide sur Claude Code et, surtout, la suppression de toutes les limites de tokens. La doctrine : le token limit est une friction à éliminer, pas un garde-fou budgétaire. Les résultats (avril 2026 vs 2025) : +50,8% de work items par développeur, +79% de PRs mergées, et un Effective Output score (mesure ML de la valeur réelle du code, pas du volume) +151,3%.
remove every last piece of friction between our engineers and the tools that make them faster and more effective
— **Srinivas « Srini » Tallapragada** — *President and Chief Engineering and Customer Success Officer* de **Salesforce**. Plus d'une décennie chez Salesforce , salesforce.com
La preuve par l'exemple : une migration de 33 endpoints API vers une architecture cloud-native, estimée à 231 person-days, bouclée en 13 jours — 18× plus vite. La méthode : un framework rule-based en Claude (markdown + reference implementations) dont le rule set s'enrichit à chaque feedback de PR, des boucles LLM autonomes (build, fix, validate) sans intervention manuelle, parallélisées sur environnements isolés. Bilan : 5 PRs, la plus grosse livrant 21 endpoints avec 100% de couverture.
Contre l'idée d'un arbitrage vitesse/qualité, la plateforme Engineering 360 montre que les incidents baissent de 5% malgré la hausse des PRs : « quality doesn't suffer from speed. It benefits from it » — grâce à des guardrails de sécurité et standards qualité encastrés structurellement dans le workflow (Trust = valeur n°1).
Au-delà des chiffres, Salesforce refond le SDLC : quels process supprimer, quels handoffs éliminer, quel travail humain un agent peut-il posséder ? Émerge un nouveau craft : les Claude Code skills deviennent un artefact d'ingénierie partagé ; l'AI Expert Suite et les Salesforce Foundation Plugins institutionnalisent une bibliothèque de skills (plus de précision, moins de coût inutile) ; subagents et agent teams parallélisent les workstreams — l'ingénieur décrit l'outcome, les agents trouvent les étapes.
L'auteur assume ce qui reste dur : la gestion du contexte (qualité variable des fichiers CLAUDE.md), la sécurité agentique (agents qui agissent → blast radius accru), et l'évolution des rôles (devenir senior, rôle du designer/PM, unité d'exécution réduite à 1 ou 3 personnes). Conclusion : la transformation « a changé ce qui était économiquement possible » ; l'ambition est de bâtir « the most automated, agentic SDLC in the industry ». Une pièce empirique majeure qui valide, côté opérateur, la bascule du token vers l'outcome.
À retenir
Date / source.27 mai 2026, blog officiel Salesforce News (rubrique Agentic Enterprise), 6 min. Auteur : Srini Tallapragada (President & Chief Engineering and Customer Success Officer).
Suite de.« How we got our engineers to use AI — without breaking everything » (>90% d'adoption franchis). Ce billet = étape d'après : non plus adopter, mais reconstruire le SDLC. ### La décision-signal (cœur pour le slot FinOps agentique)
Standardisation org-wide sur Claude Code. + « we removed all token limits ».
Logique assumée : le token limit est une friction, pas un garde-fou de coût. « Remove every last piece of friction. »
⚠️ Contre-pied frontal du réflexe « couper le budget token » → recoupe Willenbrock (« those cutting token budgets never got past the pilot stage… cost center instead of a capability ») et Mollick. ### Les chiffres (avril 2026 vs avril 2025) | Métrique | Évolution YoY | |----------|---------------| | Work items complétés / développeur | +50,8% | | PRs mergées / développeur | +79% | | Effective Output score (valeur réelle, ML, pas le volume) | +151,3% | | Incidents totaux (malgré ↑ PRs) | −5% |
Effective Output. = la vraie trouvaille : mesurer la valeur du code livré, pas le volume → cousin du cost of a completed outcome (Gupta) et de l'outcome-based pricing (Greenwald). ### Le cas migration (la preuve par l'exemple)
33 endpoints API. → architecture cloud-native. Traditionnel : ~231 person-days (7/API). Réalisé en 13 jours = 18×.
Recette : framework rule-based en Claude (markdown + reference implementations) → feedback PR réinjecté en continu dans le rule set → boucles LLM autonomes (build, fix, validate) sans intervention → parallélisation sur environnements isolés.
Sortie : 5 PRs, la plus grosse = 21 endpoints, 100% test coverage. « It changed what was economically possible. » ### Le nouveau craft
AI Expert Suite. + Salesforce Foundation Plugins = bibliothèque curatée → benchmark interne : +précision, +fiabilité, −coût inutile.
Subagents / agent teams. → l'ingénieur décrit l'outcome, les agents coordonnés trouvent les étapes (fin du context-switch sur 5 systèmes).
Compétence reine 2026 : structurer un problème pour un système agentique, savoir déléguer vs rester dans la boucle, bâtir des patterns réutilisables. ### Ce qui reste dur (la section honnête)
Contexte. qualité des CLAUDE.md très variable selon les équipes → impact fort sur l'output.
Sécurité agentique. agents qui agissent (pas seulement suggèrent) → blast radius accru, modèle de sécurité à refondre.
Rôles. juniors→seniors si l'IA absorbe l'entry-level ? rôle designer/PM ? unité d'exécution scrum team → expé 1 ou 3 personnes. ### À mobiliser en mission / présentation
Sert de proof-point au deck Token & Outcome (slide « Voix du terrain » / « voiture frugale ») : un hyperscaler supprime les limites et gagne en qualité.
Triangle de convergence : Salesforce (preuve opérationnelle) + Gupta (cadre économique) + Greenwald (modèle de pricing) = même message : piloter l'outcome, pas le token.
la sécurité agentique exige un modèle de sécurité fondamentalement différent
— Salesforce Engineering
la qualité des fichiers CLAUDE.md pèse fortement sur la qualité de l'output agentique
— Salesforce Engineering
Le graphe de connaissance extrait de cette fiche — 11 entités, 16 relations.
Dans ce graphe :Srinivas Tallapragada · Salesforce · Claude Code · Effective Output score · Engineering 360 · AI Expert Suite · Salesforce Foundation Plugins · Claude Code skills · subagents / agent teams · suppression des token limits · migration 33 endpoints