Publié le 2 juin 2026 par Mike Taylor, Laura Entis et Claude pour Every, ce guide propose une échelle de maturité en 8 niveaux d'adoption de l'IA, structurée par un axe unique : à chaque palier, « you delegate more of your work to—and place more trust in—the AI ». Sa thèse va à contre-courant de la course à la sophistication : « a higher level isn't necessarily better », et « the best way to find value in AI is to use it in a way that fits your work ». Il s'agit d'un exercice d'appariement entre son workflow réel et le niveau adéquat, pas d'une ascension pour le prestige.

Les huit niveaux : (1) Chatbot (conversation sans contexte — ChatGPT, Claude, Gemini) ; (2) Copilot (IA dans l'espace de travail avec accès au fichier — Cursor, Claude in Excel) ; (3) Agent (exécution pas-à-pas avec approbation — Cowork, Codex) ; (4) Autopilot (on décrit l'outcome, revue du seul résultat final ; lié au vibe coding — Lovable, Claude Code) ; (5) Workflows (ingénieurs construisant des harnesses avec planning, review, confidence checks ; bascule vers l'agentic engineering — Compound engineering, Claude Workflows) ; (6) Assistant (agents proactifs, always-on, qui surveillent et remontent sans sollicitation ; ex. heartbeat.md toutes les 30 min — OpenClaw, Claude Managed Agents) ; (7) Multi-agent (plusieurs agents long-running à rôles distincts ; « firmly in senior engineering territory » — Codex Goals) ; (8) Orchestrator (un agent-manager pilote une équipe de sous-agents ; « highly experimental » — Gas Town, Symphony/OpenAI).

Expect to put in a similar amount of effort with your agents before you can trust them… at the next level of autonomy

— **Mike Taylor** , every.to

Le guide donne des repères de décision : les knowledge workers opèrent typiquement entre les niveaux 1-4, les ingénieurs entre 5-8 ; le bon niveau dépend de quatre critères (qualité d'output, coût, fiabilité, enjeu de l'échec) ; et la progression des modèles déplace vers le haut le seuil d'autonomie « sûr ». Chaque niveau s'accompagne d'un signal de transition explicite (« avancez quand la revue itérative devient un goulot »).

Deux images ancrent la pédagogie : le parallèle de l'onboarding d'un stagiaire (« expect to put in a similar amount of effort with your agents before you can trust them ») et la mise en garde sur la supervision — « you wouldn't brag that you had eight interns working overnight on a key project, and you hadn't checked their output ». Un référentiel directement réutilisable pour structurer une doctrine d'adoption et situer une équipe, convergent avec le harness engineering, le passage vibe → agentic engineering (Karpathy) et la doctrine du manager d'agents.