Qu'est-ce que Sharkly ?

Vous pouvez déjà confier une vraie tâche à un seul agent de codage IA. Vous décrivez la modification, il édite les fichiers, lance les tests et vous renvoie un diff. Le flux de travail paraît limpide… jusqu'au moment où vous voulez qu'un deuxième agent travaille pendant que le premier réfléchit. Vous voilà avec deux terminaux, deux branches à ne pas confondre et aucun enregistrement partagé de qui fait quoi. Ajoutez un troisième agent et un collègue qui veut donner un coup de main, et l'ensemble se transforme en prompts privés et en sessions de terminal que personne d'autre ne peut voir. Les agents vont très bien. Ce qui manque, c'est le système qui les entoure.

Ce système, c'est précisément ce que propose Sharkly. Il vous permet de confier du travail à des agents de codage IA comme vous le confieriez à des collègues : une tâche avec un responsable, du contexte, un endroit où les résultats reviennent et une étape de revue avant toute fusion. Les agents continuent de coder. Sharkly ajoute la couche partagée de tâches, d'ordinateurs, de contexte, de contrôle et de revue autour des outils que votre équipe utilise déjà.

En bref

Sharkly est une plateforme tout-en-un de pilotage et de gestion d'agents. Elle transforme les agents de codage IA comme Claude Code, Codex et Gemini en membres d'équipe assignables et suivables au sein d'un véritable système de tâches : assignez une tâche, faites tourner plusieurs agents en parallèle sur vos propres ordinateurs, et gardez le contexte, la progression, les blocages, les résultats et la revue humaine visibles de la demande jusqu'à la mise en production. Elle ne remplace pas ces outils de codage. Elle constitue la couche de coordination qui les entoure.

Qu'est-ce que Sharkly ?

Sharkly est une plateforme qui permet de coordonner des personnes et plusieurs agents de codage IA au sein d'un même système de travail partagé. Vous assignez une tâche, un agent l'étudie et l'exécute dans un espace de travail isolé, puis le résultat revient dans cette tâche pour qu'une personne puisse l'examiner et l'accepter. Les outils de codage continuent d'exécuter le code ; Sharkly gère l'assignation, le contexte, les exécutions parallèles et la revue pour l'ensemble de ces outils.

La façon la plus claire de situer Sharkly, c'est de regarder ce qu'elle ne fait pas. Extrait de la FAQ du produit :

Sharkly ne remplace pas Claude Code, Codex ni les autres outils d'exécution. Elle ajoute une couche partagée de tâches, d'ordinateurs, de contexte, de contrôle et de revue autour des outils que votre équipe utilise déjà.

La répartition des rôles est donc explicite. Claude Code, Codex et les outils similaires se chargent de l'exécution. Sharkly gère l'assignation à l'échelle de l'équipe, les ordinateurs connectés, le contexte des tâches, la progression, les blocages, les résultats et la revue humaine pour l'ensemble de ces outils. Si vous savez déjà ce qu'est l'orchestration d'agents IA, Sharkly est un moyen concret de l'obtenir sans monter vous-même toute l'installation.

Cette frontière est importante, car l'hypothèse erronée la plus répandue à propos d'un outil de cette catégorie est qu'il entre en concurrence avec votre agent. Ce n'est pas le cas. Vous conservez votre configuration Claude Code, votre config Codex, vos abonnements et vos clés API. Sharkly se place au-dessus d'eux et rend leurs exécutions assignables et traçables.

Apportez votre propre abonnement

Aucune revente de tokens ici. L'usage des modèles passe toujours par les abonnements ou les clés API configurés dans les outils de codage que vous connectez. Votre quota de modèles dépend des outils de codage IA, des forfaits et des comptes API que votre équipe connecte, pas de Sharkly. Cette approche garde la couche honnête : Sharkly mérite sa place par la coordination, pas en s'interposant entre vous et le modèle.

Le problème que résout Sharkly : les agents passent à l'échelle, la coordination non

Un agent a besoin d'un bon prompt. Plusieurs agents ont besoin d'un chef d'orchestre. C'est dans ce basculement que les équipes s'enlisent, et il se produit vite dès que les agents se révèlent utiles.

Avec un seul agent, un terminal suffit. Vous le surveillez, vous relisez le diff, vous fusionnez et vous passez à la suite. Avec trois agents, trois modes de défaillance apparaissent presque immédiatement :

• Les collisions. Deux agents qui modifient le même dépôt s'écrasent mutuellement. Le travail non commité disparaît et l'état git devient inextricable.
• L'aveuglement. Avec des agents répartis sur six onglets de terminal, impossible de savoir quelle tâche est terminée, laquelle est bloquée et laquelle suit tranquillement la mauvaise approche.
• La perte de contexte. L'objectif, le diff, les échanges et la revue de chaque exécution vivent dans des sessions privées séparées. Un collègue ne peut pas reprendre là où vous vous êtes arrêté, faute d'un socle partagé à reprendre.

Aucun de ces problèmes ne relève de la qualité des agents. Chacun d'eux fait peut-être un travail soigné. Le problème, c'est la coordination, et c'est exactement ce qu'un système de tâches résout pour les équipes humaines. Sharkly applique la même idée aux agents : chaque exécution reçoit un responsable, un enregistrement partagé et un point de revue, pour que l'exécution fasse partie du plan d'équipe au lieu de disparaître dans des terminaux privés.

Pour une version plus concrète de cette difficulté côté runtime, notre guide sur l'exécution de plusieurs agents Claude Code en parallèle raconte le même mur, vu depuis le terminal.

Les concepts clés, définis

Le vocabulaire de Sharkly est réduit et chaque mot n'a qu'un seul sens. Maîtrisez ces cinq concepts et tout le reste du produit devient limpide.

• Une tâche est l'unité de travail principale dans Sharkly. Elle contient l'objectif, la personne assignée, le contexte, l'exécution, les résultats et la revue. Tout revient ici.
• Un agent définit la façon dont le travail doit être traité : ses instructions, ses Skills, son outil de codage. Vous assignez des tâches aux agents comme vous assignez des tickets à des personnes.
• Un ordinateur fournit l'hôte et les ressources locales où s'exécute la session d'un agent. Connectez vos propres machines, en local via Sharkly Desktop ou à distance via la CLI Sharkly, pour que le code s'exécute là où vous gardez le contrôle.
• Un runtime exécute la session d'agent proprement dite. Claude Code, Codex, Gemini et d'autres runtimes en ligne de commande s'y branchent.
• Un Crew est un groupe réutilisable de personnes et d'agents coordonné par un agent leader.

Cette séparation est justement l'essentiel. L'agent définit la façon de traiter le travail ; l'ordinateur fournit l'hôte et les ressources locales ; le runtime exécute la session proprement dite ; la tâche reste l'enregistrement partagé de l'équipe. Chaque élément a un seul rôle, et c'est ce qui permet de garder lisible une pièce pleine d'agents travaillant en parallèle.

Quand utiliser un seul agent, et quand faire appel à un Crew

La plupart des gens raisonnent à l'envers sur cette décision. Vous n'avez pas besoin d'un Crew pour la majorité du travail. Pour une tâche petite et bien délimitée, assignez-la directement à un seul agent et ne créez aucune pièce mobile supplémentaire. Faites appel à un Crew quand l'agent leader doit interpréter un objectif large, impliquer d'autres agents membres et ramener leurs résultats dans une seule tâche. Commencez par l'outil le plus simple ; passez au Crew seulement quand un agent seul ne peut vraiment pas porter tout l'objectif. Votre première vraie tâche doit aller à un seul agent, ce que couvre précisément notre tutoriel sur la première tâche.

Le flux de travail : de la demande à la mise en production, en quatre étapes

Sharkly structure le travail produit en quatre étapes. C'est la colonne vertébrale de toute la plateforme, et elle correspond parfaitement à la façon dont une équipe livre déjà.

Étape 1 : décrire et étudier

Une personne décrit le besoin en langage naturel. Un agent étudie le produit, la base de code, les tâches passées et les règles de l'équipe, puis complète le périmètre et les critères d'acceptation et crée des tâches exécutables. L'humain exprime l'intention ; l'agent la transforme en travail réellement reprenable.

C'est là que la couche commence à être rentable. Au lieu de traduire vous-même chaque demande vague en prompt précis, l'agent fait ce travail de mise en forme et le consigne dans une tâche que les autres peuvent voir. Une tâche dans Sharkly ressemble à SH-312 : un vrai ticket, pas un message de chat qui disparaît au fil du défilement.

Étape 2 : développement parallèle automatique

Les agents prennent en charge les tâches prêtes et travaillent dans des worktrees git isolés. Frontend, backend, correction de bugs et couverture de tests avancent en même temps, chacun dans son propre espace de travail, sur vos propres ordinateurs. Le worktree est ce qui rend le parallélisme sûr : un répertoire de travail lié qui partage l'historique d'un dépôt mais conserve sa propre branche et ses propres fichiers. Cinq agents, cinq worktrees, cinq branches, zéro collision.

Comme les exécutions se déroulent sur des ordinateurs que vous connectez, une mauvaise modification reste confinée à sa branche et à sa machine. Rien ne touche votre branche principale par accident. Si vous voulez entrer dans le détail du mécanisme, consultez notre guide sur les worktrees git pour les agents de codage IA.

Étape 3 : tests et validation humaine

L'agent lance la vérification de types, les tests et le build, puis joint à la tâche le résumé des modifications, les résultats de vérification et les limites connues. Une personne accepte, demande des modifications ou tranche sur l'étape de fusion et de mise en production. L'exécution, les blocages, les résultats et les échanges qui suivent reviennent dans la chronologie de la tâche, de sorte que la revue se fait avec un contexte complet plutôt qu'à partir d'un simple diff.

C'est cette étape qui permet de faire tourner beaucoup d'agents en toute sécurité plutôt qu'avec témérité. La vitesse sans point de contrôle, c'est ainsi qu'on livre cinq bugs dans le temps qu'il fallait auparavant pour en livrer un. Un point de validation conserve le débit tout en remettant un humain dans la boucle au moment qui compte vraiment. Laissez la validation finale et les décisions de mise en production aux personnes.

Étape 4 : projets et sprints

L'équipe suit l'avancement, les responsabilités, les dépendances, les changements de périmètre et les blocages dans le plan partagé. Le travail des agents vit dans les mêmes projets et sprints que le travail humain, de sorte qu'un manager lit un seul tableau au lieu de recoller six terminaux et un fil de discussion. Les modifications et la progression reviennent constamment dans les tâches.

Le contrat humain-agent

Réduisez Sharkly à une seule idée, et c'est celle-ci. Les agents étudient, exécutent, testent et rendent compte. Les personnes donnent la direction, accordent l'autorité et acceptent le résultat. L'automatisation s'arrête là où le jugement de l'équipe est requis, et rend une livraison accompagnée d'un contexte complet et de preuves vérifiables.

Cette phrase résume tout le modèle de sécurité. C'est aussi la réponse honnête à la crainte que les plateformes d'agents livrent votre base de code à une machine avant de se retirer. Ce n'est pas le cas, et ce ne devrait pas l'être. La version utile garde des humains aux deux extrémités où le jugement est nécessaire — la direction au début, la validation à la fin — et laisse aux agents le milieu, purement mécanique. Sharkly est conçue autour de cette forme, et non autour du fantasme de l'autonomie totale.

D'où vient l'avantage de l'équipe

Une idée discrète traverse tout le produit, et elle mérite d'être dite clairement : le levier d'une équipe ne vient pas de l'ouverture de plus de chats IA. Il vient du partage des rôles, des règles, du contexte et des flux de travail.

Le savoir-faire d'un développeur en matière de prompts, capturé sous forme de profil d'agent et de Skills réutilisables, devient quelque chose que toute l'équipe peut assigner. Transformez une bonne configuration en une capacité de développement que l'équipe réutilise. C'est la différence entre dix personnes qui redécouvrent chacune comment faire tenir un agent et une configuration partagée par laquelle tout le monde fait passer son travail. Les agents ne se contentent pas de répondre à des questions. Ils font évoluer le travail à partir de l'état courant, le font avancer et renvoient chaque résultat à l'équipe.

Pas besoin de reconstruire votre processus

Adopter Sharkly n'est pas un projet de migration. Conservez les outils que votre équipe utilise déjà tout en rendant les exécutions assignables et traçables. Connectez un ordinateur, configurez des agents et commencez à router le travail sans reconstruire le processus que votre équipe maîtrise déjà.

Si vous vivez dans Jira, gardez les projets, les tâches, les statuts et les workflows que votre équipe consulte déjà. Connectez Sharkly pour que le système existant reste en place pendant que l'exécution par les agents fait avancer le travail à l'intérieur. L'objectif est d'ajouter une exécution visible et vérifiable à votre organisation actuelle, pas de la remplacer par une nouvelle que tout le monde devra réapprendre.

Sharkly face à un montage maison

Beaucoup d'équipes orchestrent leurs agents avec leurs propres scripts : un dossier de wrappers shell, quelques panneaux tmux, une convention de nommage des branches. Ça fonctionne, et pour un développeur solo à faible volume, c'est parfois le bon choix. Le moment où ça cesse de fonctionner est prévisible.

Le constat honnête : si vous faites tourner un ou deux agents seul et ne déléguez jamais, un montage maison demande moins de maintenance. Si vous en faites tourner plusieurs, ou si quelqu'un d'autre doit voir le travail, la coordination que vous devriez construire vous-même est déjà le produit qu'est Sharkly. Les comparaisons avec d'autres couches d'orchestration méritent un traitement à part ; nous approfondissons les compromis dans notre guide sur l'orchestration.

À qui s'adresse Sharkly

Le produit vise les équipes produit et ingénierie qui utilisent déjà des outils de codage IA et veulent router le travail, coordonner plusieurs exécutions et suivre la progression et les résultats dans un seul flux de travail partagé. Quelques cas concrets :

• Un développeur backend qui fait tourner plusieurs agents en même temps et a besoin de worktrees isolés pour que les exécutions parallèles ne se percutent pas.
• Un manager d'ingénierie qui doit voir le travail des agents sur le même tableau que tout le reste, avec une étape de revue avant la fusion.
• Un tech lead qui veut des standards d'équipe pour l'usage des agents, formalisés en agents et Skills partagés plutôt qu'en savoir tribal.
• Un développeur solo qui monte en charge et veut plus de débit sans le chaos de six terminaux sans étiquette.

Si aucun de ces profils ne vous ressemble encore, c'est une vraie réponse aussi. Sharkly vaut le coup quand la coordination devient le goulot d'étranglement. En dessous, un seul agent et un terminal suffisent.

Pour commencer

Le plus petit flux de travail utile avec Sharkly est volontairement modeste : connectez un ordinateur, créez un agent et assignez une tâche à faible risque. Laissez les agents commencer par une seule exigence réelle, pas par la réécriture de tout votre backlog. Suivez une tâche à travers les quatre étapes, acceptez vous-même le résultat, et vous comprendrez cette couche mieux que n'importe quel article ne saurait l'expliquer.

Ensuite, ajoutez un second agent pour exécuter quelque chose en parallèle, puis faites entrer un collègue sur le tableau. Chaque étape intègre une coordination que vous faisiez à la main.

Pour commencer : téléchargez Sharkly, connectez un ordinateur et routez votre première tâche. La documentation approfondit chaque concept sur docs.sharkly.ai.

Questions fréquentes

Qu'est-ce que Sharkly en une phrase ? Sharkly est une plateforme tout-en-un de pilotage et de gestion d'agents qui transforme les agents de codage IA en membres d'équipe assignables et suivables : vous pouvez assigner des tâches, faire tourner plusieurs agents en parallèle et garder le contexte, la progression, les résultats et la revue humaine visibles de la demande jusqu'à la mise en production.

Sharkly remplace-t-elle Claude Code ou Codex ? Non. Sharkly ne remplace pas Claude Code, Codex ni les autres outils d'exécution. Ces outils se chargent de l'exécution ; Sharkly ajoute autour d'eux une couche partagée de tâches, d'ordinateurs, de contexte, de contrôle et de revue.

Dois-je payer les modèles via Sharkly ? Non. L'usage des modèles passe toujours par les abonnements ou les clés API configurés dans les outils de codage que vous connectez. Votre quota de modèles dépend des forfaits et des comptes API que votre équipe possède déjà.

Où le code de l'agent s'exécute-t-il réellement ? Sur les ordinateurs que vous connectez, en local via Sharkly Desktop ou à distance via la CLI Sharkly. Chaque exécution dispose d'un worktree git isolé, de sorte que les agents parallèles ne se percutent pas et que les modifications restent confinées jusqu'à ce que vous les acceptiez.

Quand faut-il utiliser un Crew plutôt qu'un seul agent ? Pour un travail petit et bien délimité, assignez la tâche à un seul agent. Faites appel à un Crew quand un agent leader doit interpréter un objectif large, impliquer d'autres agents membres et ramener leurs résultats dans une seule tâche. Commencez simple ; consultez le guide de la première tâche pour le parcours avec un seul agent.

S'agit-il d'une autonomie totale ? Les agents fusionnent-ils tout seuls ? Non. Les agents étudient, exécutent, testent et rendent compte. Les personnes donnent la direction, accordent l'autorité et acceptent le résultat. La validation finale et les décisions de mise en production restent entre les mains d'une personne.

Puis-je continuer à utiliser Jira ? Oui. Gardez les projets, les tâches, les statuts et les workflows que votre équipe utilise déjà, et connectez Sharkly pour que l'exécution par les agents fasse avancer le travail dans le système que vous consultez déjà.