Pulumi lance Delivery, des pipelines de release écrits en code
Pulumi a ouvert le 18 novembre, en préversion publique, deux nouveautés : Pulumi Delivery, qui permet de décrire un pipeline de livraison en TypeScript, Python, Go et d’autres langages, et Pulumi Agents, des agents chargés de surveiller les systèmes en production. L’éditeur affirme que plus de 40 % des opérations d’infrastructure passées sur sa plateforme en octobre ont été exécutées par des agents.
Ce que Pulumi Delivery met en code
Depuis 2017, Pulumi s’occupait de l’infrastructure : on décrit des ressources cloud dans un langage de programmation plutôt que dans une console. Delivery étend ce principe à tout ce qui se passe entre la fusion d’une modification et sa mise en production : étapes, règles de promotion et de déploiement progressif, points de contrôle, tâches diverses.
Les langages pris en charge sont ceux de l’outil historique : TypeScript, Python, HCL, Go, C#, Java et YAML, d’après le billet de Pulumi. DevOps.com, qui relaie l’annonce, cite pour sa part TypeScript, Python et Go « et d’autres ». L’argument de l’éditeur tient en une phrase : un pipeline écrit dans un vrai langage peut être testé, partagé et réutilisé comme n’importe quel logiciel. Les pipelines actuels, un mélange de scripts, de fichiers YAML, de réglages et d’approbations manuels, sont selon lui hostiles aux agents, car pensés pour des humains qui cliquent et copient-collent.
Delivery n’impose pas de tout remplacer. Selon Pulumi, les pipelines partagent le système de types, le moteur de politiques, les dépendances entre stacks et ressources, les secrets et l’état du reste de la plateforme. Ils peuvent lancer Pulumi, mais aussi Terraform, OpenTofu, Ansible ou des tâches libres. Et l’outil cohabite avec l’intégration continue déjà en place pour la compilation et les tests : il prend le relais à la fusion.
L’exemple donné par l’éditeur est parlant. On demande à un agent de livrer chaque fusion en préproduction puis en production, et de laisser Jev décider quand une validation humaine est nécessaire. Le code produit déclare une source GitHub déclenchée à chaque envoi sur la branche principale, un pipeline, et une « décision » posée à Jev pour chaque version destinée à la production. Jev est le modèle de décision de TypeSafe AI, un client que Pulumi met en avant : selon l’éditeur, TypeSafe AI s’est appuyé sur sa plateforme pour faire passer Jev à plus de mille milliards de jetons par jour. Pulumi précise que l’extrait publié omet les étapes de déploiement canari et « prod-eu ».

Pourquoi des agents, et pourquoi du code
Pulumi s’appuie sur un constat chiffré. Chez lui, la part des opérations d’infrastructure réalisées par des agents est passée de 15 % en avril à 30 % en juillet, puis à plus de 40 % en octobre. En interne, 85 % des changements apportés au service central sont écrits ou relus par ses agents d’ingénierie, et l’entreprise vise 100 %.
| Mois (2026) | Opérations faites par des agents sur Pulumi |
|---|---|
| Janvier | 0 % |
| Avril | 15 % |
| Juillet | 30 % |
| Octobre | plus de 40 % |
Ces chiffres viennent de l’éditeur lui-même, sans audit externe. Ils décrivent sa plateforme, pas le marché.
Le raisonnement est le suivant : les modèles ont appris sur des milliards de lignes de TypeScript, Python, HCL ou Go, et presque rien sur les consoles cloud et les tickets. Mettre l’infrastructure, puis la livraison, dans un langage connu revient à transformer le problème en tâche de programmation. Pulumi s’appuie sur une étude publiée sur arXiv en 2024, CodeAct : sur 17 modèles testés avec API-Bank et un banc d’essai créé pour l’occasion, faire agir un agent en écrivant du code Python exécutable plutôt qu’en produisant du JSON ou du texte augmente le taux de réussite jusqu’à 20 %. Les auteurs expliquent que les formats JSON ou texte bornent l’éventail des actions et empêchent de combiner plusieurs outils, ce que le code permet. Ce travail porte sur des agents généralistes, pas sur des pipelines de déploiement : le rapprochement est celui de Pulumi.
Reste la sécurité. L’éditeur met en avant le fait que chaque changement est un diff de code accompagné d’un plan déterministe relisible avant exécution, que les agents reçoivent des identifiants et secrets limités, et que les politiques sont appliquées en continu, quel que soit le cloud ou le référentiel de conformité.
Un goulot d’étranglement déplacé
Le contexte est celui d’une production de code qui s’accélère. Anthropic indique être passé d’environ 2 500 modifications fusionnées par jour en mai à plus de 30 000 en septembre. L’historique de sa branche principale approche à lui seul 100 Go, et sa CI effectue de l’ordre de 25 millions d’extractions de code par jour. Pour tenir, l’entreprise a développé Scion, son propre système de gestion de versions, et migré son monorepo hors de git en cinq mois. Pulumi affirme aussi que chez OpenAI, la fiabilité de Git est par moments tombée sous 90 % sous la charge.
Pour Pulumi, la conclusion est simple : une fois la fusion passée, tout redevient lent, avec des scripts, des tickets et de l’attente. Difficile de ne pas y voir aussi un argument commercial. L’éditeur s’appuie sur un goulot d’étranglement réel, celui d’Anthropic, alors qu’Anthropic reconnaît elle-même que sa charge est inhabituelle et ne s’attend pas à ce que beaucoup d’organisations rencontrent ces problèmes à très court terme. Et les chiffres mis en avant par Pulumi mesurent la part des agents dans les opérations, pas des délais de livraison raccourcis ou des incidents évités.
Ce que l’annonce laisse dans l’ombre
Ni Pulumi ni DevOps.com ne mettent en avant de prix ou de date de disponibilité générale. On ne sait pas non plus si les nouveautés sont accessibles aux clients européens dans les mêmes conditions, ni où s’exécutent les pipelines et les agents, une question qui comptera pour les entreprises soumises au RGPD ou à NIS2.
Le fonctionnement concret de Pulumi Agents est lui aussi à peine décrit : DevOps.com parle d’agents entraînés à des tâches précises, Pulumi d’agents personnalisables qui surveillent les systèmes en production, agissent quand quelque chose tourne mal et doivent, selon lui, ramener la correction jusque dans le code. Quelles actions peuvent-ils entreprendre sans validation ? Comment leurs droits sont-ils bornés ? La réponse déterminera si la préversion publique intéresse autre chose que des équipes déjà clientes de Pulumi. Pour vérifier, il faudra attendre les premiers retours de ceux qui auront branché Delivery sur un vrai pipeline.
Sources
- Executable Code Actions Elicit Better LLM Agents, arxiv.org
- Redesigning source control at Anthropic, anthropic.com
- Everything after code, as code, Pulumi, 18 novembre 2026
- Pulumi Previews DevOps Platform Extensions for the Agentic AI Era, DevOps.com, 18 novembre 2026



