Tech radar
Tech Radar 2026 Q2 : Rust, ROS 2, OpenTofu, Pinecone, Claude en Adopt.
Critères, retours d'expérience, trade-offs. Ce qu'on adopte vraiment vs ce qu'on évalue.
Méthodologie
Le Tech Radar Abbeal s'inspire de la matrice ThoughtWorks, adaptée à notre contexte tri-géo. Tous les trois mois, les Tech Leads des trois hubs (Paris, Montréal, Tokyo) votent sur 30 à 40 technos clés. Quatre niveaux :
- **Adopt** — validée en production sur au moins 3 missions, performante, maintenable. Mandate par défaut sur les nouvelles missions.
- **Trial** — validation positive sur 1-2 missions clients. Recommandée si le contexte projet s'y prête. Escape hatch requis.
- **Assess** — prometteuse mais pas encore testée en prod. À expérimenter en POC ou side project. Pas en mission client critique.
- **Hold** — techno qu'on retire activement, ou qu'on déconseille de démarrer. Avec rationale documenté.
Le vote n'est pas démocratique : chaque Tech Lead apporte des données mesurables (latence, mémoire, time-to-merge, bugs, courbe d'apprentissage). Les choix sont documentés dans un fichier Notion partagé avec les clients sous mission.
Adopt — production-ready en 2026 Q2
Backend & systèmes
**Rust** passe en Adopt en 2026 Q2 (était Trial en 2025). Quatre missions livrées en pure-prod : Robotique Tokyo, API performance-critical Mobilité Urbaine, ETL haute charge FinTech, edge proxy CloudFlare Workers. Le passage Adopt vient de la maturité de l'écosystème (Tokio 1.x stable, Axum, SeaORM, sqlx) et de la convergence des compétences senior. Argument décisif : 60-80 % d'économie mémoire vs Java/Go sur les workloads à forte concurrence, sans le compromis productivité de C++.
**ROS 2 Humble** en Adopt. Standard de facto de la robotique industrielle. Notre stack pour le client Robotique Tokyo (warehouse automation +40 % throughput). Migration complète depuis ROS 1 Noetic pour tous les nouveaux projets.
**OpenTofu 1.7** en Adopt (était Trial 2025). Le fork open-source de Terraform a atteint la maturité. State migration testée et documentée. On migre activement les missions Terraform existantes vers OpenTofu lors des renewals.
AI / Data
**Anthropic Claude** en Adopt pour les workloads enterprise critiques (compliance, sécurité, fenêtre de contexte longue). Claude 3.7 Sonnet est notre default pour les agents en production. GPT-4o reste utilisé en complément sur des use cases spécifiques.
**Pinecone** Adopt confirmé. Vector DB de référence pour les use cases RAG enterprise. Alternatives évaluées (Weaviate, Qdrant, pgvector) restent en Trial ou Assess.
**LangChain + LangGraph** en Adopt pour les agents workflows. Stable, communauté large, intégration directe avec Pinecone et notre stack d'observability.
Frontend
**Next.js 15 App Router + RSC** en Adopt pour tous les nouveaux projets Web. Pages Router en mode legacy uniquement.
**Tailwind CSS 4** en Adopt. Nouveau Lightning CSS engine, plus rapide à build, plus stable.
Cloud & Reliability
**Karpenter** en Adopt. Remplace Cluster Autoscaler par défaut sur EKS. -25 à -35 % cloud cost mesuré sur 8 missions (cf. cas Mobilité Urbaine -30 % AWS).
Trial — validation positive, à recommander selon contexte
- **Bun** — Drop-in replacement Node.js performant. Testé sur 2 missions backend, 3× plus rapide pour imports + tests. Pas encore validé Edge Workers / Lambda.
- **Astro** — Excellent pour sites marketing & docs. Pas pour les apps interactives — Next.js reste l'Adopt.
- **Mojo** — Langage prometteur pour data engineering / ML. Communauté encore petite. Pas en mission client, mais en POC interne actif.
- **DSPy** — Framework de programming LLM (au lieu de prompt engineering). Évalué en prod sur un agent RAG critique. ROI positif sur la maintenance des prompts.
- **LiteLLM** — Proxy multi-LLM (OpenAI / Anthropic / Mistral). Permet routing dynamique et fallback. Utile pour les clients multi-vendor.
- **Pulumi** — Pour les équipes qui préfèrent TypeScript / Python à HCL Terraform.
Assess — à tester en POC, pas en mission critique
- **Tauri 2** — Alternative Rust à Electron pour les apps desktop. Bundle 10× plus petit, mais écosystème encore en croissance.
- **Effect-TS** — Functional programming TypeScript. Courbe d'apprentissage forte. Valeur prouvée sur la robustesse des side-effects.
- **Cloudflare Workers AI** — Edge AI inférence très rapide. Modèles limités (pas de GPT-4o ou Claude). Bon pour use cases edge spécifiques.
- **Hugging Face TGI** — Pour self-hosting des modèles open-source en prod. Validé en POC, en attente d'une mission client qui le requiert.
Hold — à éviter ou retirer
**Cypress standalone** en Hold (était Adopt en 2023). Migration active vers Playwright. Justifications : Playwright a 3× temps CI, support multi-browser natif, debugger intégré, communauté plus active. Migration documentée en 5 étapes (cf. cas client SaaS B2B).
**Jest standalone** en Hold. Migration vers Vitest (compatible Jest API, 5-10× plus rapide en hot reload, native ESM). Migration low-effort.
**Webpack 5** en Hold pour les nouveaux projets. On utilise Vite ou Turbopack (Next.js 15). Webpack reste maintenu sur le legacy mais on ne démarre plus dessus.
**MongoDB** en Hold. PostgreSQL + pgvector + JSONB couvre 95 % des use cases qui justifiaient MongoDB. Migrations PostgreSQL ← MongoDB documentées sur 4 missions.
**Redux Saga** en Hold. Trop de boilerplate. On utilise TanStack Query (server state) + Zustand (client state). Migration documentée.
**OpenAI Assistants API legacy** en Hold. Architecture trop opaque, lock-in vendor élevé. On utilise les SDK directs avec orchestration LangChain / LangGraph.
Comment on l'utilise en mission client
Sur chaque nouvelle mission Abbeal, le Tech Radar fait partie du mandate technique négocié au démarrage :
- **Mandate par défaut** : la stack mission est composée de technos Adopt sauf accord explicite client.
- **Escape hatch** : si le client veut sortir de l'Adopt (ex : garder MongoDB legacy ou Cypress), on documente la dérogation avec justification + plan de migration éventuel.
- **Revue trimestrielle** : tous les 3 mois, on revoit avec le client si les technos Trial qu'on a déployées passent en Adopt côté Abbeal, et si le contrat doit s'adapter.
C'est cette discipline qui permet à un client qui prend Abbeal sur une mission de 12-24 mois d'avoir la garantie qu'il ne sera pas coincé sur une techno obsolète à la fin.
Ce qui change en 2026 Q3
Notre prochain Tech Radar (août 2026) regardera de près :
- **Mojo** pour passer en Adopt si la communauté continue de grandir
- **Cloudflare Workers AI** pour les use cases edge inférence Tokyo
- **Bun** pour confirmer le passage en Adopt après 4 missions clients
- **Hold de Sentry** au profit de PostHog ou Datadog observability complet
- **Adopt de DSPy** si la maintenance des prompts en prod se confirme
// À lire ensuite
Business
Output-based vs Time & Material : pourquoi on a tué le T&M chez Abbeal.
78 % du portfolio Abbeal en Output-based en 2026. Marge brute +18 pts, NPS +24, durée moyenne mission ×1,7. Comment on opère et 3 conditions de succès.
11 min
IA
Comment j'ai automatisé une journée de CEO d'ESN avec Claude (et ce que vous pouvez en tirer).
30 workflows orchestrés sur Notion + BoondManager + Google Workspace + LinkedIn + Apollo + Calendly + Tactiq, sans nouveau SaaS. 4 piliers : commercial multicanal anti-doublon, recrutement 48h, inbound SEO/LinkedIn/citations IA, productivité dirigeant. Zéro lead perdu en 6 mois, 15 min/jour vs 3-4h avant.
7 min
IA
Agents IA en production : éviter le théâtre de démo.
Fiabilité, coûts, sécurité, évaluation. Sept patterns qu'on utilise vraiment chez nos clients.
9 min
GreenOps
GreenOps : sept leviers qui coupent 30 % de votre facture cloud.
Sans sacrifier la performance. Cas concrets : −30 % sur la facture, mêmes SLOs.
6 min
Mobbeal
Apprendre le japonais à Tokyo après le JLPT N2 : ma routine quotidienne.
Pas de solution miracle pour apprendre une langue. Anki, WaniKani et Bunpro : les trois outils qui me permettent de progresser en japonais au quotidien depuis Tokyo, en complément de mes cours particuliers offerts par Abbeal.
5 min
