IA et X++6 min de lecture

Relire du code X++ généré par IA : la checklist en 10 points

Dix points à vérifier avant de valider une pull request X++ générée par IA : extensions, BP check, sécurité, performance, tests, nommage, déploiement.

La réponse courte

Un code X++ généré par IA se relit comme celui d'un développeur : par une pull request, avec une grille fixe. Les dix points ci-dessous reprennent les règles documentées par Microsoft pour Dynamics 365 Finance & Operations. Si un point échoue, la pull request repart en correction : la validation humaine reste le dernier mot.

Les 10 points

  1. Extension, jamais d'over-layering : tables, formulaires et classes standard sont modifiés par extension. Voir Chain of Command ou event handlers.
  2. Chain of Command correct : next appelé au premier niveau, pas dans un if ni une boucle ; classe d'extension final.
  3. Compilation et BP check sans avertissement non justifié. Voir avertissements BP check.
  4. Sécurité : chaque nouvel élément de menu est couvert par un privilège, rattaché à un devoir et à un rôle. Voir privilège, devoir, rôle.
  5. Performance : opérations ensemblistes plutôt que boucles, jointures plutôt que select imbriqués, pas de requête dans init d'un formulaire. Voir insert_recordset et update_recordset.
  6. Tests unitaires SysTest présents, isolés (AutoRollback) et pertinents : ils vérifient le comportement demandé, pas seulement que le code s'exécute. Voir premier test SysTest.
  7. Nommage : préfixe de la solution, noms conceptuels, pas d'underscore dans les data entities, suffixe Entity.
  8. Libellés : tous les textes visibles dans des fichiers de libellés, pas de texte en dur.
  9. Extensibilité et dépendances : petites méthodes bien nommées, pas de nouveau délégué, références de modèle minimales, pas de doInsert/doUpdate qui court-circuitent les événements.
  10. Déploiement : le package compile dans le pipeline, la synchronisation de base passe, et le comportement est vérifié sur un environnement de test avant la production.

Ce que l'IA rate le plus souvent

Sans contexte, un modèle génère un code plausible mais générique : il ignore vos préfixes, vos extensions existantes, vos rôles et vos volumes de données. Les points 4, 5, 7 et 9 sont donc ceux à regarder en premier. Le point 6 aussi : un test qui passe toujours ne prouve rien. Voir ce que les assistants IA savent faire en X++.

Et chez Skalp AI ?

Chez Skalp AI, l'agent génère le code X++ et ses tests unitaires, compile en contrôlant les bonnes pratiques, puis pousse une pull request dans le projet Azure DevOps du client avec les captures d'écran des tests. Rien n'arrive sur la branche de travail sans la relecture et la validation de la pull request par l'architecte technique du client. Voir intégration Azure DevOps, développer en X++ sans consultant en 2026 et les offres Basic, Pro et Max (1 crédit, ≈ 400 € en Basic, 200 € en Pro, consommé seulement à la génération du code).

À lire aussi : créer des tickets D365 F&O par IA dans Azure DevOps.

Sources

Questions fréquentes

Qui doit valider un code X++ généré par IA ?

Un développeur ou un architecte technique côté client, via la pull request, avant toute fusion sur la branche de travail.

Le BP check suffit-il à valider le code ?

Non. Il détecte des problèmes de forme et de performance connus, mais pas un écart avec le besoin métier : il faut aussi des tests et une relecture.

Quels points regarder en premier ?

Sécurité, performance, nommage et dépendances : ce sont ceux qui dépendent le plus de votre contexte et que l'IA devine le moins bien.

Prêt à transformer votre D365 ?

Rejoignez les DSI qui développent leurs tickets D365 en 2 à 4 h pour 1 crédit (≈ 400 € en Basic, 200 € en Pro).