De l’autocomplétion aux tâches déléguées
La première vague d’IA pour le code complétait des lignes et répondait à des questions. En 2026, les agents matures fonctionnent en boucle : collecte de contexte, planification, lecture et modification de fichiers, utilisation d’outils, validation et itération. OpenAI présente Codex comme un agent pour écrire, revoir et livrer du code, tandis que GitHub décrit ses agents comme capables d’exécuter indépendamment des tâches du cycle logiciel. [2][3][7]
Le développeur peut moins guider chaque modification locale, mais doit préciser davantage objectif, périmètre, contraintes et définition du résultat attendu.
Ce qu’un agent de programmation peut réellement faire
Les agents actuels peuvent chercher dans un dépôt, lire l’historique et la documentation, modifier plusieurs fichiers, exécuter commandes, tests et linters, analyser les erreurs et préparer une modification pour revue. GitHub Copilot cloud agent peut travailler sur une branche sans ouvrir immédiatement de pull request. [7][10]
Claude Code expose des contrôles d’outils et de permissions, Codex fonctionne en local et dans le cloud, et Gemini CLI peut être utilisé en interactif, en script et dans une sandbox. [2][6][13]
Quatre grands modèles de travail agentique en 2026
| Agent | Surface principale | Mode de travail | Contrôle |
|---|---|---|---|
| OpenAI Codex | ChatGPT, app, CLI, IDE, cloud | Local et parallèle dans le cloud | Skills, environnements, revue |
| Claude Code | Terminal, SDK, MCP | Interactif et scriptable | Modes de permission, outils autorisés/interdits |
| GitHub Copilot cloud agent | GitHub, VS Code, Mobile, app desktop | Asynchrone via branche/PR | Règles dépôt, logs, revue |
| Google Antigravity / Gemini CLI | Antigravity desktop, CLI, SDK | Agents parallèles et automatisation | Sandbox, hooks, MCP, isolation |
Codex couvre application, CLI, IDE et cloud. Claude Code est centré terminal et automatisable. GitHub Copilot cloud agent vit dans les issues, branches et pull requests. Google Antigravity 2.0 privilégie l’orchestration multi-agents, tandis que Gemini CLI fournit un agent terminal open source. [2][6][7][8][12][13]
Le choix dépend autant de l’environnement d’exécution, des permissions, de la gouvernance et du processus de revue que du modèle sous-jacent.
Les tâches deviennent plus longues et plus parallèles
OpenAI indique qu’en mai 2026, 70,2% de l’échantillon d’utilisateurs individuels de Codex avaient effectué au moins une requête estimée à plus d’une heure de travail humain, et 25,6% au moins une requête au-delà de huit heures. Ces seuils sont estimés par modèle sur un échantillon aléatoire de 0,1%, donc ils sont directionnels et non des mesures exactes. [1]
GitHub Copilot app et Google Antigravity sont eux aussi conçus pour des sessions parallèles et des flux de travail indépendants. [8][12]
L’humain décide davantage quoi faire, l’agent comment le faire
Anthropic a analysé environ 400 000 sessions Claude Code entre octobre 2025 et avril 2026. Dans une session typique, l’utilisateur prenait environ 70% des décisions de planification, tandis que Claude prenait environ 80% des décisions d’exécution. Un prompt déclenchait en moyenne environ dix actions de l’agent. [4]
Le développeur conserve donc plus souvent objectifs, architecture et critères d’acceptation, tandis que l’agent prend de nombreuses décisions locales d’implémentation. Elles doivent toujours être revues.
L’expertise continue d’améliorer les résultats
Dans la même étude Anthropic, les sessions évaluées comme plus expertes réussissaient plus souvent. Avec la mesure la plus stricte de succès vérifié, les sessions novices atteignaient environ 15%, contre environ 28 à 33% pour les niveaux intermédiaire et supérieur. Cette mesure repose sur les transcriptions, tests, commits et confirmations, pas directement sur la qualité en production. [4]
La connaissance du domaine reste donc un levier : comprendre règles métier, cas limites, architecture et stratégie de vérification permet de mieux diriger l’agent.
Les preuves de productivité sont mixtes et dépendent de la mesure
| Source | Échantillon | Résultat clé |
|---|---|---|
| Anthropic 2026 | ~400 000 sessions Claude Code | Utilisateur ~70% des décisions de planification, Claude ~80% des décisions d’exécution |
| METR 2025 RCT | 16 développeurs, 246 tâches | 19% de temps supplémentaire avec les outils IA du début 2025 |
| METR 2026 survey | 349 travailleurs techniques | Médiane déclarée de 1,4 à 2x de valeur du travail, avec réserves importantes |
| OpenAI 2026 Codex | Échantillon aléatoire de 0,1% des utilisateurs individuels | 70,2% ont eu au moins une tâche estimée à plus d’une heure de travail humain |
L’étude randomisée METR de 2025 a suivi 16 développeurs open source expérimentés sur 246 tâches réelles dans des dépôts qu’ils connaissaient bien. Avec les outils IA disponibles au début de 2025, les tâches ont pris en moyenne 19% de temps supplémentaire, alors que les participants pensaient être plus rapides. [14]
En 2026, METR a jugé un suivi plus large difficile à interpréter à cause d’un biais de sélection, certains développeurs refusant de travailler sans IA. Une enquête séparée auprès de 349 travailleurs techniques rapporte une médiane déclarée de 1,4 à 2x de valeur du travail, avec des réserves explicites sur l’ampleur du chiffre. [15][16]
La revue de code devient un point de contrôle majeur
Lorsqu’un agent peut modifier de nombreux fichiers et préparer un pull request complet, la revue devient un mécanisme central de contrôle. GitHub structure les workflows agentiques autour des diffs, pull requests, journaux de sessions, règles de dépôt et revue humaine. [7][8][11]
La revue se déplace donc de la syntaxe vers les hypothèses, le périmètre, les contrats API, l’architecture, la sécurité, les cas limites et la pertinence de la solution.
Les tests et la CI deviennent le contrat de l’agent
Un agent peut produire rapidement beaucoup de code plausible, mais seuls des critères explicites déterminent s’il est correct. Tests unitaires, intégration, end-to-end, typage, linting et builds reproductibles prennent donc plus d’importance. Claude Code et GitHub permettent l’exécution de commandes et de tests pendant le travail. [6][7][10]
Une bonne tâche décrit le résultat attendu et la manière de le vérifier. Plus la vérification est déterministe, moins la validation finale dépend d’une inspection manuelle approximative.
Sécurité : plus d’autonomie signifie plus de surface de risque
Un agent peut exécuter des commandes shell, lire des fichiers, accéder au réseau et modifier le code. Modes de permissions, sandbox, restrictions d’outils, protection des secrets et journaux d’audit deviennent donc fondamentaux. Claude Code propose des permissions et listes d’outils, Gemini CLI l’isolation en conteneur, GitHub des journaux de session dans sa gouvernance. [6][11][13]
Les équipes devraient appliquer le moindre privilège. Un agent chargé de modifier une interface ne devrait pas obtenir automatiquement les secrets de production ou les droits de déploiement.
Le contexte du dépôt devient une infrastructure
La qualité de l’agent dépend de conventions explicites. Instructions de dépôt, standards de code, règles d’architecture, fichiers de contexte, Skills et connexions MCP deviennent des procédures lisibles par la machine. [2][6][9][13]
La documentation ne sert donc plus seulement aux humains. Un README obsolète, des frontières de modules ambiguës ou des commandes de test absentes réduisent directement la fiabilité de l’agent.
Le multi-agent transforme la journée du développeur
Codex, GitHub Copilot app et Google Antigravity prennent en charge des tâches parallèles. Un développeur peut déléguer séparément tests, refactorisation, documentation et correction de bug, puis revoir les résultats. [1][8][12]
Le goulot d’étranglement passe alors de la saisie du code à la priorité, au contexte, à la revue et à l’intégration. Trop d’agents sans critères d’acceptation clairs peuvent produire plus de travail de revue que de valeur.
Les tâches les plus faciles à déléguer en 2026
Les meilleures candidates sont limitées et vérifiables : ajout de tests, refactorisations locales, migrations d’API, bugs reproductibles, mises à jour de dépendances, documentation, analyse de dépôt et première version de pull request. [2][6][7][12][13]
Les tâches avec exigences implicites, arbitrages produit importants ou coût d’erreur élevé restent plus difficiles. L’agent peut accélérer l’analyse, mais la responsabilité de la décision doit rester humaine.
Adopter les agents sans créer le chaos
Commencez avec un périmètre limité : types de tâches autorisés, instructions de dépôt, tests obligatoires, permissions maximales et points de validation humaine. DORA décrit l’IA comme un amplificateur des forces et faiblesses existantes, donc un mauvais processus d’ingénierie ne devient pas automatiquement bon. [17]
Mesurez le workflow complet : temps jusqu’au pull request accepté, durée de revue, nombre d’itérations, échecs CI, régressions, coût agent et part des changements nécessitant une réécriture importante.
- Définir les catégories de tâches autorisées.
- Maintenir des instructions de dépôt et commandes de vérification à jour.
- Exiger tests, linting et build propre.
- Appliquer le moindre privilège.
- Exiger une revue humaine pour les changements à fort impact.
- Conserver les journaux d’agents et une piste d’audit.
- Mesurer temps et coût par tâche vérifiée avec succès.
