L'IA écrit le code à toute vitesse. Mais qui le livre ?

Sur les réseaux, on voit défiler des chiffres qui donnent le vertige : des milliers de lignes générées, des features sorties en un week-end, des bugs corrigés à la chaîne. Pourtant, si vous demandez à un engineering manager si ses dates de livraison se sont comprimées d’un facteur cinq, la réponse est non. Alors où passe toute cette productivité ?

Écrire du code n’a jamais été le goulot d’étranglement

Une étude du MIT et de Wharton, parue il y a quelques jours, pose enfin des chiffres sérieux sur la question [1]. En croisant la télémétrie de Microsoft avec l’empreinte publique de plus de 100 000 développeurs GitHub, les chercheurs classent les outils en trois générations : autocomplétion, agents synchrones (Claude Code, Cursor) et agents asynchrones.

Les gains de vélocité par tâche sont spectaculaires : +40 %, +140 % et +180 % d’activité de commit selon la génération. Sauf que ce gain fond à mesure qu’on remonte vers une vraie livraison en production. Les auteurs appellent ça la « décroissance monotone ». Traduit en langage de terrain : on écrit beaucoup plus de code, mais le reste — revue, intégration, tests, mise en prod — n’a pas accéléré au même rythme. Le goulot d’étranglement s’est juste déplacé.

Le coût caché : des développeurs qui s’épuisent

Et ce déplacement a un prix humain. Le blog d’Evil Martians met des mots sur un malaise que beaucoup ressentent sans oser le nommer : le burnout assisté par IA [2]. Générer du code à vitesse supersonique ne rend pas le travail plus léger — au contraire. La course à la productivité « à chaque instant » épuise, et le vibe-coding se transforme en doom-coding.

Leur diagnostic est clair : pour rendre ces workflows soutenables, il faut restaurer le plaisir du processus, reconstruire le sentiment d’accomplissement et de fierté, et surtout retirer cette injonction permanente à maximiser le rendement. Quand la machine produit sans relâche, c’est l’humain qui absorbe la charge cognitive de tout valider.

Quand la conversation devient le vrai code source

Cette charge, elle se cristallise sur l’étape qu’on avait sous-estimée : la collaboration. Une étude relayée par Research-Driven Engineering Leadership observe que les « petites questions » entre collègues se raréfient — on interroge d’abord l’IA avant d’aller voir un humain [3]. La collaboration ne disparaît pas, elle change de forme.

L’équipe de Zed pousse l’idée encore plus loin avec DeltaDB [4]. Leur constat est limpide :

Increasingly, the conversation that generates the code is becoming the true source of our software.

Git, organisé autour de commits discrets, n’a jamais été pensé pour ça. Quand des humains et des agents éditent le même worktree en continu, ce n’est plus le commit qui compte, mais le flux de décisions entre les commits. Le logiciel se fabrique dans cet entre-deux — et nos outils doivent rattraper cette réalité.

Les agents progressent, mais la mémoire reste le mur

Côté outillage, la course continue. Xiaomi vient d’open-sourcer MiMo Code, qui dépasserait Claude Code sur les tâches ultra-longues de plus de 200 étapes [5]. Leur pari : ce qu’il faut, ce n’est pas une meilleure compression de contexte, mais un vrai mécanisme de stockage-et-rappel persistant. Un sous-agent dédié à l’écriture de checkpoints note ce qui doit survivre, pendant que l’agent principal continue de construire.

De son côté, Anthropic documente comment Claude Code tient dans des monorepos de plusieurs millions de lignes [6]. La recherche agentique — explorer le système de fichiers comme le ferait un ingénieur — évite les pièges du RAG, dont l’index reflète toujours un codebase d’hier. Mais elle ne fonctionne bien qu’avec un bon contexte de départ. Encore une fois : la qualité de ce qu’on donne à l’agent conditionne ce qu’il livre.

La sécurité, nouveau goulot d’étranglement

Et puis il y a l’angle mort. NVIDIA vient de publier SkillSpector, un scanner de sécurité pour les skills d’agents IA [7]. Le chiffre fait froid dans le dos : 26,1 % des skills contiennent des vulnérabilités, et 5,2 % montrent une intention probablement malveillante. Ces skills s’exécutent avec une confiance implicite et un contrôle minimal — prompt injection, exfiltration de données, élévation de privilèges, empoisonnement de mémoire.

On a passé deux ans à se demander si l’IA écrivait du bon code. La vraie question devient : ce qu’elle exécute pour nous est-il sûr ? Quand chaque agent installe des skills tiers sans vetting, le goulot d’étranglement n’est plus la vélocité. C’est la confiance.

En résumé

L’IA a fait exploser notre capacité à écrire du code. Mais écrire n’a jamais été le métier — livrer l’est. Et livrer, c’est encore et toujours une affaire d’humains : revoir, intégrer, sécuriser, décider. La vélocité brute ne se transforme en valeur que si l’on muscle tout ce qui vient après la génération.

La vraie question pour nos équipes en 2026 n’est donc pas « combien de lignes l’IA peut-elle produire ? », mais « qu’est-ce qu’on fait du temps qu’elle nous libère — et de la charge qu’elle nous transfère ? »

Sources

Pour aller plus loin

Predicting AI job exposure — Benedict Evans — pourquoi prédire quels métiers l’IA va « remplacer » est un exercice quasi impossible, illustré par le paradoxe des comptables.
Vibe coded AI search: building safer experiences from AI-generated scaffolding — comment sécuriser ce qui sort du scaffolding généré par IA, prolongement direct de l’angle SkillSpector.
How Terry Tao Became an Evangelist for AI in Math | Quanta Magazine — quand l’un des plus grands mathématiciens vivants explique où l’IA aide vraiment, et où elle bute encore.
On-device AI after WWDC 2026: What’s new? — l’autre déplacement du curseur : faire tourner l’IA sur l’appareil, avec ses contraintes propres.

Cet article a été rédigé en m’appuyant sur une IA pour m’aider à synthétiser et structurer ma veille. Les idées, le choix des sources et la relecture restent les miens.

Cet article a été rédigé en m'appuyant sur une IA pour m'aider à synthétiser et structurer ma veille. Les idées, le choix des sources et la relecture restent les miens.