Le retour sur terre des agents de code

Et si 2026 était l’année où l’on arrête de rêver et où l’on commence à travailler pour de vrai avec les agents de code ?

Cette semaine, Mark Zuckerberg a reconnu devant ses équipes que les agents IA n’avaient « pas accéléré comme prévu » [1]. Quand l’homme qui va dépenser 145 milliards de dollars en infrastructure IA cette année tempère les attentes, ça vaut le coup de regarder ce que ça change concrètement pour ceux qui codent.

Quand Zuckerberg redescend sur terre

Meta a licencié 8 000 personnes plus tôt cette année et réaffecté 7 000 autres à des groupes IA, dont une équipe baptisée « Agent Transformation » [1]. Le pari : remplacer une partie du travail humain par des agents.

Sauf que Zuckerberg admet lui-même que les gains attendus ne se sont « pas encore matérialisés ». Il promet des améliorations « dans les trois à six mois » — la formule éternelle de celui qui a survendu son calendrier.

Le message est clair : remplacer les gens par de l’IA, ce n’est pas si simple. Et c’est une bonne nouvelle. Parce que ça nous force à comprendre ce que ces agents font vraiment.

Un agent de code, c’est six fonctions dans un trench-coat

Derrière le mot magique « agent », il y a beaucoup moins de mystère qu’on ne le pense. Un agent de code, c’est un LLM à qui on donne quelques outils : lire un fichier, en écrire un, l’éditer, lister un répertoire, chercher un motif, lancer une commande shell [2].

Sur ces six outils, trois suffisent pour un agent minimal fonctionnel [2]. Claude Code, Cursor ou Codex sont plus raffinés, mais ils jouent dans la même galaxie. Comprendre ça, ce n’est pas rabaisser l’outil : c’est arrêter de le traiter comme une boîte noire. Un outil dont on comprend le fonctionnement, c’est un outil qu’on sait cadrer — et sécuriser, parce que donner un shell complet à un modèle reste un cauchemar de sécurité.

La laisse courte plutôt que le pilote automatique

Comprendre l’outil, c’est la première marche. Savoir le tenir en est une autre. Et là, un développeur de logiciels critiques propose une méthode à contre-courant des influenceurs : la « laisse courte » [3].

L’idée ? Refuser le mode « YOLO ». Jamais de « skip permissions ». On lit chaque diff que l’agent propose avant de l’accepter, on l’interrompt dès qu’il déraille, on commite à chaque sous-tâche [3]. Bref, on reste dans la boucle en permanence, au lieu de s’en retirer comme le vantent les vidéos à « 12 agents parallèles pendant que je sirote un café ».

Il est humainement impossible de construire sa propre compréhension d’une base de code si on utilise une approche « Vibe ».

L’auteur va plus loin sur la revue : une PR relue par un humain et une IA contient moins d’erreurs qu’une PR relue par un seul des deux [3]. L’IA joue le linter qui attrape les fautes bêtes ; l’humain garde les décisions de fond. Et surtout : si tu as utilisé une IA pour ta PR, tu dois la relire ligne par ligne, comme si c’était le code d’un autre.

Le vrai goulet d’étranglement, c’est la compréhension

Ce fil rouge — rester dans la boucle — Geoffrey Litt le formule autrement : la compréhension est le nouveau goulet d’étranglement [4].

Pourquoi comprendre le code que l’agent écrit, alors qu’il vérifie de mieux en mieux son propre travail ? Parce qu’on ne comprend pas seulement pour vérifier, on comprend pour participer [4]. Un projet, ce n’est jamais une seule boucle : c’est des dizaines d’itérations, et c’est ta compréhension du système qui te permet de trouver la prochaine idée.

Sinon, tu accumules ce que Margaret Storey et Simon Willison appellent la « dette cognitive » : comme la dette technique, tu peux l’ignorer un temps, mais elle finit par te rattraper [4]. Litt propose des techniques concrètes — des « literate diffs » qui racontent le changement, des quiz qu’il s’impose de réussir avant d’envoyer son code, des micro-mondes interactifs pour intuiter un système. Sa règle personnelle : ne pas transmettre un code tant qu’il n’a pas réussi le quiz associé.

Le point de fond dépasse le code : l’objectif de l’informatique a toujours été d’augmenter l’humain, pas seulement de l’automatiser.

Même la hype des « skills » passe au banc d’essai

Ce réflexe de vérifier au lieu de croire, l’équipe de Wix l’a appliqué à la mode du moment : les « skills », ces guides condensés censés rendre les agents plus efficaces qu’une simple doc. Ils ont lancé 250 évaluations contrôlées [5].

Le résultat casse l’intuition. D’abord, optimiser la doc pour les agents fait passer le taux de complétion de 67 % à 87 % sur les tâches CLI — avant même d’écrire le moindre skill [5]. Ensuite, un skill légèrement périmé devient un handicap : une petite erreur dans un exemple de code et l’agent brûle jusqu’à 94 % de tokens en plus à tâtonner [5].

Plus subtil encore : un skill peut rendre l’agent moins curieux. Guidé par des consignes, il improvise moins et rate parfois la solution plus simple qu’une doc l’aurait laissé trouver [5]. La conclusion tient en une phrase : la doc bien structurée est la colonne vertébrale, les skills ne sont qu’une couche de cache — utile, mais à évaluer en continu.

On croyait tenir le raccourci magique. Les chiffres rappellent que les fondamentaux gagnent encore.

De Zuckerberg qui tempère à Wix qui mesure, le message converge : les agents de code redescendent sur terre, et c’est précisément là qu’ils deviennent utiles. La vraie question n’est plus « jusqu’où l’agent peut-il coder seul ? », mais « qu’est-ce que je refuse de déléguer pour rester maître de ce que je construis ? »

---

Sources

1. Mark Zuckerberg tells staff that AI agents haven’t progressed as quickly as he’d hoped
2. A coding agent is six functions in a trenchcoat
3. The Short Leash AI Coding Method For Beating Fable
4. Understanding is the new bottleneck
5. We Ran 250 AI Agent Evals to Find Out if Skills Beat Docs. The Answer Is More Complicated Than We Expected

Pour aller plus loin

• Skill engineering and the case against one-shot AI design — Paul Bakaus défend le « skill engineering » comme discipline, sans jamais sortir l’humain du processus créatif.
• The Pulse: a new trend, smart model routing — la nouvelle vague d’outils qui choisissent automatiquement le bon modèle pour la bonne tâche, pour couper la facture IA.
• Who will be the senior engineers of 2035? — si l’IA absorbe les tâches qui formaient les juniors, d’où viendront les seniors de demain ?
• Microsoft unveils $2.5B ‘Frontier Company’ to embed AI engineers inside customers — quand un géant parie 2,5 milliards sur des « ingénieurs IA » intégrés chez ses clients.

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.