Dans un secteur du développement logiciel en perpétuelle évolution, les agents de codage propulsés par l’IA ne sont pas seulement un outil : ils deviennent une force transformatrice. Des entreprises comme Kilo Code et Replit montrent que l’IA prend en charge une part substantielle des tâches de programmation. Ce basculement majeur soulève des questions profondes en matière de sécurité des systèmes, de gestion des coûts et d’équilibre complexe entre l’efficacité des machines et la supervision humaine.
L’aube du développement amélioré par l’IA
Chez Kilo Code, la cofondatrice Emilie Schario souligne que les ingénieurs ne lisent ni n’écrivent plus du code eux-mêmes que dans environ 1 % des cas. Cette évolution ne se résume pas à l’adoption d’une technologie : elle consiste à repenser en profondeur la structure même des équipes de développement. À mesure que des agents IA prennent les commandes, la nature du codage se redéfinit, amenant les développeurs à s’interroger sur les systèmes qu’il est possible de déléguer entièrement à l’IA, et sur la manière de soutenir des architectures multi-modèles complexes sans perdre le contrôle sur l’escalade des coûts liés aux tokens.
Pour Jared Go, ingénieur de renom en IA et cloud chez Symbotic, l’enjeu n’est pas seulement de tirer parti de l’IA, mais de le faire avec discernement. Il met en avant ses critères : la sécurité, l’élégance, un code propre et concis, ainsi que la robustesse — une approche « sans faille ». Ces critères garantissent que la tâche lourde confiée à l’IA produit des résultats de grande qualité. Toutefois, comme Go le fait remarquer, si l’IA excelle à créer de nouvelles bases de code (projets greenfield), elle peine à gérer les subtilités liées à la maintenance et à la mise à jour des systèmes existants (projets brownfield). C’est précisément là que l’expertise humaine demeure indispensable.
La supervision humaine dans un environnement automatisé
Replit propose une approche plus nuancée : l’entreprise intègre l’IA profondément à son processus de travail tout en gardant un œil prudent. Amol Jain, responsable de l’ingénierie produit, décrit un système dans lequel des agents d’IA gèrent de manière autonome des processus de bout en bout, de la planification aux tests, avec un humain « dans la boucle » mais non « inclus dans la boucle » — autrement dit, une présence « on the loop » plutôt que « in the loop ». Cette démarche traduit une compréhension mature du potentiel de l’IA et de ses limites, tout en permettant une évaluation des risques et une intervention humaine lorsque c’est nécessaire.