En août 2026, les agents ont dépassé les humains en nombre de PR sur GitHub et de tâches dans Linear
Gergely Orosz, auteur de The Pragmatic Engineer, a résumé sa présentation à la conférence LDX3 de New York. En août 2026, les agents ont créé plus de pull requests que les humains sur GitHub. Dans Linear, ils créent plus de tâches que les employés. Cursor et Antigravity s'éloignent du modèle de l'IDE, et la revue de code est devenue une simple formalité dans de nombreuses entreprises. La présentation s'appuie sur des données de GitHub, Linear et Factory AI, ainsi que sur des témoignages d'OpenAI, Anthropic, Uber et Ramp. • Les agents ont dépassé les humains en nombre de PR sur GitHub. • Les agents sont en tête pour la création de tâches dans Linear. • La revue de code tourne au théâtre.
Traité par IA depuis Habr AI ; édité par Hamidun News
En août 2026, les agents ont créé plus de pull requests que les humains sur GitHub. Dans Linear, ils créent plus de tâches que les employés en chair et en os. Gergely Orosz, auteur de la newsletter The Pragmatic Engineer, a présenté ces données lors de la conférence LDX3 à New York. Il y a aussi décrit l'évolution des outils : Cursor et Antigravity s'éloignent de l'IDE classique, et dans de nombreuses entreprises, la revue de code est devenue un théâtre.
Nous n'avons eu accès à la présentation originale que par son compte rendu. Ce qui suit porte donc sur les thèses qu'Orosz met en avant. Pour les chiffres précis et les détails, mieux vaut se reporter à son texte complet.
Les humains ne sont plus les principaux auteurs du code
Selon Orosz, le point de bascule est survenu à l'été 2026. Sur GitHub, les agents ouvrent désormais plus de PR que les développeurs. Dans le gestionnaire de tickets Linear, ils créent également plus de tâches que les humains. L'agent n'est plus un assistant qui complète une ligne dans l'éditeur. Il formule lui-même le travail, l'exécute lui-même et en présente lui-même le résultat.
Orosz étaye son propos avec des données récentes de GitHub, Linear et Factory AI. Il les complète par des témoignages d'OpenAI, Anthropic, Uber et Ramp : des entreprises où les workflows agentiques sont déjà intégrés au développement quotidien.
L'IDE perd sa place centrale
Le deuxième changement concerne l'interface. Cursor et Antigravity, deux outils en vue pour le développement assisté par IA, ont abandonné le modèle habituel de l'« éditeur avec un chat sur le côté ». Si ce sont les agents qui font l'essentiel du travail, le développeur n'a plus besoin d'un éditeur de texte, mais d'un tableau de bord où il confie des tâches, consulte les résultats et prend des décisions.
Cela modifie aussi l'économie de l'attention. Le développeur écrit moins de lignes, mais prend plus de décisions par unité de temps. Plus les agents travaillent en parallèle, plus la question se pose avec acuité : qui vérifie leurs résultats, et comment ?
La revue de code est devenue un théâtre
La thèse la plus inquiétante de la présentation concerne la vérification du code. Quand les PR arrivent en flux continu et que le relecteur n'a ni le temps ni le contexte, la revue devient un rituel : ouvrir le diff, le faire défiler, cliquer sur Approve. Sur le papier, le processus est respecté, mais en pratique, personne ne garantit la qualité.
Le problème tient à l'échelle. Un agent crée une PR en quelques minutes, alors qu'une vérification approfondie prend autant de temps qu'avant. L'écart entre la vitesse de génération et la vitesse de vérification se creuse.
Ce que l'on sait d'après le compte rendu
- Août 2026 : les agents ont créé plus de PR que les humains sur GitHub.
- Linear : les agents créent plus de tâches que les humains.
- Cursor et Antigravity s'éloignent du modèle de l'IDE.
- Dans de nombreuses entreprises, la revue de code est devenue une formalité.
- Sources des données : GitHub, Linear, Factory AI.
- Cas cités : OpenAI, Anthropic, Uber, Ramp.
Conséquences pratiques pour les équipes
Ces recommandations viennent de notre rédaction et ne sont pas des citations de la présentation. Premièrement : mesurez la part des PR et des tâches issues d'agents dans votre équipe. Sans ce chiffre, vous ne saurez pas où se situe réellement le goulot d'étranglement.
Deuxièmement : repensez la revue. Les vérifications automatiques, les tests et l'analyse statique doivent filtrer l'évident, afin que l'humain se concentre sur l'architecture et les risques plutôt que sur le style. Troisièmement : limitez le flux.
Si les relecteurs n'arrivent pas à suivre, un plafond quotidien de PR d'agents vaut mieux que des Approve dénués de sens. Quatrièmement : évaluez les outils selon l'aide qu'ils apportent pour piloter les agents, et non selon le confort de l'éditeur.
La grande question de 2026 : qui, dans votre équipe, répond du résultat si c'est un agent qui écrit le code et que la vérification est devenue une formalité.
Delegate Deep Research, Coding & Workflows to an AI Agent
Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.