Les agents de code produisent plus de code, mais la revue humaine engloutit tout le gain

L'étude relayée par Ars Technica met en lumière un fait peu flatteur pour le marché : les agents IA de programmation accélèrent bien l'écriture du code, mais cela ne produit pas davantage de logiciels prêts à l'emploi. Le temps économisé à la génération est consommé par la vérification humaine. La revue de code est devenue le goulot d'étranglement de toute la chaîne. Le résumé accessible ne contient ni méthodologie ni chiffres précis. Nous nous en tenons donc à la conclusion de l'étude, complétée par le contexte de mesures plus anciennes qui vont dans le même sens.

Où le code reste bloqué

La chaîne de production logicielle comprend la définition de la tâche, l'écriture du code, la revue, les tests et la mise en production. L'agent n'accélère que le deuxième maillon. Les autres restent inchangés, et la revue voit même sa charge augmenter : les pull requests sont plus grosses et plus nombreuses, mais elles doivent toujours être lues par un humain, qui répond du résultat.

Le code d'un agent paraît généralement convaincant : il est proprement mis en forme et passe les vérifications de base. C'est précisément pour cela qu'on ne peut pas le parcourir en diagonale. Le relecteur doit reconstituer l'intention, vérifier les cas limites et traquer les endroits où le modèle s'est trompé avec aplomb. C'est la théorie des contraintes dans sa version classique : si l'on accélère un maillon qui n'est pas le plus étroit, le débit du système ne change pas. Seule la file d'attente devant ce maillon s'allonge.

Ce que montraient les mesures précédentes

Ce constat a des antécédents. Voici les données publiées plus tôt, auxquelles on se réfère généralement dans ce type de débat :

• METR, 2025 : 16 développeurs expérimentés ont réalisé 246 tâches dans des dépôts open source matures. Avec des outils d'IA, ils ont travaillé 19% plus longtemps, alors qu'ils s'attendaient eux-mêmes à un gain d'environ 24%.
• Faros AI, 2025 : dans les équipes à forte utilisation de l'IA, 21% de tâches en plus étaient closes et 98% de pull requests en plus étaient fusionnées. Le temps de revue a, dans le même temps, augmenté de 91%.
• DORA, 2024 : une hausse de 25% de l'utilisation de l'IA était corrélée à une baisse de 7,2% de la stabilité des livraisons.

Ces études diffèrent par leur échantillon et leur méthodologie ; on ne peut donc pas les additionner directement. Mais le motif général se répète : le volume produit augmente, tandis que la vitesse de livraison finale et la qualité ne progressent pas avec lui.

Pourquoi c'est une question d'argent

Beaucoup d'entreprises évaluent le retour sur investissement des outils d'IA à partir d'indicateurs indirects : part des suggestions acceptées, nombre de lignes, nombre de PR. Si le goulot d'étranglement se situe dans la revue, ces indicateurs montent, mais le résultat pour l'entreprise stagne. Le code en trop devient du travail en cours inachevé, c'est-à-dire une file d'attente qui vieillit et entre en conflit avec les changements voisins. Pire encore, des relecteurs surchargés se mettent à valider des modifications sans les regarder, et l'économie se transforme alors en dette technique et en incidents.

Comment repenser le processus

Si des agents travaillent déjà dans votre équipe, il est judicieux de modifier le processus lui-même, et pas seulement la boîte à outils :

• Mesurez le temps écoulé entre le début d'une tâche et la mise en production, ainsi que la part de rollbacks, plutôt que le volume de code généré.
• Limitez la taille des PR des agents. Les petites modifications se lisent plus vite et cassent moins souvent.
• Déplacez la vérification vers l'automatisation : tests, linters, analyse statique et typage doivent écarter les défauts avant l'intervention d'un humain.
• Confiez aux agents des tâches avec un critère d'achèvement clair, vérifiable par un test.
• Plafonnez le nombre de PR ouvertes et prévoyez dans les plannings le temps de revue comme un poste à part entière.

Les relecteurs IA peuvent devenir un premier filtre, mais la décision de fusionner reste pour l'instant entre les mains d'un humain, et c'est ce maillon de la chaîne qui détermine la vitesse réelle de livraison des logiciels.