Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHabr AI→ original

Pourquoi les logiciels restent mauvais avec les agents IA : on les pousse vers les fonctionnalités, pas vers le refactoring

Un agent envoie des pull requests au vert, pourtant le code reste plein de déchets, comme des noms de variables incohérents. Nikita, développeur Rust, a publié sur Habr une analyse de ce phénomène : l'IA sait chercher des bugs et refactorer, mais en pratique on l'envoie surtout écrire la fonctionnalité suivante. L'entreprise paie pour des fonctions livrées vendredi, alors que le bénéfice d'un nettoyage du code n'apparaît que plus tard. Il faut donc prévoir explicitement, dans le plan de travail avec les agents, une phase de vérification et de refactoring.

Traité par IA depuis Habr AI ; édité par Hamidun News
Pourquoi les logiciels restent mauvais avec les agents IA : on les pousse vers les fonctionnalités, pas vers le refactoring
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Metales ingénieurs ont accepté en production 73 % des tests complétés par TestGen-LLM
Enquête Stack Overflow 202664 % des répondants utilisent l'IA pour le débogage et le refactoring
Chiffre clé #3L'agent reproduit les erreurs de l'ancien code : la demande « comme chez nous » amplifie l'effet

Pendant un stream, un intervenant s'est plaint : l'agent envoie des pull requests au vert, toutes les vérifications passent, mais le code reste plein de déchets. Par exemple, des classes sont nommées de façons différentes. Nikita, développeur Rust et auteur de l'analyse publiée sur Habr, a entendu cette remarque et s'est étonné : il n'a pas de tels problèmes avec les agents. Il demande lui-même à l'IA de chercher des bugs, d'examiner les solutions douteuses, d'améliorer les tests et de refactorer, et cela fonctionne plutôt bien. Pourquoi l'expérience des gens est-elle alors si différente ? Sa réponse : l'outil n'y est presque pour rien, tout dépend du type de travail qu'on lui confie.

Ce que l'IA fait bien quand on le lui demande

L'agent a un réel potentiel pour améliorer la qualité. Il aide à attraper un bug qui ne se reproduit qu'une fois par mois. Il indique les scénarios qui manquent dans les tests. Il découpe une fonction qui accumule des logiques disparates et corrige en masse du code répétitif dans des dizaines de fichiers.

Des chiffres existent aussi. Meta a développé TestGen-LLM, qui complète des tests déjà écrits. Les nouveaux tests étaient assemblés et exécutés, puis on vérifiait si la couverture augmentait. Les suggestions retenues par ce filtre automatique étaient examinées par des ingénieurs. Selon les auteurs, 73 % de ces recommandations ont été acceptées en production. Dans l'enquête Stack Overflow 2026, environ 58 % des répondants ont utilisé l'IA pour les tests, 64 % pour le débogage et le refactoring, et environ 69 % pour générer du code dans un domaine qu'ils connaissent.

Pourquoi, en pratique, on obtient surtout de nouvelles fonctionnalités

Le scénario est familier. L'agent a écrit du code, on vérifie le chemin standard, tout fonctionne. On pourrait vérifier ce qui se passe en cas de nouvelle requête ou si un service voisin ne répond pas, et évaluer aussi la lisibilité du code. Mais on peut déjà montrer la fonctionnalité au client. Si après chaque succès on enchaîne directement sur la tâche suivante, l'agent ne produira au final que de nouvelles fonctionnalités.

L'économie du développement aggrave le problème. Le client attend la nouvelle fonctionnalité pour vendredi. Le bénéfice d'un refactoring d'un ancien module doit être expliqué, et il est difficile à estimer : les tâches futures qu'il facilitera ne figurent pas encore au plan. Une étude sur la dette technique a mis en évidence un écart. Les managers estimaient soutenir ce type de travail plus souvent que ne le ressentaient les développeurs. On encourageait les petites corrections, mais on reportait les remaniements importants, faute d'une justification claire de leur utilité. Cette étude est antérieure à l'arrivée massive des agents. Aujourd'hui, refactorer avec l'IA est plus simple, mais si une fonctionnalité figure au plan pour vendredi, c'est elle qui occupera l'agent.

Nikita compare l'IA à une supercar : un pilote expérimenté ira plus vite, un débutant finira dans le mur au premier virage. Il arrivera toutefois au virage plus vite que prévu. Le débutant peut aussi être un manager qui prend la première version fonctionnelle produite par l'agent pour un produit fini.

L'agent reproduit ce qu'il voit dans le projet

La deuxième source de problèmes tient à l'ancien code. Si une solution a été copiée à plusieurs endroits, la demande « regarde comment c'est fait chez nous et ajoute-en un autre » poussera l'agent à reproduire aussi l'erreur du modèle. Dans une expérience sur les fenêtres cassées, 29 développeurs ont étendu des systèmes contenant plus ou moins de problèmes anciens. Dans le code le plus dégradé, les participants ajoutaient davantage de nouveaux défauts : ils dupliquaient des fonctionnalités et choisissaient des noms peu clairs.

Un préprint de novembre 2026 a testé la même chose sur les vulnérabilités. On montrait aux agents des variantes sûres et vulnérables d'un code existant. Dans le second cas, des vulnérabilités similaires apparaissaient plus souvent dans les nouvelles modifications. La demande de suivre le style existant amplifiait l'effet. Le même agent aurait pu trouver l'erreur et la corriger dans toutes les copies, mais personne ne lui avait confié cette tâche.

Pourquoi on parle peu de la qualité et que faire

L'auteur souligne un autre biais. « J'ai réécrit un million de lignes en 10 jours » attire la curiosité, alors que « l'IA m'a aidé à refactorer une base de code » ne retient pas l'attention. Les personnes qui nettoient discrètement d'anciens bugs avec un agent ne publient rien. À force de lire les histoires spectaculaires, on peut croire que tout le monde se contente de générer de nouveaux services.

Les conclusions pratiques sont les suivantes :

  • Confiez à l'agent des tâches de vérification explicites : requêtes répétées, indisponibilité d'un service voisin, listes vides. Ne comptez pas qu'il le fasse par défaut.
  • Intégrez le refactoring au plan comme une tâche ordinaire, avec un bénéfice clair, par exemple : « après cela, les fonctionnalités du module s'ajoutent en un jour au lieu d'une semaine ».
  • Ne demandez pas à l'agent de copier le code « comme chez nous » tant que vous n'avez pas vérifié que le modèle est bon. Mieux vaut d'abord lui demander de repérer les doublons et les erreurs dans ce modèle.
  • Pour les managers : une pull request verte produite par un agent prouve que le code fonctionne, pas qu'il est bon.

Réserve honnête : il s'agit d'une chronique d'auteur. Elle s'appuie sur l'expérience d'un développeur et sur quelques études isolées, mais elle ne démontre pas que la qualité du code se dégrade pour toutes les équipes pour une seule et même raison. La conclusion de Nikita est mesurée : nous exploitons les capacités de l'IA pour améliorer la qualité beaucoup moins que pour accélérer le travail. Dans cette « enquête », le coupable est le développeur lui-même, et c'est une bonne nouvelle. Changer le processus est plus simple que d'attendre un nouveau modèle.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que l'IA fait bien quand on le lui demande ?

L'agent a un réel potentiel pour améliorer la qualité. Il aide à attraper un bug qui ne se reproduit qu'une fois par mois. Il indique les scénarios qui manquent dans les tests. Il découpe une fonction qui accumule des logiques disparates et corrige en masse du code répétitif dans des dizaines de fichiers. Des chiffres existent aussi. Meta a développé TestGen-LLM, qui complète des tests déjà écrits. Les nouveaux tests étaient assemblés et exécutés, puis on vérifiait si la couverture augmentait.

Pourquoi, en pratique, on obtient surtout de nouvelles fonctionnalités?

Le scénario est familier. L'agent a écrit du code, on vérifie le chemin standard, tout fonctionne. On pourrait vérifier ce qui se passe en cas de nouvelle requête ou si un service voisin ne répond pas, et évaluer aussi la lisibilité du code. Mais on peut déjà montrer la fonctionnalité au client. Si après chaque succès on enchaîne directement sur la tâche suivante, l'agent ne produira au final que de nouvelles fonctionnalités. L'économie du développement aggrave le problème.

Que sait-on sur L'agent reproduit ce qu'il voit dans le projet ?

La deuxième source de problèmes tient à l'ancien code. Si une solution a été copiée à plusieurs endroits, la demande « regarde comment c'est fait chez nous et ajoute-en un autre » poussera l'agent à reproduire aussi l'erreur du modèle. Dans une expérience sur les fenêtres cassées, 29 développeurs ont étendu des systèmes contenant plus ou moins de problèmes anciens.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…