Anthropic, OpenAI et Cursor : huit niveaux de maturité de l’ingénierie des agents

Habr AI a publié une traduction d'un article sur les huit niveaux d'ingénierie des agents—une pratique qui transforme LLM d'un assistant d'autocomplétion en une équipe presque autonome de développeurs. L'idée principale de l'article : un saut dans la qualité du modèle seul ne garantit pas une croissance de la productivité si l'équipe n'a pas établi le contexte, les règles, les outils et les boucles de rétroaction.

Des prompts aux agents

Les deux premiers niveaux sont déjà familiers pour l'auteur : tab complete et agent IDE. À ce stade, l'IA accélère les tâches locales—complète des fragments de code, aide aux modifications dans plusieurs fichiers, construit un plan à partir d'une idée. Mais le véritable tournant commence au troisième niveau, où l'ingénierie de contexte prend le centre de la scène. Il ne s'agit plus d'un prompt soigné, mais de discipline : quels fichiers, règles et descriptions d'outils le modèle reçoit-il, ce qui se trouve dans l'historique de la session et combien de bruit superflu consomme la fenêtre de contexte. Moins il y a de déchets, plus le résultat est stable.

« Chaque token doit mériter sa place dans le prompt. »

Le quatrième niveau est l'ingénierie composée : l'équipe n'utilise pas simplement le modèle, mais transforme les découvertes fructueuses en un système. Si l'agent commet une erreur, les conclusions sont fixées dans les fichiers de règles, la documentation et les modèles de travail pour que la prochaine session ne répète pas les mêmes erreurs. Le cinquième niveau ajoute à cela des outils d'action : MCP, skills, accès aux API, bases de données, CI et navigateur. À partir de ce moment, LLM cesse d'être simplement un partenaire de conversation sur le code et commence vraiment à modifier la base de code, à la tester et à participer aux examens.

Où croît le rendement

Le sixième niveau est là où l'auteur voit AI-coding devenir vraiment prêt pour la production. Ici, le contexte seul ne suffit pas—tout un environnement autour de l'agent importe : tests, linters, typage, logs, vérifications du navigateur et autres boucles de rétroaction. Ceux-ci permettent au modèle non seulement de générer un patch, mais de remarquer une erreur, de se vérifier et d'itérer à nouveau sans intervention humaine. L'article appelle cela harness engineering—concevoir un runtime où un agent peut voir les conséquences de ses propres changements et se heurter à des contraintes, pas à des instructions vagues.

• fichiers de règles et documentation qui établissent le contexte
• outils CLI ou MCP pour l'accès aux données, tests et interfaces
• contrepression automatique : types, linters, hooks, CI
• division des rôles entre exécuteur et relecteur pour que l'agent ne se vérifie pas lui-même

De là émerge le septième niveau—agents d'arrière-plan. Si un modèle peut construire un plan, naviguer dans un référentiel et valider les résultats par lui-même, vous n'avez plus besoin de le garder dans un onglet interactif. L'agent peut travailler de manière asynchrone : explorer la base de code, écrire une fonctionnalité, exécuter des vérifications, ouvrir une RP et revenir avec des questions ou un résumé. Pour l'équipe, cela change la façon de travailler elle-même : le développeur passe moins de temps à jongler manuellement avec les tâches et joue de plus en plus le rôle d'un orchestrateur qui établit l'intention, les contraintes et les priorités.

Où se dirige le marché

Au-delà se trouve ce qui semble encore davantage à la pointe que la pratique quotidienne. Le huitième niveau sont des équipes d'agents autonomes, où plusieurs LLM se coordonnent directement entre eux plutôt que par le biais d'un opérateur central. Le texte donne des exemples d'Anthropic et Cursor : les agents parallèles ont déjà été utilisés pour écrire un compilateur C, assembler un navigateur et effectuer de grandes migrations dans une base de code.

Mais avec l'échelle viennent les vieux problèmes du développement : régressions, conflits, blocages, prudence excessive et coûts de calcul croissants. L'auteur de l'article offre donc une conclusion lucide : la plupart des équipes devraient maintenant se concentrer non pas sur le rêve de départements d'IA complètement indépendants, mais sur l'atteinte d'au moins un septième niveau mature. C'est-à-dire construire un contexte propre, accumuler des règles, des skills de qualité, des boucles de rétroaction fiables et une orchestration d'arrière-plan.

Selon lui, c'est ici que se trouve le gain pratique immédiat. Et c'est ici que la différence entre une équipe d'IA forte et faible devient particulièrement notable : certaines accélèrent les versions, d'autres se noient dans le chaos qu'elles ont elles-mêmes automatisé.

Ce que cela signifie

L'article Habr AI est utile parce qu'il déplace la conversation sur les « modèles intelligents » vers une conversation sur la maturité de l'ingénierie. Le marché de AI-coding ne se dirige pas vers un bouton magique, mais vers des systèmes où les modèles reçoivent le bon contexte, les outils de travail et des limites de rétroaction strictes. Les gagnants ne seront pas ceux avec simplement le modèle le plus nouveau, mais ceux qui construisent un pipeline de travail autour de lui plus rapidement.