Waydev : la course aux tokens réduit le rendement du code assisté par IA et gonfle les retouches

Le nouveau culte des équipes qui recourent massivement au code assisté par IA n'est pas la qualité des livraisons, mais le volume de tokens brûlés. Le problème : davantage de code et de PR ne signifient pas forcément davantage de travail utile, car une part importante de ce volume finit en réécriture.

Comment fonctionne le tokenmaxxing

Le terme tokenmaxxing décrit une logique simple : si un développeur dépense beaucoup de tokens dans Claude Code, Cursor ou Codex, il serait censé travailler plus efficacement. Dans les entreprises, de larges quotas de calcul IA sont devenus un marqueur de statut, presque comme le furent autrefois le nombre de lignes de code ou de commits. C'est pourtant la même vieille erreur sous un nouvel emballage. Les tokens sont une entrée du processus, pas un résultat. Ils indiquent combien de ressources ont été brûlées, mais ne disent pas si l'équipe dispose désormais de plus de code fiable, utile et maintenable.

Selon Waydev, qui travaille avec environ 50 entreprises et plus de 10 000 ingénieurs, les managers voient souvent un tableau d'ensemble très flatteur : 80 à 90 % du code généré par l'IA est d'abord accepté et arrive dans le dépôt. Mais vient ensuite la partie moins visible du travail : corrections, retours en arrière et réécritures au fil des semaines suivantes. Si l'on tient compte de cette traîne, la part réelle du code qui « tient » vraiment tombe à 10–30 %. C'est là que s'effondre l'illusion de productivité instantanée.

Métriques contre illusions

Plusieurs entreprises d'analyse d'ingénierie tentent aujourd'hui de mesurer ce phénomène. La demande a tellement augmenté que les grands acteurs investissent aussi dans ces outils : en 2025, Atlassian a racheté la startup DX pour 1 milliard de dollars afin de mieux mesurer le rendement des agents IA dans le développement. La conclusion générale des différentes plateformes est similaire : le volume de code livré augmente, mais pas la part de résultat durable.

• GitClear indique que les utilisateurs réguliers d'outils d'IA affichent un churn de code 9,4 fois supérieur à celui des développeurs sans IA, même si la hausse annuelle corrigée paraît bien plus modeste, autour de 25 %.
• Faros AI, dans son rapport de mars 2026, a relevé que, avec une forte part d'IA dans le développement, la taille des PR a augmenté de 51 %, les bugs par PR de 28 %, le temps médian de revue a été multiplié par cinq et le code churn a bondi de 861 %.
• Jellyfish, sur un échantillon de 7 548 ingénieurs, a constaté que les développeurs aux plus gros budgets de tokens produisent plus de PR, mais que cette dépendance devient vite défavorable sur le plan du coût.
• Dans les données de Jellyfish, les 20 % les plus dépensiers en tokens ont livré en moyenne 23 PR fusionnées par trimestre contre 11 pour les 20 % les moins dépensiers, mais ont dépensé environ 1 822 dollars contre environ 3.

Le prix du code superflu

Le problème principal n'est pas que l'IA écrive beaucoup, mais que le volume superflu déplace le coût du travail vers l'aval de la chaîne. L'équipe produit des brouillons plus vite, mais paie ensuite pour lire, relire, intégrer et maintenir ce code. Si les PR grossissent, que les bugs se multiplient et que les revues s'allongent, une partie de l'« accélération » est simplement reportée dans le futur sous forme de dette technique.

Cela se voit particulièrement chez les développeurs juniors : ils acceptent plus souvent les suggestions de l'IA sans filtrage poussé, puis reviennent plus souvent sur ces changements. La situation est meilleure chez les ingénieurs seniors, car ils précisent mieux le contexte et éliminent plus durement le superflu en entrée. Même ainsi, le rendement marginal diminue. Jellyfish le dit presque sans détour : en haut de la courbe, les développeurs dépensent près de 10 fois plus de tokens pour obtenir une hausse d'environ deux fois du throughput. Ce n'est plus une histoire d'efficacité, mais d'overclocking très coûteux.

« C'est une nouvelle ère du développement logiciel, et les entreprises devront de toute façon s'y adapter », estime le patron de

Waydev, Alex Circei.

Ce que cela signifie

Le code assisté par IA ne va pas disparaître, mais le culte de la dépense maximale de tokens apparaît comme une mauvaise métrique de pilotage. Si les entreprises veulent une productivité réelle, elles devront regarder non pas la quantité de code généré, mais le nombre de changements qui passent la revue, ne cassent pas la production, ne reviennent pas en réécriture et rentabilisent leur coût en tokens.