Waydev : la course aux tokens réduit le rendement du développement avec AI et gonfle le volume de retravail

Un nouveau culte dans les équipes utilisant intensivement le codage par IA : non pas la qualité des versions, mais le volume de tokens brûlés. Le problème est que plus de code et plus de PR ne signifient pas nécessairement plus de travail utile : une part significative de ce volume finit par être réécrite.

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 travaille supposément plus productivement. Au sein des entreprises, les gros budgets de calcul par IA sont déjà devenus un élément de statut, presque comme l'était autrefois le nombre de lignes de code ou de commits. Mais c'est la même vieille erreur dans un nouvel emballage.

Les tokens sont une entrée du processus, non un résultat. Ils montrent combien de ressources ont été brûlées, mais ne répondent pas à la question de savoir si l'équipe dispose de plus de code fiable, utile et maintenable. Selon Waydev, qui travaille avec environ 50 entreprises et plus de 10 000 ingénieurs, les gestionnaires voient souvent un très beau tableau de haut niveau : 80–90% du code généré par IA est initialement accepté et entre dans le référentiel.

Mais commence alors une partie moins visible du travail—corrections, annulations et réécritures dans les semaines suivantes. Si l'on tient compte de cette traîne, la part réelle du code qui a réellement « pris » tombe à 10–30%. C'est ici que s'effondre l'illusion de productivité instantanée.

Les métriques contre les illusions

Plusieurs entreprises travaillant dans l'analyse d'ingénierie essaient maintenant de mesurer ce tableau. La demande a tellement augmenté que les grands acteurs ont également commencé à investir dans de tels outils : Atlassian a acheté la startup DX pour $1 milliard en 2025 pour mieux mesurer le retour sur investissement des agents IA en développement. La conclusion générale entre les différentes plateformes est similaire : le volume de code produit augmente, mais la part des résultats durables ne l'est pas.

• GitClear rapporte que les utilisateurs réguliers d'outils IA affichent un code churn 9,4 fois plus élevé que les développeurs sans IA, bien que la croissance année-sur-année épurée soit beaucoup plus modeste—environ 25%.
• Faros AI dans son rapport de mars 2026 a enregistré une augmentation de 51% de la taille des PR avec une forte part d'IA dans le développement, une augmentation de 28% des bugs par PR, une augmentation de cinq fois du temps médian d'examen et un pic de code churn de 861%.
• Jellyfish sur un échantillon de 7 548 ingénieurs a constaté que les développeurs les plus « budgétés en tokens » font plus de PR, mais la dépendance devient rapidement non rentable en prix.
• Dans les données de Jellyfish, les 20% supérieurs en dépenses de tokens ont en moyenne publié 23 PR fusionnées par trimestre contre 11 pour les 20% inférieurs, mais ont dépensé environ $1 822 pour cela contre environ $3.

Le coût du code supplémentaire

Le principal problème n'est pas que l'IA écrive beaucoup, mais que le volume supplémentaire déplace le coût du travail plus loin dans le pipeline. L'équipe génère des brouillons plus rapidement, mais paie ensuite la lecture, l'examen, l'intégration et la maintenance de ce code. Si les PR deviennent plus grandes, les bugs plus nombreux et les examens plus longs, une partie de l'« accélération » est simplement reportée dans le futur sous forme de dette technique.

C'est particulièrement notable chez les développeurs juniors : ils acceptent plus souvent les suggestions d'IA sans beaucoup de filtrage et reviennent ensuite plus souvent à ces modifications. Avec les ingénieurs seniors, la situation est meilleure car ils définissent le contexte plus précisément et éliminent les déchets à l'entrée plus impitoyablement. Mais même dans ce cas, les rendements marginaux diminuent.

Jellyfish écrit presque linéairement : au sommet de la courbe, les développeurs dépensent presque 10 fois plus de tokens pour obtenir à peu près le double du débit. Ce n'est plus une histoire d'efficacité, mais d'accélération très coûteuse.

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

Alex Chirchey, PDG de Waydev.

Ce que cela signifie

Le codage par IA ne disparaîtra pas, mais un culte de la dépense maximale de tokens ressemble à une mauvaise métrique de gestion. Si les entreprises veulent une vraie productivité, elles devront regarder non pas la quantité de code généré, mais combien de modifications réussissent l'examen sans casser la production, ne reviennent pas pour réécriture et paient leur coût en tokens.