Des agents d'ingénierie à la place des développeurs : six mois de révolution dans le code
Le créateur d'OpenClaw fait un constat : en six mois, les agents se sont imposés dans le développement logiciel. En mai, ils provoquaient un effet « waouh ». En décembre, ils font partie du travail quotidien. Ses méthodes de travail avec les agents sont désormais utilisées dans toute l'industrie.
Traité par IA depuis Habr AI ; édité par Hamidun News
Il y a six mois, Peter Steinberger, créateur d'OpenClaw (rachetée plus tard par OpenAI), publiait un article sur le développement « à la vitesse de l'inférence ». L'idée : un agent IA accomplit en 5 secondes d'inférence une tâche qui demandait une heure de code écrit à la main. À l'époque, on y voyait une révolution et des premières impressions. Aujourd'hui, cette révolution est devenue le quotidien de l'industrie.
De l'expérimentation au standard
En mai 2025, la vitesse d'inférence restait une idée intéressante. Les agents se trompaient souvent, exigeaient des prompts personnalisés et ne fonctionnaient que sur des tâches simples. Les développeurs restaient sceptiques : « Ce n'est pas du vrai développement, c'est un jouet. »
En décembre, le tableau avait complètement changé. Les agents savent désormais travailler sur de vrais projets de plusieurs milliers de fichiers, avec des intégrations complexes et du code legacy. Leur précision est passée de 70% à 90%+. Surtout, le temps d'itération est tombé de plusieurs heures à quelques minutes. L'agent repère l'erreur, refait le travail et renvoie le résultat.
Comment cela fonctionne en pratique
Steinberger a mis en évidence une vérité simple : vitesse de livraison = vitesse d'inférence. Si le modèle exécute l'inférence en 5 secondes, la fonctionnalité est livrée en 5 minutes (hors validation). À titre de comparaison, il fallait auparavant 1-3 heures.
Mais la vitesse n'est pas l'essentiel. L'essentiel, c'est le changement de rôle du développeur. Vous n'écrivez plus de code. Vous formulez la tâche pour l'agent, vérifiez le résultat, puis le validez ou le renvoyez pour correction. C'est comme embaucher un développeur junior qui ne se fatigue jamais et exécute en quelques microsecondes.
Les méthodes de travail avec les agents
En six mois, des pratiques ont émergé. Steinberger les a décrites, et elles sont aujourd'hui devenues la norme :
- Minimiser les allers-retours de clarification : préparer tout le contexte avant la requête
- Utiliser le file-graph et les type-hints comme exemples d'apprentissage pour l'agent
- Donner à l'agent l'accès à l'historique des commits (exemples de code réussi)
- Ne pas corriger l'agent à la main : lui transmettre l'erreur pour qu'il refasse lui-même le travail
- Se concentrer sur les tâches de haut niveau, pas sur la syntaxe
L'ingénieur raisonne désormais en fonctionnalités, et non plus en lignes de code.
L'agent prend en charge tout le reste.
Ce que cela signifie pour l'industrie
Le développement ne consiste plus à écrire du code. Il s'agit désormais de formuler des tâches et de valider des résultats. Ceux qui ont compris ce basculement sont 3 à 5 fois plus productifs. Ceux qui écrivent encore leur code eux-mêmes perdent peu à peu en compétitivité.
Steinberger parlait de premières impressions. Il s'avère qu'il ne s'agissait pas du tout d'impressions, mais d'une nouvelle normalité.
- 1 nov. 2026Les modèles locaux battus par Opus et Codex : 0,21 sur MacBook contre 1,00 pour Codex
- 1 nov. 2026Kimi obtient 96,2 % à un test d'analytique sur une base 1C et s'impose comme solution de repli en cas de blocage de Claude
- 1 nov. 2026OpenAI réécrit les règles de comportement de GPT : cinq valeurs et une chaîne de priorités
- 1 nov. 2026Google reconnaît que l'AI Mode réduit les revenus de la recherche, l'action chute de 15%
Questions clés sur cet article
Que sait-on sur De l'expérimentation au standard ?
En mai 2025, la vitesse d'inférence restait une idée intéressante. Les agents se trompaient souvent, exigeaient des prompts personnalisés et ne fonctionnaient que sur des tâches simples. Les développeurs restaient sceptiques : « Ce n'est pas du vrai développement, c'est un jouet. » En décembre, le tableau avait complètement changé. Les agents savent désormais travailler sur de vrais projets de plusieurs milliers de fichiers, avec des intégrations complexes et du code legacy. Leur précision est passée de 70% à 90%+. Surtout, le temps d'itération est tombé de plusieurs heures
Comment cela fonctionne en pratique?
Steinberger a mis en évidence une vérité simple : vitesse de livraison = vitesse d'inférence. Si le modèle exécute l'inférence en 5 secondes, la fonctionnalité est livrée en 5 minutes (hors validation). À titre de comparaison, il fallait auparavant 1-3 heures. Mais la vitesse n'est pas l'essentiel. L'essentiel, c'est le changement de rôle du développeur. Vous n'écrivez plus de code. Vous formulez la tâche pour l'agent, vérifiez le résultat, puis le validez ou le renvoyez pour correction. C'est comme embaucher un développeur junior qui ne se fatigue jamais et exécute en quel
Que sait-on sur Les méthodes de travail avec les agents ?
En six mois, des pratiques ont émergé. Steinberger les a décrites, et elles sont aujourd'hui devenues la norme : Minimiser les allers-retours de clarification : préparer tout le contexte avant la requête Utiliser le file-graph et les type-hints comme exemples d'apprentissage pour l'agent Donner à l'agent l'accès à l'historique des commits (exemples de code réussi) Ne pas corriger l'agent à la main : lui transmettre l'erreur pour qu'il refasse lui-même le travail Se concentrer sur les tâches de haut niveau, pas sur la syntaxe L'ingénieur raisonne désormais en fonctionnalités
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.