Coder plus vite avec l’IA, relire plus longtemps : la dette invisible

Les assistants de codage accélèrent les livraisons et gonflent les métriques de fusion. Mais le goulet d’étranglement se déplace vers la spécification et l’audit, avec un temps de revue en forte hausse et une confiance fragile. Des pratiques précises sont avancées pour éviter que la délégation ne tourne à la file d’attente nocturne.

Le temps de revue grimpe d’environ 90% avec l’IA dans de grandes équipes

Dans des équipes qui adoptent massivement les outils d’IA, le temps consacré à la relecture des pull requests a augmenté d’environ 90% sur des données portant sur plus de dix mille développeurs. Cette hausse est interprétée comme un effet de volume dépassant la capacité humaine de revue. Une large part du code de production est désormais coécrite par des systèmes, tandis qu’environ trois quarts des développeurs disent observer souvent des hallucinations et ne pas faire pleinement confiance aux sorties. L’écart entre délégation et confiance alimente une « dette de vérification » : le temps gagné à l’écriture revient sous forme d’audits de code peu compris, qui ne figurent nulle part et surgissent à 2 heures du matin. Ces dynamiques sont d’autant plus marquées que l’IA est rapide sur le petit et le neuf mais moins fiable sur le grand et l’ancien.

Être cinq fois plus rapide peut conduire à se perdre tout aussi vite

L’accélération peut s’accompagner d’une perte de fil. Des développeurs relisent des descriptions de pull request rédigées par l’IA pour se souvenir de leurs propres intentions. Des changements apparemment propres — diff net, nommage cohérent, tests au vert — peuvent masquer des erreurs d’intention comme des permissions trop larges introduites à la faveur d’instructions vagues. Un collègue pointant une wildcard avant fusion a évité une régression. La maxime qui en ressort est claire : des tests qui passent n’équivalent pas à la réalisation de l’intention, surtout si les tests vérifient l’existence d’une permission et non sa sûreté.

Le goulet d’étranglement se déplace vers dire précisément et prouver

La génération d’un premier brouillon est presque gratuite avec l’IA. Le coût principal devient de formuler sans ambiguïté ce qui est attendu et d’apporter la preuve que le résultat y correspond. Des développeurs open source expérimentés ont mesuré environ 19% de ralentissement avec l’IA sur leurs propres grandes bases, alors qu’ils pensaient être 20% plus rapides ; ces résultats ont ensuite été révisés pour un biais d’échantillonnage et sont considérés comme un signal. Des ingénieurs seniors rapportent que, sur un grand système déjà maîtrisé, l’IA ne fait souvent pas gagner de temps : elle déplace l’effort de l’écriture vers la vérification, qui peut sembler moindre sans l’être. Le contraste persiste entre tâches petites et nouvelles, où l’IA excelle, et ensembles larges et anciens, où la fiabilité baisse.

Pourquoi la tentation du « quatrième terminal » persiste

Trois moteurs alimentent la course au parallélisme : les applaudissements après des livraisons accélérées, la focalisation sur un backlog mesurable plutôt que sur une compréhension intangible, et la peur. Des recherches auprès de plus de trois mille développeurs indiquent qu’entre 43 et 45% ressentent un stress réel sur leur identité professionnelle face aux outils d’IA. Faire tourner plus d’agents donne l’illusion de rester à niveau. Les équipes dotées d’une culture d’apprentissage ressentent ce stress bien moins que celles opérant sous pression et compétition. Dans ce contexte, la tentation de multiplier les sessions — jusqu’à une quatrième — s’installe. Elle a été commise pendant des mois par des praticiens qui y voient l’erreur déterminante de l’ère du codage assisté, non pas pour le parallélisme en lui-même mais pour l’usage mal orienté de la capacité gagnée.

Des pratiques pour réduire la dette de vérification

Plusieurs leviers concrets sont proposés. Consulter l’intégralité des documents de référence, en incluant les cas particuliers, au moment où un agent est en action, afin de guider les prompts à l’aide d’une représentation structurée plutôt que de simples impressions. Rédiger une spécification d’une page détaillant les attentes, les exclusions, la définition de ce qui est terminé et les points nécessitant une relecture humaine : dans un exemple mentionné, une unique phrase proscrivant les wildcards aurait suffi ; consacrer quinze minutes à la rédaction de la spécification aurait permis d’éviter une semaine de dérive. Se placer dans une posture d’architecte qui élabore le plan, confie la réalisation et garde la validation finale ; envisager le code comme une matérialisation possible de l’intention. Demander à un pair dix minutes pour une relecture : le binômage sur la revue surpasse un quatrième terminal, le principal échec étant l’absence de relecture, et un second humain est la revue la moins coûteuse. Publier des notes de travail et décisions pour susciter des retours : deux débats ont conduit à modifier la structuration des environnements. Le principe sous-jacent est d’investir la capacité libérée par l’IA dans des tâches non automatisables plutôt que dans davantage de sessions. Première règle énoncée : spécifier d’abord, toujours ; si l’intention ne peut être formulée clairement, la requête à l’IA reste prématurée, car l’outil comblera l’ambiguïté sans poser de questions. Ces pratiques ne nient pas les gains réels observés — travaux finis avant le déjeuner, migrations esquissées en une après-midi, reconnaissance managériale, résultats expérimentaux montrant des gains de vitesse et une hausse d’environ un quart des fusions — mais visent à cadrer ces gains pour limiter la dette qui en découle.