TypeScript domine GitHub, la vérification devient centrale

L’essor des agents de codage IA déplace la contrainte des projets vers la relecture, modifiant l’évaluation des développeurs et favorisant les langages typés. Les produits IA sont livrés via des interfaces JavaScript, et GitHub observe une forte hausse des dépôts liés aux SDK LLM. Les chiffres de GitHub et d’enquêtes concordantes placent TypeScript et la famille JavaScript au centre du paysage.

La vérification supplante l’écriture dans le cycle de livraison

En juillet 2026, un rapport de terrain d’OpenAI sur les agents de codage employés en calcul scientifique affirme que la vérification est devenue le facteur limitant, et non la génération. Ce constat rejoint ce qu’ont observé de nombreuses équipes d’ingénierie sur l’année écoulée : des interfaces qui prenaient des semaines peuvent s’assembler en une après-midi, et la partie la plus lente devient l’évaluation de la justesse, de la sécurité et de la maintenabilité. Cette bascule modifie les attentes vis-à-vis des développeurs JavaScript : la vitesse de frappe, longtemps utilisée comme proxy de compétence à l’embauche, compte moins que le jugement technique face au code généré. Des pièges concrets jalonnent cette phase de contrôle : un effet React peut se déclencher deux fois durant le développement ; un développeur non averti peut perdre une journée à traquer un faux doublon d’appel d’API ; une requête valide en environnement de test peut finir par scanner une table entière en production ; un contrôle d’authentification mal placé peut n’apporter qu’une illusion de sécurité, dissipée lors de tests effectifs. La capacité de génération augmente quasi sans limite avec des agents ou des abonnements supplémentaires, alors que la capacité de révision reste bornée par le nombre d’ingénieurs familiers du système. Ajouter des générateurs quand la relecture est saturée n’accroît pas le débit de livraison : le goulot d’étranglement se déplace simplement de l’écriture vers la révision, et une équipe peut doubler sa génération en une semaine sans augmenter le nombre de relecteurs disponibles.

Recrutements et évaluations migrent vers la capacité de relecture

La plupart des entretiens techniques continuent d’évaluer la capacité à produire une solution fonctionnelle, un aspect déjà fortement assisté par les outils. Certaines entreprises testent désormais la compétence opposée en présentant aux candidats du code généré contenant une erreur et en mesurant le temps avant correction. Des agences de recrutement se réorientent dans le même sens : Full Scale décrit les ingénieurs JavaScript qu’elle place par leur maîtrise des outils IA et leur sens produit plutôt que par le volume de lignes écrites. Recruter un développeur JavaScript dédié revient autant à augmenter la capacité de relecture que de construction, dans un contexte où un flux de connexion généré par IA peut être expédié en production sans intervention humaine.

Les types jouent les garde-fous, et TypeScript gagne du terrain

GitHub estime que l’attrait pour les langages typés tient à la sécurité qu’apportent leurs systèmes de types dans un développement assisté par agents. Le code généré peut s’exécuter dans des langages dynamiques puis échouer plus tard sur des divergences structurelles que les vérificateurs de types détectent en amont. En 2026, l’usage professionnel de TypeScript est donné à 78 %, contre 69 % deux ans plus tôt ; environ 40 % des développeurs codent exclusivement en TypeScript, contre 6 % en JavaScript pur. Ce mouvement s’explique aussi par la nature des erreurs souvent négligées en relecture humaine face à 400 lignes « raisonnables » : appel de fonction avec champ manquant, hypothèse erronée sur l’existence d’une valeur, ou gestionnaire calé sur une ancienne structure de réponse API.

Produits IA : Python pour la R&D, JavaScript pour l’interface, +178 % de dépôts LLM

Si l’entraînement, l’évaluation et la plupart des outils de recherche restent en Python, la couche visible par le client est majoritairement écrite en JavaScript et en TypeScript. Les interfaces diffusent des tokens, déclenchent des outils, ajoutent des étapes d’approbation et expliquent les actions du système, qu’il s’agisse de modèles d’OpenAI, d’Anthropic ou de modèles à poids ouverts auto-hébergés. Fin 2025, GitHub rapporte plus de 1,1 million de dépôts publics utilisant un SDK LLM, en hausse de 178 % sur un an, une dynamique attribuée surtout aux applications plutôt qu’au développement de modèles. Chaque pilote franchissant la démonstration requiert la construction d’un composant orienté utilisateur, pour lequel les frameworks JavaScript restent l’outillage standard.

Les indicateurs placent TypeScript et JavaScript en tête, avec réserves méthodologiques

TypeScript a pris la tête des langages sur GitHub en août 2025, un basculement présenté comme le plus important en dix ans et intervenu pendant la phase d’adoption la plus rapide des agents de codage. En octobre 2025, GitHub comptait 2,64 millions de contributeurs mensuels TypeScript, soit +66 % sur un an, et plus d’un million de développeurs ont écrit leur premier code TypeScript en 2025. Côté sondages, l’enquête 2025 de Stack Overflow, avec plus de 49 000 réponses, indique que 66 % des répondants utilisent JavaScript, un rang que le langage occupe presque chaque année depuis 2011. Ces tendances convergentes s’accompagnent de réserves : le comptage de GitHub ne mesure que l’activité sur sa plateforme, avec un possible conflit d’intérêts, et les effets de mode influencent les dépôts publics. Néanmoins, la cohérence entre métriques et enquêtes externes est jugée plausible au vu de l’ampleur du mouvement, et la famille JavaScript apparaît à la fois la plus utilisée et celle qui croît le plus sur GitHub.

Données d’entraînement : avantage à React et effets de concentration

Les modèles apprennent du code public, largement dominé par JavaScript, TypeScript et des projets autour de React. D’où des sorties plus complètes pour un composant React typé — qui compile et s’aligne souvent sur les standards de la base — que pour Svelte, Solid ou des frameworks backend moins diffusés, où les agents inventent plus d’APIs et nécessitent davantage de corrections. Les équipes privilégient ainsi les stacks les plus compatibles avec leurs outils, l’écart de productivité se cumulant sur des cycles longs, et les sorties publiées nourrissant ensuite l’entraînement, ce qui renforce encore l’avantage. Cela ne tranche pas un verdict technique : Solid et Svelte sont jugés de qualité, et des frameworks modernes peuvent dépasser React en vitesse ; le marché a surtout favorisé ce que les modèles connaissaient déjà. Cet effet d’entraînement rend l’adoption de nouveautés plus coûteuse : un framework récent manque de corpus, ses agents peinent, les équipes l’évitent et aucun corpus ne se constitue ; les délais typiques de financement ne suffisent pas à briser ce cercle, donnant un avantage aux frameworks ayant atteint leurs jalons avant 2023. À l’échelle d’une entreprise, miser produit, outils et recrutement sur une seule famille de langages revient à parier trois fois la même chose : confortable si la domination perdure, onéreux en cas de déclin. Les prévisions initiales voyaient l’IA rendre le choix du langage indifférent ; elles se vérifient partiellement sur le coût d’écriture dans un langage inconnu, mais le coût de compréhension et de prise de possession demeure, et pour beaucoup d’équipes, c’est lui qui oriente la stack.