00:00:00Nous sommes dans une nouvelle ère du développement logiciel. Les développeurs lancent des produits à une vitesse
00:00:04encore jamais vue. Cependant, un problème est apparu. Les flux de travail traditionnels ne tiennent
00:00:08plus la route dès que des agents entrent en jeu. Cela soulève une question cruciale. À quoi ressemble
00:00:13le rôle du développeur aujourd'hui ? Un récent article du PDG de Linear a attiré mon attention. Linear est un outil
00:00:18de gestion de projet qui aide les équipes à organiser et suivre leur travail, spécifiquement pour le développement
00:00:23logiciel moderne. Ces réflexions viennent de quelqu'un qui a vécu la transition entre les méthodes
00:00:27traditionnelles et les systèmes actuels pilotés par l'IA. Cet article m'a fait repenser bien plus que nos outils.
00:00:33Il m'a fait repenser entièrement notre façon de concevoir des produits. Nous avons beaucoup à dire aujourd'hui
00:00:37car ces informations changent fondamentalement notre approche de l'IA. Le « milieu » du travail logiciel est
00:00:43en train de disparaître et le centre de gravité du logiciel se déplace. Pour comprendre ce qu'est ce milieu, voyons
00:00:47comment le travail était réparti avant l'avènement de l'IA. Tout commençait par la phase initiale. Elle incluait
00:00:52toute la collecte des besoins et les étapes de planification. Durant cette phase, nous planifiions ce que
00:00:57nous allions construire. Puis venait le milieu. C'est là que nous transformions le plan en produit concret
00:01:01et c'est l'étape qui impliquait l'écriture du code. C'était la partie la plus chronophage
00:01:05de toutes. Il fallait des semaines, des mois, voire un an pour livrer une solution de qualité parfaitement fonctionnelle. C'était
00:01:11aussi là où les détails se perdaient le plus à cause de la traduction des intentions ou de la transmission d'idées
00:01:16d'une personne à l'autre. Une fois le code écrit, la phase finale comprenait diverses formes de
00:01:20tests et de révisions par rapport aux exigences initiales. Le milieu était la phase qui générait
00:01:25le plus de frictions, mais le PDG affirme que ce ne sera plus le cas. C'est parce que le
00:01:30travail du milieu, à savoir l'implémentation et le codage, est désormais remplacé par l'IA. Désormais, nous n'avons
00:01:35plus besoin de toucher au code nous-mêmes. Les agents de codage sont devenus si puissants qu'ils
00:01:40peuvent produire du code uniquement à partir du contexte et de la planification des tâches. Il s'agit maintenant
00:01:45d'utiliser les agents correctement et de superviser leur travail plutôt que d'écrire du code. Si vous suivez
00:01:50régulièrement nos vidéos, nous vous avons montré de nombreuses façons d'utiliser des flux de codage
00:01:55pour produire des applications de niveau professionnel. Vous pouvez le faire simplement en supervisant les agents,
00:01:59sans écrire une seule ligne vous-même. Les IDE sont devenus des visionneuses de code plutôt que des outils d'écriture. Ce
00:02:04changement est flagrant pour moi car, en tant que développeur, mon outil de prédilection pour coder
00:02:09sert maintenant à réviser le code produit par l'agent. Désormais, je vais sur VS Code pour relire ou
00:02:14ajouter des commentaires afin que l'agent IA implémente les fonctionnalités demandées. Je n'ai que très rarement
00:02:19à modifier quoi que ce soit ou à coder moi-même car les agents sont extrêmement compétents. Mais cela ne fonctionne
00:02:23que si les agents comprennent l'intention. Notre travail de développeur a donc essentiellement glissé
00:02:28de l'écriture de code vers sa supervision. Vous avez sans doute remarqué que nous construisons beaucoup dans ces vidéos.
00:02:33Tous les prompts, les modèles, ces éléments que vous devriez normalement copier sur l'écran en faisant pause.
00:02:38Nous avons tout regroupé. Nous venons de lancer AI Labs Pro, où vous avez accès à tout le contenu
00:02:43de cette vidéo et de toutes les précédentes. Si vous appréciez notre travail et souhaitez soutenir la chaîne,
00:02:48c'est le meilleur moyen. Les liens sont en description. Puisque l'IA a pris en charge l'essentiel du
00:02:53travail de codage, une question se pose. Que nous reste-t-il ? La réponse réside dans le nouvel art de
00:02:59l'affinage des intentions de ce que l'on construit. Pour y parvenir, vous devez traiter la planification comme votre
00:03:03mission principale. Vous devez comprendre précisément le problème que vous tentez de résoudre. Vous devez savoir
00:03:07ce que votre client veut réellement et comment les gens utiliseront votre application. C'est devenu encore plus
00:03:12crucial aujourd'hui. Vous ne comptez plus sur des humains capables d'interpréter des intentions malgré une planification médiocre.
00:03:17À la place, vous dépendez d'agents IA qui exécutent aveuglément ce que vous leur ordonnez de faire. Que
00:03:23vous créiez une application mobile ou web, vous devez savoir exactement ce que vous voulez bâtir. Sans
00:03:27cette clarté, vous ne pouvez pas planifier efficacement avec les modes de planification des agents. Planifier est vital.
00:03:32Comme nous l'avons souligné précédemment, seuls de bons plans mènent à de bonnes implémentations. Peu importe
00:03:38l'agent utilisé. La planification est capitale car elle détermine le résultat de l'agent.
00:03:42Prenez tout le temps nécessaire. Affinez le plan jusqu'à ce qu'il vous satisfasse pleinement et réponde à vos attentes.
00:03:47Cela garantira que votre application sera conforme à vos souhaits. Jusqu'à il y a trois mois,
00:03:52nous n'utilisions jamais le mode de contournement des permissions car les agents hallucinaient
00:03:56même avec un bon plan. Aujourd'hui, ils sont si fiables qu'après avoir affiné le plan, j'active simplement le
00:04:02mode de contournement et je laisse l'agent implémenter les spécifications d'un seul coup. Nous avons
00:04:06également vu que même le créateur de Claude Code commence ses implémentations par le mode plan. Si le plan
00:04:12est assez bon, vous pouvez laisser les agents bâtir l'application d'un trait sans craindre des
00:04:16implémentations confuses. Je passe aussi beaucoup de temps à m'assurer que ce que je construis est
00:04:21entièrement documenté. Je ne regroupe pas tout dans un seul document pour que l'agent puisse naviguer
00:04:26facilement dans les plans. J'utilise des documents distincts pour chaque catégorie, comme l'évaluation des risques,
00:04:31les mesures d'atténuation et les spécifications techniques. Je liste les contraintes et compromis à part. C'est ainsi que l'agent
00:04:35comprend ce qui est acceptable en termes de performance, de coût et de délai. Cette approche permet un
00:04:40développement bien plus maîtrisé. Une fois toutes les exigences vérifiées, l'étape suivante consiste à
00:04:45gérer concrètement l'agent pour obtenir ce que l'on veut. Mais avant d'en parler, voici un mot de
00:04:50notre sponsor : Dart AI. Gérer des projets logiciels complexes implique souvent plus de tâches administratives
00:04:56que de codage réel. Dart n'est pas un simple outil de gestion de projet. C'est un espace de travail
00:05:00nativement conçu pour l'IA, destiné à automatiser les tâches ingrates des développeurs. Grâce au chat IA contextuel,
00:05:05vous pouvez même créer des tâches et modifier des documents en parlant naturellement. En plus du chat, vous pouvez
00:05:11intégrer des agents comme Cursor pour exécuter le travail. Dart leur donne le contexte nécessaire pour écrire votre code.
00:05:16La vraie puissance réside dans sa fonction de directives IA. Vous pouvez configurer des règles globales, comme demander
00:05:22à l'IA de toujours structurer les specs techniques avec des objectifs précis, et Dart applique
00:05:27cette structure à chaque chat, tâche ou document généré. Pour nous, la fonction de compétences IA change tout.
00:05:33Vous pouvez définir des commandes personnalisées comme une compétence de « génération de projet » qui crée
00:05:38automatiquement une liste de tâches, assigne des priorités, estime les délais et rédige un brief en quelques secondes.
00:05:44Commencez à automatiser votre gestion de projet dès aujourd'hui en découvrant Dart AI via le lien en commentaire épinglé.
00:05:49Vous n'êtes plus un simple codeur. Votre travail est désormais davantage axé sur la supervision d'agents que
00:05:54sur l'écriture effective de code. Coder est devenu moins une question de construction de solution qu'une
00:05:58question de mise en place des conditions pour qu'une bonne solution émerge. Alors, comment créer l'environnement
00:06:03idéal pour que les agents produisent des résultats de qualité ? La réponse est l'ingénierie de contexte. La
00:06:08prochaine compétence majeure à acquérir n'est pas une pile technologique comme MERN ou MEAN. C'est la gestion
00:06:14du contexte. Nous avons vu à maintes reprises que sans une gestion adéquate du contexte, l'IA implémente certes
00:06:18les fonctionnalités demandées, mais ignore les contraintes ou les règles auxquelles l'implémentation devait répondre.
00:06:22Nous devons nous assurer que le contexte est géré correctement. Quand l'agent reçoit les bonnes
00:06:27informations avec un minimum de bruit, il comprend mieux la tâche. Il produit de meilleures
00:06:32implémentations et livre exactement ce que vous attendez. Gérer le contexte implique d'utiliser un ensemble de
00:06:37composants tels que des commandes réutilisables, des compétences, des fichiers Markdown, des MCP et des sous-agents.
00:06:43Il n'y a pas qu'une seule bonne façon de faire. Vous devez combiner les méthodes qui conviennent à votre projet.
00:06:47Vous devez créer un flux de travail adapté. Nous avons consacré une vidéo entière à
00:06:52démontrer comment bâtir des workflows avec gestion de contexte. Cela garantit que le modèle utilisé
00:06:56reçoit le bon contexte et peut produire des applications de haute qualité. Si vous voulez suivre,
00:07:01toutes les ressources de cette vidéo sont disponibles dans AI Labs Pro. Le travail d'un agent
00:07:06ne vaut que par l'environnement contextuel dans lequel il évolue. Plus il est connecté directement
00:07:11aux retours clients et soutenu par un flux structuré, plus il est performant. Nous devons
00:07:16créer cet environnement car il ne se met pas en place tout seul. C'est pourquoi
00:07:20Claude dispose d'une connectivité avec Slack, permettant aux équipes de signaler directement les erreurs. Cela crée des boucles
00:07:25de rétroaction précieuses, utilisées par le créateur de Claude Code lui-même. De grandes équipes produisent déjà
00:07:30du code généré par IA de haute qualité. Le créateur de Claude Code a affirmé que, le mois dernier,
00:07:35100 % de ses contributions ont été effectivement écrites par Claude Code. Cela ne se produit pas
00:07:41juste avec un prompt. Cela nécessite un ensemble de flux de travail et de modèles orchestrés pour
00:07:46rendre cela possible. Même le PDG de Microsoft admet que l'IA génère désormais 20 % à 30 % du code
00:07:52intégré de Microsoft dans tous les langages. La progression est particulièrement notable en Python et C++.
00:07:58La structure des outils fonctionne de la même manière pour les humains et les agents. Elle réduit l'incertitude
00:08:03en définissant clairement ce qui est attendu et quelles sont les capacités. Si vous utilisez des agents IA
00:08:08sans structure, vous n'exploitez qu'une fraction de leur potentiel. Cette structure peut prendre plusieurs
00:08:13formes. Cela inclut un fichier Claude.md pour l'orientation globale du projet et un journal des modifications.
00:08:19Vous pouvez aussi utiliser des commandes réutilisables ou des fichiers skill.md spécialisés avec scripts et références.
00:08:25De plus, vous pouvez utiliser des plugins et des outils MCP pour étendre les capacités de l'agent.
00:08:29Mais connaître ces outils ne suffit pas. C'est la bonne combinaison qui compte. Chaque projet nécessite une
00:08:34configuration différente, vous devez donc en bâtir une selon vos besoins. Avec le bon équilibre,
00:08:39vous obtiendrez exactement les résultats souhaités. Notre travail n'est pas terminé après la planification et la délégation
00:08:44aux agents. Comme je l'ai mentionné, laisser Claude Code travailler en mode contournement des permissions
00:08:49fait gagner beaucoup de temps, mais cela exige que notre attention se porte sur autre chose.
00:08:53La pression se déplace vers la fin du cycle. La révision du code devient primordiale.
00:08:58Un code non révisé peut entraîner une baisse de performance et des coûts élevés. Vous pouvez utiliser des flux
00:09:02structurés pour faciliter la révision. Cela réduira les bugs et vous évitera des problèmes ultérieurs.
00:09:07Désormais, tester ne consiste plus à dire à son agent « teste mon appli pour trouver les bugs ». Cela implique
00:09:12plusieurs approches pour améliorer le processus. L'une d'elles est le développement piloté par les tests (TDD).
00:09:17Nous demandons à l'agent d'écrire des cas de test pour la fonctionnalité voulue sans écrire de code au préalable.
00:09:22Une fois les tests écrits, je vide le contexte et j'ouvre une nouvelle fenêtre. Cela garantit que l'agent
00:09:26perd le contexte de la rédaction des tests. Je demande à Claude de lancer les tests, et ils échouent car
00:09:31aucun code n'a été écrit. Sachant que les tests fonctionnent correctement, je demande à Claude
00:09:36d'implémenter la route. Je m'assure qu'il ne modifie pas les tests. Ainsi, l'agent a un objectif clair
00:09:41vers lequel itérer. En TDD, les tests sont écrits avant le code, mais les tests doivent aussi avoir lieu
00:09:46après. Pour cela, il existe plusieurs formes de tests. J'utilise les tests en boîte noire
00:09:51et je crée des scénarios utilisateurs. Ils servent de guides détaillés sur la façon dont les utilisateurs interagiront
00:09:56réellement avec le système et comment ces interactions pourraient déclencher des erreurs. Le test en boîte noire
00:10:00évalue les fonctionnalités d'une application selon les exigences sans regarder le code lui-même.
00:10:05J'utilise ensuite l'extension Chrome de Claude pour effectuer les tests et itérer sur chaque scénario,
00:10:10section par section. La boîte noire identifie surtout les problèmes fonctionnels. Pour les tests de performance,
00:10:16nous avons aussi besoin de tests en boîte blanche. C'est là que nous examinons le code, pas seulement le
00:10:21résultat. Nous traçons l'implémentation du code et analysons son architecture. Pour les tests
00:10:25en boîte blanche, j'ai utilisé un document XML contenant plusieurs sections et sous-sections de tests. Ce document
00:10:31sert de guide à Claude pour naviguer dans le code écrit et déceler les failles architecturales.
00:10:36Pour simplifier, j'utilise une commande personnalisée qui exécute les tests du document
00:10:41placé dans le dossier de test. Cette commande liste les instructions pour initialiser les tests,
00:10:46comment enregistrer les résultats dans un fichier structuré et, enfin, comment générer un rapport
00:10:51final. Cette commande slash a facilité mes tests en boîte blanche car elle contient le prompt
00:10:56de test structuré. Puisque le milieu disparaît et que l'attention se déplace vers le début
00:11:01et la fin, nous devons repenser nos priorités. Ce que nous devons privilégier désormais, c'est de définir
00:11:05la bonne intention par la planification et l'évaluation des besoins. Nous devons aussi nous assurer que le résultat
00:11:10est conforme aux attentes par des processus rigoureux de test et de révision. Les développeurs qui maîtriseront
00:11:15ces principes seront ceux qui mèneront le futur. Cela nous amène à la fin de cette vidéo. Si vous
00:11:20souhaitez soutenir la chaîne et nous aider à continuer, vous pouvez le faire via le bouton
00:11:24« Super Thanks » ci-dessous. Comme toujours, merci d'avoir regardé et à la prochaine !