00:00:00ce qui distingue vraiment les développeurs qui vont s'épanouir de ceux qui seront remplacés.
00:00:04Depuis que l'IA s'est démocratisée, elle a commencé à automatiser énormément de tâches pour nous,
00:00:08transformant radicalement nos flux de travail, comme vous l'avez vu dans notre précédente vidéo où
00:00:12Claude est devenu un orchestrateur d'agents. Les développeurs logiciels ont été les premiers à l'adopter
00:00:17massivement car une grande partie de leur travail consistait à écrire du code répétitif, ce qui était souvent
00:00:21inefficace. Désormais, l'IA fait partie intégrante du quotidien de chaque développeur, et si vous l'utilisez
00:00:26encore comme il y a six mois, vous n'êtes plus à la page. Face à ce constat,
00:00:31Anthropic a publié un article analysant les tendances du développement logiciel. En en discutant
00:00:35au sein de notre équipe, nous avons réalisé que c'était déjà ancré dans nos méthodes et que cela nous parlait.
00:00:40Le cycle de vie du développement logiciel change de manière spectaculaire. Des cycles qui prenaient
00:00:46des semaines ou des mois se font maintenant en quelques heures grâce à l'IA. Voici le cycle traditionnel :
00:00:51des semaines de planification et de conception, d'implémentation et de test, de révision, puis le cycle recommençait.
00:00:56L'IA a changé la donne. Désormais, il suffit d'exprimer votre intention, et l'agent produit une implémentation.
00:01:01Les seules étapes où l'humain intervient encore sont la révision et l'expression de l'intention. Le
00:01:05reste est géré par des agents IA. Cela redéfinit totalement le métier d'ingénieur. Développer des logiciels
00:01:11ne signifie plus écrire du code. Cela signifie orchestrer des agents qui écrivent le code, donner
00:01:16une direction stratégique et s'assurer que le système fonctionne comme prévu. Même l'intégration a été réduite
00:01:21de plusieurs semaines à quelques heures. L'IA peut explorer la base de code et former les nouveaux arrivants instantanément. Et maintenant,
00:01:26comme notre rôle est de diriger des agents, tout le monde devient ingénieur full-stack plutôt que
00:01:30spécialiste d'un seul domaine. Les ingénieurs peuvent travailler avec des bases techniques simples,
00:01:35et l'IA comble les lacunes de connaissances. Cela permet des boucles de rétroaction plus courtes et un
00:01:40apprentissage plus rapide. Des semaines de coordination inter-équipes se transforment en une seule session de travail. Cela correspond exactement
00:01:45à ce que le PDG de Linear avait prédit : la partie centrale du flux de travail logiciel a été remplacée
00:01:50par l'IA. Si vous passez encore votre temps sur cette phase intermédiaire, vous allez à contre-courant.
00:01:55Et cela nous ramène au principe que nous ne cessons de répéter. Vous devez être efficace
00:01:59dans votre planification et exprimer votre intention en termes clairs. La compétence clé désormais est la clarté :
00:02:05décrire exactement ce dont vous avez besoin et faire en sorte que les agents livrent le meilleur produit possible. Avant de continuer,
00:02:10la Team AI Labs participe au Web Summit 2026 à Doha, au Qatar. Si vous y êtes
00:02:16ou si vous êtes dans le coin, c'est l'occasion de rencontrer l'équipe, de créer des liens et d'apprendre avec nous.
00:02:20On a hâte de vous y voir. Nous sommes passés d'agents isolés à des systèmes multi-agents. Nous avons
00:02:26déjà expliqué dans notre précédente vidéo que Claude Code utilise désormais une architecture
00:02:31multi-agents dans son produit. Auparavant, la structure gérait le développement avec un agent
00:02:36unique disposant d'une seule fenêtre de contexte et gérant toutes les tâches lui-même. Le problème était
00:02:41qu'une seule fenêtre de contexte se retrouvait vite saturée par trop d'informations en mémoire vive,
00:02:46ce qui lui faisait perdre le fil. Désormais, il y a un agent orchestrateur qui agit comme un chef de projet et
00:02:51délègue des tâches à des agents spécialisés. Chaque agent possède sa propre fenêtre de contexte puis
00:02:56intègre les résultats pour produire le rendu final. Même si Claude gère la création et
00:03:00la gestion des agents de lui-même, nous créons nos propres agents pour des tâches spécifiques. Nous les utilisons
00:03:06car ils ont été adaptés à nos préférences en utilisant différents modèles Claude selon la difficulté
00:03:10de la tâche et contiennent des instructions précises. Les sous-agents se sont améliorés car
00:03:15vous pouvez maintenant les laisser tourner en arrière-plan, gérant différents aspects de l'application
00:03:18simultanément, ce qui accélère tout le processus. Les agents de longue durée vont devenir plus performants.
00:03:24Les agents sont passés de la création de fonctionnalités isolées à la capacité de bâtir des systèmes entiers par eux-mêmes.
00:03:28Cela a commencé à émerger fin 2025, depuis la sortie de modèles comme Opus 4.5 et GPT 5.2.
00:03:35En 2026, les agents pourront travailler pendant plusieurs jours avec une intervention humaine minimale. Avant,
00:03:41les agents géraient de petites parties d'une application. Maintenant, ils construisent et testent des
00:03:46systèmes complets tout en vérifiant que tout fonctionne avant de passer à l'étape suivante.
00:03:50Nous avons dédié une vidéo expliquant comment rendre ces systèmes de longue durée plus efficaces,
00:03:55que vous pouvez retrouver sur la chaîne. Avec les bons outils et flux de travail, les agents peuvent planifier,
00:04:00itérer et se remettre d'un échec à grande échelle. Cela change l'économie du développement. Dans les
00:04:04grandes entreprises, le logiciel accumule des années de dette technique que personne n'avait le temps de traiter. Désormais,
00:04:10les agents peuvent s'attaquer activement à ce retard. Cela ouvre également une voie pour les entrepreneurs. Avant,
00:04:15le principal obstacle était le manque de compétences et de temps. Les gens avaient des idées mais pas les ressources pour les concrétiser. Avec
00:04:20les agents autonomes, les startups peuvent désormais créer et déployer des produits en quelques jours. Nous aussi,
00:04:25nous utilisons des agents de longue durée. Notre flux de travail utilise un fichier Claude.md contenant des instructions.
00:04:31Nous guidons Claude pour qu'il teste après chaque implémentation. Pour qu'une fonctionnalité soit validée,
00:04:36Claude doit avoir un moyen de vérifier qu'elle fonctionne. Nous testons avec des agents en interne, et pour le visuel, nous utilisons
00:04:41Claude Chrome. Une fois les tests terminés, tant sur le plan technique que visuel,
00:04:46nous validons les changements sur Git avec des messages descriptifs. C'est important car les agents ont
00:04:50tendance à modifier du code ou des tests sans qu'on le demande. Git nous permet de revenir en arrière facilement. Nous demandons
00:04:56toujours à Claude de documenter ses décisions pour que les commits soient propres. Pour gagner du temps,
00:05:01nous demandons à Claude de diviser les tâches en unités indépendantes et d'assigner des agents pour y
00:05:06travailler simultanément. Si vous voulez ce fichier Claude.md et les agents pour vos
00:05:11propres projets, vous pouvez les trouver dans AI Labs Pro. Pour ceux qui ne connaissent pas,
00:05:16c'est notre communauté récemment lancée où vous trouverez des modèles prêts à l'emploi, des prompts, des commandes et des compétences
00:05:21que vous pouvez intégrer directement dans vos projets. Si vous
00:05:25appréciez notre travail et souhaitez soutenir la chaîne, c'est le meilleur moyen. Liens en description.
00:05:30La supervision humaine s'adapte grâce à la collaboration intelligente. À mesure que les agents progressent,
00:05:35ils peuvent réviser les résultats bien plus vite que nous. Nous ne pouvons pas examiner les volumes massifs
00:05:40produits par les modèles à la même vitesse que les agents, nous comptons donc sur eux pour
00:05:45toutes sortes de révisions : failles de sécurité, cohérence d'architecture et problèmes de qualité.
00:05:50Parcourir une base de code qu'on n'a pas écrite est épuisant. Les agents s'en occupent désormais. Les agents
00:05:55apprennent aussi à demander de l'aide. Plutôt que de foncer tête baissée, ils savent quand une intervention
00:06:00humaine est nécessaire et posent des questions comme de vrais membres de l'équipe. Nous l'avons déjà remarqué avec Claude.
00:06:05Quand nous lui disions que le résultat n'était pas bon, il posait des questions pour comprendre nos
00:06:10attentes et savoir comment s'améliorer. La supervision ne consiste plus à tout vérifier, mais à vérifier
00:06:15ce qui est crucial. Nous n'intervenons que sur les cas exceptionnels. Cela répond
00:06:20aussi à la question du remplacement des développeurs par l'IA. Même si ses capacités croissent, le rôle
00:06:26de l'humain reste central. Le changement majeur est le passage de l'écriture à la révision de code et
00:06:30au pilotage des résultats de l'IA. Un ingénieur d'Anthropic a dit que la meilleure façon d'utiliser l'IA est
00:06:36de le faire quand on sait déjà à quoi doit ressembler la bonne réponse. Ceux qui savent sont ceux
00:06:41qui ont une réelle expérience en ingénierie et qui ont appris les concepts de programmation à la dure.
00:06:46Et comment savoir quelle est la bonne réponse ? En sachant quelle méthode utiliser pour quel usage.
00:06:50Par exemple, pour les tests, il faut des approches spécifiques. Nous vous avons déjà montré l'approche pilotée par les tests,
00:06:56les tests en boîte blanche et boîte noire. Nous avons aussi couvert le test visuel avec des outils comme
00:07:01l'extension Claude Chrome et Puppeteer MCP. Aussi, si vous aimez notre contenu, n'hésitez pas
00:07:06à cliquer sur le bouton "hype", cela nous aide à produire plus de vidéos et à toucher plus de monde.
00:07:12Le codage agentique s'étend à de nouveaux services et utilisateurs jamais vus auparavant. Début
00:07:172025, le codage par IA était surtout efficace sur les frameworks populaires et peinait avec les systèmes
00:07:23utilisant des langages anciens ou des frameworks peu courants. C'est pourquoi les meilleures
00:07:28applications étaient basées sur React, car c'est là-dessus que le modèle avait été principalement entraîné.
00:07:32D'ici 2026, le codage agentique s'étendra à des domaines inaccessibles aux outils traditionnels,
00:07:38incluant le support de langages historiques comme le COBOL, le FORTRAN et d'autres langages spécifiques. Cela
00:07:44facilitera la maintenance des systèmes hérités en éliminant le besoin de se plonger dans
00:07:48une vieille documentation. L'IA a rendu le développement accessible aux non-développeurs, ouvrant des
00:07:53opportunités dans des domaines comme la cybersécurité, les opérations et la science des
00:07:58données. La sortie de Co-work signale déjà des progrès en ce sens. Les barrières entre
00:08:03ceux qui codent et ceux qui ne codent pas deviennent de plus en plus invisibles grâce à l'IA.
00:08:08Par exemple, un membre d'une équipe de sécurité peut utiliser l'IA pour comprendre un code inconnu
00:08:13afin de trouver des failles. Des équipes de recherche l'utilisent pour créer des visualisations front-end pour
00:08:18leurs données, et des employés non techniques utilisent déjà l'IA pour du réseau ou de l'analyse de données.
00:08:24C'est quelque chose que notre équipe fait déjà. L'un de nos membres ne connaissait pas
00:08:28le Golang mais devait créer le back-end d'une application de chat. Il a activé le
00:08:33mode plan et a élaboré toute une stratégie en répondant aux questions sur l'appli. Claude a construit tout le
00:08:38serveur d'un coup, et il fonctionnait parfaitement. Cela a évité de perdre du temps à apprendre
00:08:43un nouveau langage pour une tâche unique. Les gains de productivité vont remodeler l'économie du logiciel.
00:08:48Nous avons déjà mentionné comment les délais sont raccourcis car les agents gèrent les parties difficiles.
00:08:53Trois facteurs se renforcent mutuellement : les capacités des agents, l'amélioration de l'orchestration et l'expérience
00:08:58humaine. Ensemble, ils compressent les délais et changent ce qu'il est possible de bâtir. Des projets
00:09:03jugés autrefois trop complexes sont désormais viables, permettant aux produits d'arriver plus vite sur le marché.
00:09:08Les agents permettent aux équipes de travailler avec moins de personnel. Les délais sont plus courts,
00:09:12offrant un retour sur investissement plus rapide. Des fonctionnalités qui prenaient beaucoup de temps se construisent maintenant en un clin d'œil.
00:09:17Mais avant de poursuivre, un mot de notre sponsor, Luma AI. Si vous avez déjà
00:09:22testé la vidéo par IA, vous connaissez la frustration. On a souvent l'impression de jouer aux machines à sous.
00:09:26Mais le nouveau modèle de Luma AI, Ray3Modify, change la donne en offrant les capacités de modification
00:09:33que les développeurs attendaient. Au lieu de simplement taper un prompt et d'espérer, vous pouvez prendre une
00:09:37vidéo et la restyler complètement, changer les environnements ou l'éclairage tout en gardant
00:09:42le mouvement et la physique d'origine. Il respecte vos données d'entrée. Il ne génère pas juste
00:09:47du bruit aléatoire. C'est du vidéo-vers-vidéo qui maintient l'intégrité structurelle. De plus, avec la référence de personnage,
00:09:52vous pouvez enfin garder votre sujet cohérent d'un plan à l'autre, ce qui est habituellement impossible.
00:09:57C'est la première fois qu'une vidéo IA ressemble à un outil contrôlable plutôt qu'à un simple jouet.
00:10:01Donnez de l'ampleur à vos petites productions. Scannez le QR code à l'écran ou cliquez sur le lien en commentaire
00:10:07épinglé pour essayer Ray3 dans Dream Machine dès aujourd'hui. On note une hausse des cas d'usage non techniques
00:10:12dans les entreprises. Les équipes de vente, marketing, juridique et opérationnelle peuvent désormais utiliser le codage IA pour
00:10:18automatiser des flux et créer des outils sans l'aide du département ingénierie. Les agents IA peuvent opérer
00:10:24directement sous leur direction. Les experts métier qui ont une compréhension profonde
00:10:29des problèmes qu'ils rencontrent utilisent les agents pour initier leurs propres solutions. Par exemple, quelqu'un
00:10:34travaillant en comptabilité comprend mieux ses problèmes que quiconque.
00:10:39Il peut instruire des agents et obtenir une solution sans attendre l'équipe de dev. Notre équipe utilise
00:10:44déjà Claude au quotidien. Nous avons automatisé les tâches rébarbatives comme la documentation,
00:10:49l'idéation et la recherche via Claude Code, nous permettant de nous concentrer sur le côté créatif de notre travail.
00:10:55Le codage agentique améliore la défense mais aussi l'offensive en sécurité. L'IA est une épée
00:11:00à double tranchant. La même IA qui explore votre code pour vous former peut aussi
00:11:06en exploiter les failles. Les connaissances en sécurité ne sont plus réservées aux experts.
00:11:10Chaque ingénieur peut agir comme réviseur de sécurité, gérant le renforcement et la surveillance des systèmes.
00:11:15Bien que les ingénieurs en sécurité restent indispensables, en combinant
00:11:20l'IA à leur expertise, il devient plus facile de sécuriser les applications. Mais si les
00:11:25ingénieurs peuvent défendre, il y aura aussi des usages offensifs. L'an dernier,
00:11:30nous avons vu une attaque coordonnée menée via Claude Code et ses outils. Cela signifie que les capacités
00:11:35agentiques vont faire évoluer les types d'attaques, les rendant plus intelligentes et nuisibles
00:11:39que jamais. Sécuriser les systèmes va devenir crucial et les ingénieurs devront
00:11:44penser à la sécurité dès le départ. Les agents IA joueront un rôle croissant dans la cyberdéfense,
00:11:49permettant de répondre à la vitesse des attaques offensives. Nous devons nous préparer avant
00:11:53que les attaques ne surviennent. Nous prévoyons aussi une hausse des attaques "zero-day", rendant la préparation proactive
00:11:58encore plus vitale. Quand notre équipe crée une appli, nous utilisons des agents spécialisés en sécurité.
00:12:03Ils gèrent la révision de code, les tests et la sécurité côté serveur, là où nous contrôlons les accès.
00:12:08Sécuriser des applications peut se faire par différentes combinaisons selon l'appli,
00:12:12que ce soit par des compétences intégrées, des commandes réutilisables ou des outils MCP externes.
00:12:18Il est préférable d'utiliser un outil externe comme CodeRabbit car ils sont conçus pour détecter les vulnérabilités tôt.
00:12:22Cela nous amène à la fin de cette vidéo. Si vous souhaitez soutenir
00:12:26la chaîne et nous aider à continuer, vous pouvez le faire en rejoignant AI Labs Pro.
00:12:31Comme toujours, merci de nous avoir suivis et je vous dis à la prochaine !