Le codage agentique est un mode de développement logiciel dans lequel un agent IA reçoit un objectif, le décompose en étapes, écrit du code, l'exécute, lit le résultat et itère, sans qu'un humain dirige chaque action individuelle. L'ingénieur définit l'objectif et examine le résultat ; l'agent gère les étapes intermédiaires.
En quoi cela diffère-t-il du codage assisté
La plupart des outils de codage IA répondent à une seule invite et retournent une seule complétion. L'ingénieur décide de la suite à donner. Le codage agentique inverse ce schéma : c'est l'agent qui décide de la suite, en appelant des outils, en exécutant des tests, en lisant les messages d'erreur et en ajustant son approche dans une boucle. L'humain intervient à nouveau lorsque la boucle se termine ou qu'un problème survient.
On parle parfois d'un agent de codage, et cela suppose que le modèle ait accès à un ensemble d'outils : un exécuteur de code, un système de fichiers, un terminal, parfois un navigateur ou une API externe.
À quoi ressemble la boucle en pratique
Un cycle de codage agentique typique se déroule approximativement comme suit :
- L'ingénieur fournit un objectif : « Ajouter une limitation de débit à l'endpoint de paiement, avec des tests. »
- L'agent lit les fichiers pertinents pour comprendre le code existant.
- Il rédige un plan, puis écrit le code.
- Il exécute les tests. En cas d'échec, il lit l'erreur et réessaie.
- Il retourne un diff ou un résumé que l'ingénieur doit examiner.
Le nombre d'étapes entre deux interventions humaines peut aller de trois ou quatre à plusieurs dizaines, selon la tâche et l'outil.
L'importance de la fenêtre de contexte
Les boucles agentiques accumulent rapidement du contexte. Chaque appel d'outil, chaque message d'erreur, chaque lecture de fichier ajoute des tokens. Un agent fonctionnant longtemps sur une base de code complexe peut épuiser la fenêtre de contexte d'un modèle, auquel cas les informations les plus anciennes disparaissent et l'agent perd trace de ce qu'il a déjà accompli. Gérer ce qui entre dans le contexte à chaque étape, et ce qui est résumé ou écarté, est une préoccupation d'ingénierie concrète, et non une réflexion secondaire.
Ce qui peut mal tourner
Les risques principaux ne sont pas spectaculaires. Ils sont plus discrets :
- L'agent exécute une tâche avec assurance, alors qu'elle ne correspondait pas tout à fait à ce qui était prévu, parce que la spécification était ambiguë.
- Il introduit une modification dans un fichier qui invalide une hypothèse présente dans un autre fichier qu'il n'a pas lu.
- Il réussit ses propres tests parce qu'il a écrit à la fois le code et les tests à partir du même malentendu.
- Il boucle sur un test en échec, apporte des modifications de plus en plus spéculatives, et produit un diff plus difficile à relire que le problème initial.
Aucun de ces problèmes n'est propre au codage agentique, mais la boucle autonome signifie que les erreurs peuvent se cumuler avant qu'un être humain ne les détecte. C'est pourquoi la révision du code généré par l'IA et le maintien d'un humain dans la boucle à des points de contrôle clés importent davantage, et non moins, à mesure que les agents gagnent en capacité.
Le lien avec le vibe coding
Le vibe coding est parfois confondu avec le codage agentique. La distinction tient à l'intention, non aux outils. Le codage agentique est un modèle technique : un agent disposant d'un accès à des outils et opérant sur plusieurs étapes. Le vibe coding désigne une façon de travailler où l'ingénieur accepte les résultats avec un examen minimal. On peut utiliser un outil agentique avec soin ou sans discernement. L'outil ne détermine pas la qualité du travail.
Ce que nous évaluons
Le codage agentique change ce qu'un processus de sélection doit mesurer. Notre processus comment nous sélectionnons se déroule en deux sessions : une évaluation des fondamentaux sans outils d'IA et une évaluation AI-native avec ces outils. La deuxième session est celle où le travail agentique apparaît directement. Nous évaluons la vérification des sorties d'IA, car du code généré qui compile n'est pas la même chose qu'un code correct, ainsi que le jugement par le risque, car un agent produit une migration de paiement et une modification de texte à la même vitesse et avec la même assurance. Un ingénieur doit les traiter différemment.
Réponses courtes
Le codage agentique est-il la même chose qu'utiliser GitHub Copilot ?
Non. Copilot et les outils similaires complètent des invites uniques et restituent immédiatement le contrôle. Le codage agentique signifie que l'IA effectue plusieurs actions en séquence, en exécutant du code et en lisant les résultats, avant de revenir à l'ingénieur.
Faut-il un outil spécifique pour faire du codage agentique ?
En pratique, oui. L'agent a besoin d'un accès à des outils : un exécuteur de code, un système de fichiers, un terminal ou similaire. Les modèles d'IA conversationnels standard sans accès aux outils ne peuvent pas exécuter de boucles agentiques. Plusieurs produits le supportent désormais nativement.
Le codage agentique convient-il à un usage en production ?
Cela peut être le cas, avec des points de contrôle appropriés. Le risque est que les erreurs se cumulent entre les étapes avant qu'un humain ne les examine. Les ingénieurs doivent délimiter les tâches avec soin, examiner les diffs de manière critique, et ne pas considérer une suite de tests réussie comme une validation suffisante.
