Un document de travail des chercheurs de Harvard Fiona Chen et James Stratton, repris par Ars Technica en octobre 2026, montre que les agents de codage IA augmentent d'environ 30 % le volume de code écrit par les ingénieurs, sans pour autant accroître le volume de logiciels publiés par les entreprises. L'étude s'appuie sur les données d'ingénierie Jellyfish de plus de 700 entreprises, et le délai entre l'ouverture d'une pull request et sa fusion a augmenté de 49 %.
Ce que l'étude a révélé
Selon le compte rendu d'Ars Technica, les auteurs ont analysé environ 300 millions d'événements de travail provenant de plus de 700 000 employés au sein d'entreprises logicielles entre 2021 et mars 2026. Après l'adoption d'agents de codage IA par ces entreprises, le nombre total de lignes de code a augmenté de 30 %, les commits de 20 % et les pull requests de 23 %.
Le taux de résolution des tickets et des épopées Jira, utilisé par les auteurs comme indicateur indirect des fonctionnalités terminées, n'a pas évolué de façon statistiquement significative. Les chercheurs n'ont pas non plus constaté de changement dans la taille ou la complexité de ces tickets, et ils n'ont pas pu attribuer d'évolutions significatives de l'emploi à l'IA.
Où est allé le code supplémentaire
Les gains se sont reportés sur la revue. Le délai moyen entre le dépôt d'une pull request et sa fusion a augmenté de 49 %. La part des pull requests ayant fait l'objet de demandes de modifications a presque doublé, le nombre de commentaires par pull request a augmenté de 35 % et la part des collaborateurs effectuant de la revue de code a progressé de 14 %.
Les outils de revue IA étaient répandus en mars 2026, 80 % des entreprises en utilisant un. Malgré cela, les agents IA ne rédigeaient que 23,3 % des commentaires de revue, ce qui signifie que les humains assuraient toujours la majeure partie du travail. Les auteurs concluent que tirer pleinement parti de l'adoption de l'IA nécessite d'investir dans la capacité de revue en aval, et pas simplement de produire davantage de code.
Ce que cela change pour les équipes d'ingénierie
L'étude est observationnelle et porte sur des entreprises utilisant Jellyfish ; elle décrit donc un schéma sans en prouver la cause. Son enseignement pratique reste valable pour toute équipe qui dote ses ingénieurs d'agents de codage : la contrainte se déplace de l'écriture du code vers sa vérification. Une équipe qui double la production sans modifier son processus de revue verra ses files d'attente s'allonger, et non ses livraisons s'accélérer.
La capacité de revue est donc un paramètre à anticiper. Les équipes peuvent maintenir des pull requests de taille réduite, rédiger les exigences et les tests avant le code, et définir clairement qui a l'autorité pour approuver les modifications produites par les agents.
Ce que cela change quand vous recrutez des ingénieurs
Si la revue est le goulot d'étranglement, les ingénieurs les plus précieux sont ceux capables de lire rapidement un changement important et de déterminer s'il est correct. Il s'agit d'une compétence senior, qu'un CV mentionnant des outils IA ne permet pas de démontrer. Notre processus how we vet l'évalue directement, dans une base de code réelle avec les propres agents du candidat activés.
Pour en savoir plus sur notre façon de placer des ingénieurs qui travaillent ainsi, consultez notre page dédiée aux AI-native engineers.
Sources
