The Next 10X Engineer
Les meilleurs ingénieurs écrivent désormais moins de code, et ce livre blanc montre comment les distinguer des autres. Ses quatorze pages expliquent ce qu'est devenu le métier, ce que veut dire AI-native, pourquoi l'ancien processus de recrutement ne fonctionne plus, et présentent les deux scorecards en détail.
La semaine dernière, j'ai reçu en entretien un développeur avec 13 ans d'expérience. Son CV était solide et le premier exercice d'évaluation s'est bien passé. Puis je lui ai permis d'utiliser des agents de codage.
À partir de là, il a cessé de lire. Chaque modification a été acceptée, chaque invite a reçu un « c'est bon », et il a fermé des tickets sans en vérifier un seul. La plupart des entreprises l'auraient embauché. Nous aussi, il y a deux ans.
Trois ingénieurs sur le même backlog
Depuis toujours dans ce secteur, l'ingénieur 10X était celui qui fermait le plus de tickets et livrait le plus de lignes de code. Si vous confiez aujourd'hui le même backlog à trois ingénieurs et que vous les observez pendant une matinée, cette définition ne tient plus.
N'utilise pas l'IA
Un bon ingénieur qui lit tout et écrit tout le code à la main.
Un agent, une fenêtre
Travaille en boucle : il écrit un prompt, attend, lit le résultat, puis écrit un nouveau prompt.
Quatre worktrees, un agent dans chacun
Un agent travaille sur une fonctionnalité, un autre sur un bug, un troisième relit une PR et un quatrième écrit des tests de bout en bout. L'ingénieur passe de l'un à l'autre et vérifie ce que chacun a produit.
À midi, le troisième a terminé ce que le premier finira jeudi. L'IA a aussi fait baisser le niveau de certains ingénieurs : le second produit plus qu'il y a deux ans, et comprend parfois moins ce qu'il produit.
Les lignes de code ne coûtent plus grand-chose
Les tickets deviennent un plan, le plan est découpé en éléments suffisamment petits pour que chaque PR soit lisible en une seule session, et ces éléments sont confiés à des agents en parallèle. Un agent construit tout ce qu'on lui soumet, si bien qu'une lacune dans les instructions se retrouve dans le résultat dans l'heure qui suit.
Exigence floue ?
L'agent génère tout de même quelque chose, avec aplomb et de façon plausible, mais à partir d'une supposition.
Contexte manquant ?
L'agent fait des suppositions sur votre système, et elles sont généralement fausses.
Tests insuffisants ?
Le code généré les passe et casse discrètement les comportements qu'ils ne couvraient pas.
Une définition, et ce que cela n'est pas
Les fondamentaux apparaissent en premier dans cette phrase pour une raison. Si vous n'êtes pas capable de raisonner sur le système sans l'agent, vous ne pouvez pas détecter quand l'agent se trompe.
Un AI-native engineer est un développeur full-stack avec de solides bases en qualité de code, conception de systèmes et sécurité, qui dirige des agents de codage sur la manière de produire un résultat et valide ce résultat avant sa mise en production.
Ce n'est pas un ingénieur IA
Un ingénieur IA construit de l'IA : modèles, pipelines, retrieval, évaluation, infrastructure autour d'un modèle de langage. C'est une compétence spécialisée et un rôle différent.
Nous plaçons également ces profilsCe n'est pas un prompteur
Un prompteur utilise un agent comme on utiliserait un moteur de recherche. Une fenêtre, une requête à la fois, on accepte et on passe à la suivante.
Pourquoi nous avons remplacé l'ancien processus de recrutement
Tous les tests à faire à la maison se ressemblent, car ils sont tous rédigés par un modèle. Les tests de type LeetCode, eux, mesurent la mémoire des patterns sous chronomètre. Ni les uns ni les autres ne montrent les fondamentaux ni les compétences avec les agents. Nous les avons donc remplacés par deux évaluations de soixante minutes dans une vraie base de code, l'une sans outils d'IA, l'autre avec les agents du candidat.
Évaluation 1 · Sans outils d'IA
L'évaluation des bases
L'ingénieur reçoit un codebase qu'il n'a jamais vu, quelques tickets dont un bug en production, et soixante minutes pour les traiter. La session se déroule comme une séance de travail ordinaire, sans aucun outil d'IA.
- Communication
- Niveau d'anglais
- Priorisation
- Débogage
- Hygiène lors des changements de contexte
- Compréhension technique
Évaluation 2 · Avec outils d'IA
L'évaluation AI-native
L'ingénieur reçoit de nouveaux tickets dans le même type de base de code, avec les outils de code IA qu'il utilise d'habitude. L'évaluation montre ce qu'il fait quand un agent réalise l'essentiel du travail : s'il planifie d'abord, s'il relit ce qui revient et s'il sait expliquer une modification qu'il n'a pas tapée lui-même.
- Vérification des sorties de l'IA
- Orchestration des outils
- Développement piloté par les spécifications
- Ingénierie du prompt et du contexte
- Débogage accéléré par l'IA
- Hygiène lors des changements de contexte
Et trois points qui ne tiennent pas sur une fiche
Jugement face au risque
Un changement de texte, un refactoring à faible risque et une migration de paiement ne méritent pas la même attention. Les bons ingénieurs accélèrent sur le premier et ralentissent vraiment sur le troisième. Les agents produisent les trois à la même vitesse et avec la même assurance.
Responsabilité
Si vous fusionnez, vous en êtes responsable. Les tests, l'observabilité, le déploiement et le débogage après la mise en production font partie du travail, que le code ait été écrit par une personne ou par un agent.
Effet de levier
Les meilleurs ingénieurs terminent le ticket et laissent le dépôt mieux préparé pour le prochain agent : une commande réutilisable, un CLAUDE.md plus précis, un test qui détecte toute une catégorie de bugs et pas seulement un cas isolé.
Faites évoluer votre propre processus de recrutement, ou faites appel au nôtre
Si vous filtrez encore sur des exercices à faire chez soi et des tests de codage, le développeur de l'introduction passe vos entretiens sans problème. Les deux grilles d'évaluation constituent un point de départ raisonnable.
Chaque ingénieur que nous plaçons a passé les deux évaluations, avec les deux scorecards remplies. Vous nous envoyez un brief, nous vous remettons une shortlist en cinq jours ouvrés, et le first commit arrive en général environ trois semaines plus tard.
Réponses courtes
Notre autre livre blanc s'adresse aux responsables produit qui souhaitent transformer une feuille de route IA en une façon de travailler concrète.
Du mandat IA à la stratégie IAUn AI-native engineer est-il la même chose qu'un ingénieur en IA ?
Non. Un AI-native engineer conçoit des produits à l'aide d'outils d'IA. Un ingénieur en IA construit et exploite les modèles : fine-tuning, évaluation, retrieval, serving.
Un ingénieur 10X est-il quelqu'un qui écrit dix fois plus de code ?
Plus aujourd'hui, car les lignes de code ne coûtent presque rien. L'ingénieur qui multiplie l'efficacité d'une équipe transforme un ticket flou en une modification livrée dont il peut répondre, et il confie aux agents la partie qui consistait autrefois à taper du code.
Quelle est la différence entre un AI-native engineer et un prompteur ?
Un prompteur utilise un agent comme un moteur de recherche : une fenêtre, une requête à la fois, en acceptant chaque réponse. Un AI-native engineer planifie le travail, exécute des agents en parallèle et valide chaque modification avant sa mise en production.
Combien coûte un AI-native engineer ?
Comptez de 5 600 € à 8 000 € par mois pour un ingénieur à temps plein, emploi et conformité inclus, sans frais de recrutement. Le simulateur de prix permet de comparer avec l'embauche d'un développeur en local dans votre pays.
Des ingénieurs évalués sur la façon dont le métier se pratique aujourd'hui
Chaque ingénieur que nous plaçons a passé les deux évaluations, avec les deux scorecards remplies. Vous nous envoyez un brief et recevez une shortlist en cinq jours ouvrés.
ISO 27001Certifié