Dans cet article, nous abordons les huit niveaux d’adoption de l’IA pour les ingénieurs, depuis l’absence totale d’IA jusqu’à l’exécution de plusieurs agents en parallèle.
Nous expliquons pourquoi 70 % des ingénieurs en sont encore aux niveaux inférieurs et comment l’IA provoque un effet d’épuisement vampirique chez les développeurs : vous pouvez être 100 fois plus productif, mais ne bénéficier que de trois bonnes heures par jour.
Les 8 niveaux d’adoption de l’IA
Où chacun se situe sur le spectre de l’intégration de ces outils révolutionnaires
| Niveau | Description | Comportement |
|---|---|---|
| 1 | Pas d’IA | L’ingénieur n’utilise aucun outil d’IA |
| 2 | Question oui/non | « Est-ce que je peux faire ça dans votre IDE ? » |
| 3 | Mode YOLO | On laisse l’agent faire, la confiance augmente |
| 4 | Supervision active | On examine ce que fait l’agent plutôt que les diffs |
| 5 | Délégation complète | L’agent travaille seul, on vérifie le code plus tard |
| 6 | Multi-agents | L’agent principal est occupé, on en lance un autre |
| 7 | Coordination | On a besoin d’orchestrer plusieurs agents entre eux |
| 8 | Orchestration avancée | Les agents gèrent eux-mêmes d’autres agents |
Le saut critique se produit entre les niveaux 5 et 6. C’est à ce moment que l’ingénieur réalise qu’il peut multiplier sa productivité en lançant plusieurs agents simultanément. Cette découverte marque le passage d’une utilisation passive à une véritable stratégie d’orchestration.
Au niveau 7, les choses se compliquent : vous avez envoyé un message au mauvais agent sans vous en rendre compte, et celui-ci a réalisé un projet entier au sein de votre projet. C’est précisément ce type de situation qui pousse à réfléchir à la coordination : et si Claude Code pouvait exécuter Claude Code ?
La mort de l’IDE traditionnel
L’IA finira par tout faire à notre place, alors à quoi servent vraiment les IDE ? Pas principalement à écrire du code, mais à rassembler les outils.
On entrevoit un retour au format IDE avec Claude Co-work, mais transformé : un IDE où tout repose sur les conversations et la surveillance. Cette prédiction est audacieuse : d’ici la fin de cette année 2026, la plupart des gens programmeront en parlant à un visage.
Votre IA sera un renard qui vous parle ; vous lui demanderez pourquoi ça ne fonctionne pas, et il ira enquêter.
Qu’est-ce que Gas Town ?
Gas Town est un orchestrateur d’agents IA qui représente l’évolution naturelle des outils de développement. Son créateur décrit cette progression de manière simple : 2023 a été l’année des complétions de code, 2024 celle du chat, et 2025 est l’année des agents. Si le chat consiste en des complétions en boucle, et que les agents sont du chat en boucle, alors mettre les agents en boucle crée un orchestrateur.
Le concept fondamental est celui d’agents qui exécutent d’autres agents. Il y a un « maire » unique à qui vous vous adressez, votre point de contact principal. Ensuite, pour tout ce qui doit être accompli, ce maire envoie des travailleurs spécialisés.
Les deux flux de travail
Lorsqu’une tâche est bien définie, entièrement décomposée en sous-tâches autonomes, elle peut être confiée à un travailleur indépendant. En revanche, face à un problème de conception complexe, il faut mener une série de conversations approfondies : on maximise alors le contexte en demandant à l’agent de lire toute la documentation pertinente avant d’engager la discussion.
L’effet vampire de l’IA
L’IA produit un effet vampirique paradoxal : elle vous enthousiasme et vous pousse à travailler avec une intensité inhabituelle. Les développeurs sont surpris de devoir faire la sieste en journée. Pourtant, on ne constate toujours pas chez les entreprises et les équipes cette augmentation spectaculaire de la production à laquelle on pourrait s’attendre.
Les entreprises sont structurellement conçues pour extraire de la valeur de leurs employés, puis les rémunérer en conséquence. Elles ont tendance à vous donner toujours plus de travail jusqu’à ce que vous craquiez. Mais l’équation a changé : vous pouvez désormais être 100 fois plus productif, tout en ne bénéficiant que de trois bonnes heures de concentration par jour.
L'IA s'invite partout dans notre quotidien, mais les gros fournisseurs (Claude, Gemini, etc.) imposent de plus en plus de filtres et de censures qui biaisent les réponses. Pour poser des questions vraiment libres sans garde-fous...
J'utilise une plateforme qui rend ces modèles (Claude Opus 4.6, Gemini 3.1 Uncensored, etc.) totalement sans restriction. Ça change la vie pour les recherches approfondies ou créatives.
→ Tester l'IA sans filtre (30% off + 7 jours gratuits)Le nouvel équilibre entre vie professionnelle et vie privée se résume à cette question essentielle : quelle part de la valeur allez-vous capter en étant 100 fois plus productif, et quelle part allez-vous reverser à votre employeur ? Chaque développeur doit apprendre à dire « non » très rapidement et devenir excellent dans cet exercice.
Les hérésies dans le code « vibed »
Il y a également un phénomène nommé « hérésies » : des idées erronées qui s’enracinent dans le code généré par IA lorsque vous ne surveillez pas attentivement. Il peut s’agir d’une architecture incorrecte ou d’un flux de données inadapté qui crée une incompatibilité avec le reste de votre base de code.
Ces hérésies ont une fâcheuse tendance à se développer et à réapparaître. Elles sont extrêmement difficiles à éliminer une fois installées. Vous pouvez par exemple vous retrouver avec deux bases de données complètes, toutes deux actives et opérationnelles, le système choisissant aléatoirement entre les deux sans que personne ne s’en aperçoive.
La leçon amère
Richard Sutton a rédigé un court essai incontournable intitulé The Bitter Lesson. Sa thèse est simple : n’essayez pas d’être plus intelligent que l’IA. On pense souvent que les humains apportent des connaissances spéciales, une expertise sectorielle irremplaçable. Or, ce que les avancées ont démontré, c’est que plus les modèles sont vastes, plus ils sont intelligents.
Ceux qui pensent que la courbe de progression est en forme de S ont raison sur le principe : nous finirons par manquer de ressources. Mais il reste au moins deux cycles supplémentaires, ce qui signifie que les modèles seront au minimum 16 fois plus performants qu’aujourd’hui. L’intégralité du travail intellectuel sera transformée par cette technologie.
La fin des grandes entreprises technologiques ?
On a observé un phénomène révélateur chez Google : l’âge d’or où régnait un esprit collectif, où personne n’était mesquin, où tout le monde innovait librement. Puis Larry Page est devenu PDG et a déclaré : « Nous allons concentrer nos efforts sur un nombre réduit de projets. » Cette décision a mis un terme brutal à l’innovation organique.
Avant ce changement, il y avait plus de travail que de personnes disponibles. Après, il y a eu plus de personnes que de travail. Les employés ont commencé à se disputer les projets, engendrant luttes de pouvoir, coups bas et territorialité. L’innovation s’est éteinte sur le coup, étouffée par la bureaucratie et la politique interne.
L’avenir des logiciels personnels
Notre soif de nouveaux logiciels ne diminuera jamais. Paradoxalement, tous les logiciels actuels sont médiocres à bien des égards. Au cours des dix prochaines années, nous allons assister à l’émergence d’un nouveau monde où les logiciels seront à la fois courants et réellement performants.
Le forking devient monnaie courante
Autrefois, réaliser un fork d’un projet était une déclaration de guerre. Aujourd’hui, cela devient une pratique quotidienne. Cursor est un fork de VS Code, ce qui représentait autrefois un travail colossal, mais beaucoup moins désormais. Tout le monde va se mettre à forker et personnaliser ses outils.
Les ingénieurs ne sont plus des êtres à part
Une croyance solidement ancrée jusqu’à récemment : les ingénieurs sont des êtres spéciaux. Nous avons appris à réaliser manuellement ce que les ordinateurs peuvent désormais accomplir seuls. C’était plutôt flatteur, en quelque sorte.
Les relations humaines vont probablement constituer le principal avantage concurrentiel durable. À mesure que les logiciels automatisent de plus en plus de tâches, les gens vont rechercher l’interaction humaine : « C’est juste automatisé, je veux qu’un humain s’en charge. » Ils préféreront littéralement qu’une personne leur apporte ce dont ils ont besoin plutôt qu’un drone anonyme.
Ce qui ne peut pas être cloné
Lorsque n’importe quel logiciel peut être cloné sans effort, où réside l’avantage concurrentiel ? Les humains deviennent cet avantage. Ceux qui écrivent des logiciels que les agents apprécient, préfèrent et choisissent naturellement, et qui trouvent le moyen de les commercialiser efficacement auprès de ces agents, remporteront un succès considérable.
Les petites start-ups de 2 à 20 personnes fonctionnent de manière radicalement différente des géants technologiques. Nous allons voir des innovations vraiment impressionnantes émerger dans les mois à venir. L’innovation est bien présente, mais elle ne vient pas des Walmart et des Microsoft : elle provient d’individus ordinaires qui saisissent les nouvelles opportunités offertes par l’IA.