Les lois des développeurs à l’ère de l’IA

 (bvp.com)
28 points par GN⁺ 2025-10-27 | 1 commentaires | Partager sur WhatsApp
  • Refonte des lois des plateformes développeur publiées il y a 12 ans pour les adapter au paradigme de l’IA, afin de refléter un nouvel environnement logiciel où agents IA et développeurs humains sont à la fois utilisateurs et collaborateurs
  • En 2025, le paradigme du développement agentique (agentic development) émerge, faisant évoluer l’environnement vers un modèle où des agents IA collaborent avec les développeurs pour concevoir, construire, déployer et maintenir les logiciels
  • 8 lois clés sont dégagées à partir des enseignements directs des principaux leaders des plateformes développeur comme Anthropic, Cursor ou Port
  • L’article traite des changements structurels du marché des outils de développement, comme l’équilibre entre expérience agent (AX) et expérience développeur (DX), la documentation pensée pour les modèles, les nouvelles stratégies tarifaires et l’évolution du rôle des platform engineers
  • Dans la vague d’innovation logicielle portée par l’IA, les plateformes développeur prennent la tête de la nouvelle infrastructure, et l’évolution continue ainsi que le contrôle de la plateforme s’imposent comme les clés de la défendabilité

Contexte : l’évolution des lois des développeurs

  • La première version des « 8 lois des plateformes développeur » publiée en 2013 par Bessemer Venture Partners, puis sa révision de 2019, ont suivi l’essor du DevOps, de l’open source, des architectures cloud-native et des écosystèmes API-first
  • En 2025, un nouveau paradigme apparaît : le développement agentique
    • Des agents IA collaborent avec les développeurs pour concevoir, construire, déployer et maintenir des logiciels à grande échelle
  • Le texte intègre les enseignements directs de leaders du secteur comme Anthropic, Cursor, Port, Fal AI, Fern, Render, Appwrite, Netlify, Recall, Vapi, Resolve AI, Graphite, Marimo et Resend

Les 8 lois des plateformes de développement IA

Loi n°1 : l’expérience agent (AX) est aussi importante que l’expérience développeur (DX)

  • Il faut accorder une attention égale à l’expérience agent (AX) et à l’expérience développeur (DX)
    • La DX complète et améliore directement l’AX
    • L’exhaustivité de la documentation, l’étendue de la surface API ou encore des schémas faciles à comprendre sont utiles à la fois aux humains et aux agents
    • Les investissements réalisés ces 5 à 10 dernières années dans les spécifications OpenAPI, les API REST et les SDK profitent aux deux camps
  • Témoignage du CEO de Resend : l’optimisation du flux d’onboarding pour améliorer la DX a aussi fait une grande différence dans l’usage de Resend par les agents

  • Des fonctions différenciées pour les humains et les agents

    • Les développeurs humains peuvent interpréter une documentation ambiguë et s’adapter à des API incohérentes
    • Les agents ont besoin d’interfaces structurées et prévisibles
      • Des schémas OpenAPI incluant une gestion d’erreurs complète
      • Une persistance de session pour les workflows multi-étapes
      • Des mécanismes de feedback en temps réel, comme les flux WebSocket
      • L’agent de déploiement de Netlify conserve son état tout au long du pipeline CI/CD complet et fournit un retour de build immédiat

  • L’émergence du Model Context Protocol (MCP)

    • Le MCP représente un changement fondamental dans la manière dont les outils développeur servent les utilisateurs
    • Beaucoup d’entreprises hébergent leur propre serveur MCP avec des solutions comme FastMCP de Prefect
      • Parce que les développeurs travaillent dans Cursor et Claude Code
      • Dans l’IDE, les développeurs renforcent les agents afin qu’ils accèdent directement aux données live de la plateforme et exécutent des tâches

  • L’intégration des dashboards et des API

    • Aujourd’hui, les humains se connectent directement aux dashboards comme fenêtre centrale de collecte d’information
    • Des équipes comme Recall rendent toutes les fonctionnalités du dashboard accessibles par API, afin que les agents puissent eux aussi contribuer à la résolution des problèmes
    • Des questions restent ouvertes sur la réduction ou l’élimination du changement de contexte des agents (gestion de versions, intégrations, usage d’API, déploiement en production)
      • Les serveurs MCP permettent aux agents de récupérer des informations en temps réel et d’exécuter des commandes sans passer par un changement de contexte vers un dashboard ou une CLI

Loi n°2 : la documentation doit servir à la fois les modèles et les humains

  • Dans les équipes d’ingénierie, la documentation est souvent rédigée avec de bonnes intentions, mais mal maintenue
    • Elle ne reflète pas les changements en temps réel et propose des guides obsolètes
    • Les développeurs tolèrent dans une certaine mesure une documentation incomplète ou imparfaite

  • Les spécificités de la documentation pour les LLM

    • Pour les LLM, il est difficile et peu fiable de convertir des pages HTML complexes avec navigation, publicité et JavaScript en texte brut compatible LLM
    • Les agents tirent un grand bénéfice d’informations concises, expertes et regroupées dans un emplacement unique et accessible
      • C’est particulièrement important pour des cas d’usage comme les environnements de développement, où les LLM doivent accéder rapidement à la documentation de programmation et aux API
    • Les LLM ont besoin de références d’API structurées et à jour, ainsi que de journaux d’audit permettant de suivre le travail des humains et des agents
      • Cela impose de repenser en profondeur l’architecture de l’information

  • Generative Engine Optimization (GEO)

    • De la même manière que le SEO garantit la découvrabilité par les moteurs de recherche, le GEO garantit que les modèles peuvent parser et afficher rapidement des réponses exactes à partir de la documentation
    • Il aide les développeurs à rester dans leur flow sans être interrompus par des recherches nécessitant un changement de contexte

  • Une documentation technique à double finalité

    • Avec la diffusion des agents de codage, la documentation technique devient un actif produit à double finalité
    • Elle sert efficacement à la fois les agents et les développeurs humains
      • Avec une gestion appropriée des versions, des changements et de la recherche pour les agents
      • Tout en restant utile aux développeurs humains
    • Observation du cofondateur de Fern : « Les développeurs veulent un site de documentation soigné, et les agents ont besoin d’un Markdown propre à parser. Les équipes se tournent vers une approche docs-as-code : elles rédigent d’abord la documentation en Markdown, puis la publient sous forme de site web orienté développeur et de fichiers lisibles par machine comme llms.txt »

Loi n°3 : la stratégie tarifaire doit se concentrer sur la réduction des frictions à l’onboarding

  • La tarification doit prendre en compte à la fois la structure de coûts et la valeur délivrée
  • C’est particulièrement important pour les applications nativement IA
    • Dans le SaaS traditionnel, le coût marginal de service par utilisateur était proche de zéro ; il devient désormais un poste significatif à cause des coûts d’inférence

  • Les 3 voies tarifaires testées par les entreprises ciblant les développeurs

    • 1. Tarification à l’usage et expansion des comptes clients à grande échelle
      • Une expansion tirée par l’utilité remarquable du produit
      • Toutes les plateformes se réintègrent avec l’IA et, comme à chaque vague, les développeurs ouvrent la voie en pilotant les dépenses d’infrastructure et d’outillage
      • L’usage et la monétisation grandissent avec le client (c’est aujourd’hui le schéma tarifaire le plus courant)
    • 2. Préférence des entreprises pour la prévisibilité des dépenses
      • Les éditeurs intègrent l’IA non comme un module complémentaire, mais comme une partie de l’expérience produit centrale, basée sur des sièges
      • Souvent avec des dépassements facturés à l’usage
    • 3. Tarification au résultat ou regroupement d’activités
      • Les activités sont regroupées en processus métier significatifs, avec facturation sur la base des workflows terminés

  • Des déclencheurs d’upsell différents

    • Les premières données suggèrent que les déclencheurs d’upsell peuvent différer entre développeurs traditionnels et vibe coders
    • Les points de friction dans la construction et la livraison influencent la volonté de payer des créateurs de logiciels
      • Exemple : les fonctionnalités CI/CD pour les vibe coders par rapport aux développeurs traditionnels

  • Réduire les frictions à l’onboarding reste la priorité absolue

    • Quelle que soit la voie choisie, toutes les plateformes restent avant tout focalisées sur la réduction des frictions à l’onboarding
      • Maintenir un free tier attractif
      • Une excellente documentation
      • Une communauté développeur solide (qui réduit les frictions d’onboarding de manière scalable)
    • Avis du CEO de Resolve : « Nous n’imposons pas l’ancien modèle SaaS à de nouveaux produits. La valeur doit être alignée sur les résultats… Quand les agents réalisent un vrai travail d’ingénierie et que le système apporte une valeur mesurable, comme la réduction des temps d’arrêt, le maintien de la stabilité du système ou l’accélération des livraisons, alors la tarification devient logique »

Loi n°4 : les dépenses en outils de développement IA sortent des budgets traditionnels

  • De plus en plus d’entreprises créent un budget IA dédié, ce qui fait émerger une nouvelle catégorie de dépenses
    • Au départ, il transite via le CIO vers toutes les parties de l’organisation
  • Beaucoup d’entreprises arbitrent déjà entre les dépenses en outils IA et le recrutement d’ingénieurs supplémentaires
    • Elles se demandent en continu si des agents peuvent permettre d’atteindre les objectifs au lieu d’ajouter du personnel

  • Complément et remplacement des ingénieurs juniors

    • Comme cela a déjà été observé historiquement dans d’autres éditeurs de logiciels verticaux vendant à des secteurs orientés services
    • La délégation à des agents de codage et les workflows commencent à compléter puis à remplacer les ingénieurs juniors
    • L’accent porte non seulement sur les gains de productivité et la réduction des coûts, mais aussi sur la maximisation des compétences
    • Les individus acquièrent des capacités entièrement nouvelles, réduisant leur dépendance aux autres

  • Un environnement d’achat à parties prenantes multiples

    • Les sources de budget deviennent plus complexes dans un environnement d’achat impliquant plusieurs parties prenantes
    • Le GTM piloté par les développeurs reste roi dans un environnement concurrentiel bruyant
    • Au sein de l’entreprise, le CIO, les responsables engineering, les équipes produit et les développeurs individuels influencent tous les décisions d’achat, différemment de la génération précédente d’outils pour développeurs, en raison du niveau de garde-fous requis pour l’intégration de systèmes non déterministes

  • L’évolution des indicateurs de succès

    • Basculement vers des attentes de niveau grand public en matière de valeur immédiate et d’expérience presque magique
    • Les indicateurs de productivité traditionnels des outils pour développeurs sont complétés par des mesures fondées sur les résultats
      • temps entre l’idée et le prototype fonctionnel
      • réduction de l’ensemble du cycle de développement
      • hausse de la productivité des utilisateurs métier
    • L’analyse de Cursor suit des indicateurs granulaires
      • nombre de suggestions affichées, suggestions acceptées, lignes de code générées avec assistance IA, taux d’acceptation des suggestions générées par l’IA

Loi n°5 : la définition du développeur s’élargit radicalement

  • L’IA rend la création logicielle plus accessible à davantage de personnes et élargit fondamentalement la définition du “développeur”
    • Cette tendance est visible depuis l’investissement seed réalisé il y a dix ans dans Zapier
  • La diffusion massive du vibe coding et du développement assisté par IA crée une nouvelle catégorie de builders capables de fabriquer des logiciels sur mesure sans écrire eux-mêmes le code ni s’en préoccuper

  • Caractéristiques des nouvelles cohortes d’utilisateurs

    • Des plateformes comme Lovable, Bolt, Create et v0 amènent des utilisateurs vers des plateformes pour développeurs qui, historiquement, ne servaient que des profils techniques
    • Cette cohorte est facilement identifiable par le type de questions posées
      • elle ne maîtrise pas encore la résolution de problèmes, la lecture des codes d’erreur, la séparation entre serveur de base de données et serveur web, ni la signification d’éléments comme un load balancer
    • Ces utilisateurs se retrouvent souvent bloqués à l’étape intermédiaire entre le prototypage et la production
      • les entreprises classent cet usage comme un marketing efficace plutôt qu’un revenu de qualité
      • cela devrait évoluer avec le temps à mesure que les développeurs commenceront à travailler à un niveau d’abstraction plus élevé

  • Élargissement du rôle des membres d’équipes non techniques

    • Les membres d’équipes non techniques aident à libérer un temps développeur précieux pour le codage et les tâches d’engineering hors des produits principaux de l’entreprise
    • Avec les bons outils :
      • un AE peut créer une démo sur mesure pour un produit technique
      • un marketeur peut créer une application exemple à partager sur X
      • un content marketer peut rédiger un billet de blog technique

  • Redéfinition des compétences à forte valeur

    • L’expertise métier et la communication client deviennent plus importantes que la capacité à coder dans tous les rôles
    • La pensée systémique devient encore plus importante à mesure que le travail évolue de l’implémentation bas niveau vers l’orchestration et la stratégie
    • Les personnes et les équipes qui réussissent sont celles qui comprennent comment les pièces complexes s’articulent, savent où faire confiance à l’automatisation et reconnaissent quand l’intervention humaine est indispensable
    • Le déploiement logiciel n’a jamais été aussi rapide et simple, mais l’évolution de la définition du développeur rétablit l’importance des principes fondamentaux d’une entreprise durable
    • Le CEO de Netlify : "Il y a actuellement 17 millions de développeurs JavaScript, et ce sont des développeurs traditionnels. Mais nous pensons que ce nombre pourrait atteindre 100 millions au cours des dix prochaines années"

Loi n°6 : de puissants effets de réseau favorisent un positionnement précoce dans l’écosystème

  • Les entreprises traditionnelles du monde développeur ont cultivé des effets de réseau via l’open source, les contributions de la communauté, les intégrations et les plugins
  • Désormais, la généralisation du développement agentique redéfinit et réinvente les effets de réseau

  • Effets de réseau entre agents

    • Des effets de réseau entre agents émergent, car les agents IA deviennent plus utiles lorsqu’ils peuvent communiquer et se composer avec d’autres agents
    • Exemple : un agent IA de planification capable de programmer des réunions devient plus puissant s’il peut communiquer avec l’agent de voyage d’une autre personne, son agent de gestion des dépenses et son agent calendrier
    • Cela devient possible via des protocoles comme MCP

  • Amplification des effets de réseau liés aux données

    • Les effets de réseau liés aux données sont amplifiés par le contexte
    • Plus un agent IA dispose de contexte, plus il peut accomplir les tâches souhaitées
    • La valeur des produits qui détiennent ce contexte augmente
    • Exemple : Product Intelligence de Linear
      • il dispose de données accumulées sur plusieurs années concernant la manière dont des milliers d’équipes engineering travaillent réellement
      • il peut suggérer des attributions de tâches, classifier des issues et simplifier les opérations produit

  • Affaiblissement de l’effet de verrouillage par l’intégration

    • Les effets de réseau s’affaiblissent là où le verrouillage par l’intégration créait traditionnellement des coûts de changement
    • David Gu, CEO de Recall : "Il est désormais plus facile que jamais de basculer entre différentes API, car les agents IA peuvent aider sans qu’un humain ait à écrire manuellement le code d’intégration"
    • MCP réduit encore davantage le lock-in en permettant aux agents IA de découvrir et d’intégrer automatiquement des outils
    • Les LLM facilitent aussi, de manière générale, la recherche et la synthèse d’options pour tout le monde pendant le processus d’évaluation

  • Le paradoxe dans un environnement de recommandation piloté par l’IA

    • Dans un écosystème où l’IA pilote les décisions de recommandation d’outils pour développeurs, le rôle du feedback subjectif humain crée un paradoxe
    • Les agents IA peuvent ignorer des préférences subjectives comme la facilité d’utilisation et se concentrer uniquement sur des indicateurs de performance objectifs comme les performances et la latence
    • À l’inverse, les agents IA peuvent, au fil du temps, s’appuyer davantage sur un feedback humain subjectif en apprenant
    • Ce paradoxe signifie que les produits de la plus haute qualité en tirent un bénéfice dans tous les cas
      • la croissance pilotée par les développeurs, le lancement produit, la documentation, les contenus éducatifs, les conférences, les forums communautaires et les avis deviennent bien plus importants
      • la vitesse compte plus que jamais et l’avantage du premier entrant se compose dans le temps

  • Divers points de vue chez les dirigeants

    • Ces lois restent des WIP, et les dirigeants d’entreprise proposent d’autres perspectives
    • Nikhil Gupta, CTO de Vapi : "L’IA affaiblit les effets de réseau fondés sur des critères non objectifs et renforce les effets de réseau objectifs. Par exemple, des gens peuvent penser que l’API de Stripe est la plus simple à utiliser par rapport aux autres, mais un agent IA ne se souciera pas de la facilité d’utilisation en comparant l’API de Stripe et l’API d’Ayden. En revanche, si Stripe est plus fiable, tous les agents IA la choisiront"
    • Spiros Xanthos, CEO de Resolve : "Un GTM agent-first ne relève pas du battage médiatique, mais de la preuve. Si vous arrivez dans l’environnement du client et fournissez des résultats importants, l’adoption augmente naturellement. C’est cela, la nouvelle évangélisation"

Loi n°7 : l’ingénieur plateforme évolue vers un architecte de flux autonomes

  • Le rôle de l’ingénierie plateforme s’étend de la gestion logicielle à la création de flux d’ingénierie autonomes
  • Les ingénieurs plateforme sont responsables de l’expérience utilisateur de toutes les équipes techniques
  • Leur importance dans l’organisation se reflète de plus en plus dans l’urgence des recrutements

  • Évolution du périmètre de responsabilité

    • Les ingénieurs plateforme doivent désormais maîtriser les compétences techniques suivantes
      • Concevoir des flux agentiques avec des étapes claires de supervision humaine
      • Mettre en place de solides garde-fous pour gérer le risque que les agents exécutent de mauvaises actions
      • Prendre en charge l’architecture des systèmes et de l’information, au-delà de la disponibilité et de la fiabilité
    • Les agents traitent les tâches courantes pendant qu’ils construisent un centre de contrôle IA pour les décisions stratégiques les plus complexes

  • Changement de rôle pour les ingénieurs logiciels

    • À mesure que les agents IA prennent en charge davantage de génération réelle de code, les ingénieurs logiciels passent du statut d’artisans à celui de product owners de leurs propres systèmes
    • Ce changement fondamental signifie que les ingénieurs s’intéressent de plus en plus aux résultats plutôt qu’aux détails d’implémentation

  • Nouvelles exigences de workflow

    • Des tests et un monitoring robustes deviennent essentiels
    • La documentation doit décrire non seulement la structure du code, mais aussi le comportement du système
    • La revue de code passe du contrôle syntaxique à la validation de la logique métier et des décisions d’architecture

  • Implications organisationnelles

    • Des implications qui dépassent la productivité individuelle
      • Les équipes ont besoin de nouveaux processus pour le transfert de connaissances
      • La réponse aux incidents devient plus difficile lorsque les humains ne comprennent pas totalement la logique d’implémentation d’origine
      • La dette technique s’accumule différemment lorsque le code généré n’est pas lisible par des humains
    • Lorsque les ingénieurs deviennent les opérateurs plutôt que les auteurs de leur code, d’énormes investissements dans l’observabilité, les tests automatisés et la gouvernance d’architecture sont nécessaires pour maintenir la fiabilité du système

  • Goulot d’étranglement de la vérification

    • À mesure que l’IA génère du code à une vitesse sans précédent, le principal goulot d’étranglement se déplace de l’écriture du code vers la vérification de son exactitude
    • Cela transforme fondamentalement la vitesse de développement
      • Les équipes peuvent générer des milliers de lignes de code en quelques minutes
      • Mais il faut beaucoup plus de temps pour vérifier que le code fonctionne comme prévu, s’intègre correctement aux systèmes existants et répond aux exigences de sécurité et de performance
    • Les entreprises qui optimisent la vitesse de vérification grâce à de meilleurs frameworks de test, des outils de validation en temps réel et des systèmes de vérification visuelle bénéficient d’un avantage significatif dans les cycles de développement assistés par l’IA

  • Point de vue du CEO de Render

    • « Le changement continu le plus important dans la gestion de plateforme, c’est le passage de la gestion de l’infrastructure à l’optimisation du workflow des développeurs »
    • Les équipes d’ingénierie reconnaissent désormais que construire et maintenir des plateformes internes de développement et de déploiement sur mesure est souvent un travail non différenciant qui épuise les ressources au détriment du cœur de métier
    • En s’appuyant sur des plateformes managées comme Render pour gérer l’infrastructure de base, les ingénieurs plateforme peuvent se concentrer sur des automatisations à plus forte valeur ajoutée

Loi n°8 : la défendabilité repose sur l’évolution continue et le contrôle de la plateforme

  • Fondamentalement, devenir une plateforme signifie créer une infrastructure extensible sur laquelle des tiers peuvent construire, et avec laquelle ils peuvent construire
    • Cela active un écosystème qui gagne en valeur à mesure que davantage d’utilisateurs y contribuent et manifestent un véritable attachement communautaire

  • Continuité avec l’ère SaaS

    • Ce concept est resté cohérent depuis l’ère SaaS
    • L’ère de l’IA rehausse certains piliers spécifiques de la défendabilité

  • Principaux éléments de défendabilité

    • 1. Contrôle du point d’entrée
      • Propriété du dépôt de code comme GitHub, ou domination de l’édition de texte comme VS Code
      • Cela confère à la plateforme le droit stratégique d’étendre ses fonctionnalités au-dessus de comportements utilisateurs déjà établis
    • 2. Avantage data
      • Il se manifeste via des jeux de données produit propriétaires et un contexte propre à l’entreprise qui permet des fonctionnalités qu’aucun concurrent ne peut répliquer

  • Le changement le plus fondamental : l’évolution continue

    • L’évolution continue est le facteur le plus important
    • Les meilleures plateformes orchestrent activement plusieurs modèles IA, sources de données et workflows pour exécuter des actions autonomes
      • Elles tendent à posséder des données uniques issues de leur écosystème
      • Elles peuvent exploiter rapidement ces données pour alimenter des boucles de feedback en temps réel issues des interactions agentiques et clients

  • L’importance de la vitesse

    • La vitesse est essentielle, tant pour livrer des fonctionnalités supplémentaires que pour élaborer la stratégie
    • Les entreprises doivent réfléchir à leurs visions Act 2 et Act 3 bien plus tôt que ce qui était nécessaire à l’ère SaaS
    • Il sera intéressant de voir comment cela continue d’évoluer

  • Point de vue du CEO de Port

    • « Il est important d’être le premier à changer la façon dont le travail est accompli. Du point de vue produit, il faut construire quelque chose qui évoluera en permanence »
    • « Par exemple, une plateforme comme un CRM — quelque chose que quelqu’un administre, contrôle, sur lequel il a un point de vue, et qu’il fait itérer à partir de briques de base »

Lectures complémentaires recommandées

À lire aussi

1 commentaires

 
progdesigner 2025-10-28

Donc, personne ne sait encore vraiment comment il faut s’y prendre
Réagir vite et s’adapter au changement semblent être
la seule stratégie de survie de notre époque