Principaux sujets et tendances de l’IA pour le code à suivre en 2026

Récapitulatif par Addy Osmani, Director of AI chez Google Cloud, des principaux sujets et tendances de l’IA appliquée au code à suivre en 2026.

J’ai voulu partager cet article, car il me semble très utile pour les personnes qui commencent à découvrir l’Agentic AI et veulent en saisir rapidement l’ensemble.

• Ralph Wiggum Pattern - persistent agent loops

  • Un pattern popularisé au milieu de l’année 2025 par Geoffrey Huntley
    • Ralph Wiggum as a "software engineer" by Geoffrey Huntley
  • Un schéma dans lequel un agent IA s’exécute automatiquement dans une boucle jusqu’à atteindre une condition prédéfinie
  • Une méthode utile lorsque les critères d’achèvement d’une tâche sont clairs
  • Peu adaptée aux tâches créatives ou aux tâches critiques pour la sécurité nécessitant une intervention humaine continue

• Agent Skills - expertise spécialisée pour les agents IA

  • Les Agent Skills désignent un dossier contenant des instructions, des scripts et des ressources permettant à un agent IA d’exécuter des tâches avec précision et efficacité
    • Agent Skills - Overview
  • Les Skills peuvent être installées facilement via le CLI dans Opencode, Claude Code, Codex, etc.
    • Avec npx skills add <package>, il est possible d’installer les skills proposées par Vercel (link)
    • Smithery (marketplace ouvert MCP) propose aussi un catalogue communautaire qui regroupe des Agent Skills
  • Il faut gérer les Skills comme des packages npm
    • Administrer les Skills pour un usage global ou spécifique à chaque agent
  • Mettre régulièrement les Skills à jour et n’installer que celles nécessaires selon la stack technique utilisée.

• Orchestration & multi‑agent tools

  • L’assistance IA traditionnelle était utilisée en mode chef d’orchestre (Conductor), où une personne donnait à un agent unique des instructions étape par étape.
  • L’étape suivante a consisté à utiliser un orchestrateur permettant de faire travailler plusieurs agents IA en parallèle.
  • Voici quelques outils d’orchestration représentatifs
    • Conductor (Melty Labs)
      • Application uniquement pour macOS qui aide les développeurs à exécuter Claude Code et Codex en parallèle.
      • Chaque agent fonctionne dans son propre Git worktree indépendant, ce qui évite les conflits et permet des expérimentations sûres
      • Depuis le tableau de bord, l’utilisateur peut relire le travail de chaque agent et fusionner les PR
    • Vibe Kanban
      • Outil de gestion d’agents de code IA dans un environnement CLI + interface web
      • Permet sur un tableau de style kanban de gérer le plan des tâches, l’exécution parallèle des agents, la revue de code et la création de PR
      • Chaque tâche est traitée dans un Git worktree indépendant.
      • La capacité à traiter le travail directement dans un workflow kanban est particulièrement marquante
    • Claude Code Web
      • Version web de Claude Code, utilisable aussi sur mobile.
      • Adaptée à de petits ajouts de fonctionnalités ou à des corrections de bugs lorsqu’on n’a pas accès à son ordinateur
    • GitHub Copilot coding agent
      • Outil d’orchestration d’agents IA directement utilisable dans GitHub
      • Quand l’utilisateur assigne une issue GitHub à Copilot, l’agent s’exécute dans un environnement sûr via GitHub Actions.
      • Le travail se fait en arrière-plan, les commits sont poussés vers une Draft PR et, une fois terminé, l’agent demande une relecture à l’utilisateur.
      • Si l’on laisse un commentaire sur la Draft PR, l’agent prend cette revue en compte.

• Beads & Gas Town - open source pour la collaboration entre agents

  • Des outils open source développés par Steve Yegge pour résoudre les problèmes inévitables de perte de mémoire (memory loss) ainsi que de collaboration et de coordination lorsqu’on exploite des agents IA à grande échelle.
  • Beads - mémoire basée sur Git
    • Un framework léger qui fournit aux agents IA une trace de raisonnement persistante (durable reasoning trail), autrement dit une « mémoire à long terme »
    • Stocke directement les graphes de tâches et les données de planification sous forme de fichiers JSONL versionnés dans un dépôt Git
    • Utilise des issues structurées (beads) avec liens de dépendance, plutôt qu’une simple liste de tâches textuelle
    • Permet de créer une piste d’audit (audit trail) des décisions pour fournir le contexte d’une décision donnée
    • Claude Code s’est directement inspiré de Beads pour faire évoluer son ancien système de Todos vers Tasks
  • Gas Town - orchestrateur multi‑agents
    • Considère les agents IA comme une main-d’œuvre organisée et gère l’ensemble du workflow
      • Mayor : responsable de la répartition du travail
      • Deacon : surveille l’état du système
    • Les agents travaillent dans des Git worktrees distincts, chacun étant une copie de la codebase
    • Conçu en donnant la priorité à la vitesse et à la scalabilité (Throughput over perfection)
      • Même si cela implique d’accepter un peu de travail redondant dans de grosses migrations ou opérations de refactoring,
        le but est de maximiser la production globale
  • Les deux projets sont disponibles sur le GitHub de Steve Yegge.

• Clawdbot (désormais OpenClaw) - agent personnel centré sur l’environnement local

  • Agent basé sur un LLM créé par Peter Steinberger et exécuté sur un ordinateur local
  • Il est possible de dialoguer avec l’agent via l’application de messagerie choisie par l’utilisateur, comme iMessage, Telegram ou WhatsApp
  • Depuis cette application, on peut lui demander de gérer des fichiers, naviguer sur le web, exécuter des commandes terminal, ou utiliser la caméra et l’écran
  • Comme il s’agit d’un outil offrant une grande liberté, il faut être particulièrement attentif à la sécurité
    • Créer au niveau de l’OS un compte utilisateur non administrateur pour l’utiliser
    • Gérer les permissions pour ne donner accès qu’à certains dossiers de projet
    • Si l’on doit accéder à distance au bot installé chez soi, laisser la gateway sur localhost et utiliser un tunnel SSH
  • Optimisation du workflow
    • Pour éliminer le contexte inutile, utiliser la commande /clear plutôt que /compact
    • Commencer par réaliser le travail manuellement avec le bot, puis demander la création d’une Skill à partir de l’ensemble de la conversation
    • Sur des plateformes comme iMessage ou WhatsApp, il est recommandé d’utiliser un numéro dédié et un compte séparé
  • Mémoire & performance
    • Placer à la racine du projet un fichier CLAUDE.md ou IDENTITY.md pour y stocker ce qui doit être conservé dans la durée
    • Si la fonctionnalité « Live Canvas » devient lente, vider manuellement le cache pour réinitialiser l’espace de travail visuel

• Sub-agents - équipe IA modulaire

  • Les sub-agents sont des instances d’IA spécialisées, chacune dédiée à une tâche précise au sein d’un workflow plus large
  • L’orchestrateur principal (Primary orchestrator) leur délègue les tâches, puis les sub-agents s’exécutent de manière autonome avant de renvoyer leurs résultats
  • À mesure que la taille des projets augmente, une IA unique est facilement surchargée à cause de la pollution du contexte (context pollution) ; les sub-agents résolvent ce problème en décomposant les problèmes complexes en unités gérables
  • Claude Code, Cursor et Antigravity prennent en charge les sub-agents