À l’ère où les agents IA codent 80 %, le vrai problème des développeurs, c’est la « dette de compréhension »

Constat : basculement rapide de 80 % de code manuel à 80 % de code produit par des agents (selon Andrej Karpathy)

• Équipe Claude Code : plus de 20 PR par jour, toutes rédigées à 100 % par l’IA
• On parlait autrefois du « problème des 70 % » → nous sommes désormais entrés dans l’ère des 80 % et plus

Évolution de la nature des erreurs

• Avant : surtout des erreurs de syntaxe et des bugs simples
• Aujourd’hui : surtout des échecs conceptuels et architecturaux
  • propagation d’hypothèses erronées (assumption propagation)
  • mauvaise compréhension au départ → puis tout le reste s’empile dessus
  • trop d’abstraction et d’overengineering (explosion de classes de 100 lignes à 1 000 lignes)

Concept clé : la dette de compréhension (comprehension debt)

• L’IA implémente quelque chose de plausible → les tests passent → tentation de fusionner à la va-vite
• Plus tard, impossible d’expliquer « comment ce code fonctionne »
• La capacité à écrire (generation) ≠ la capacité à lire et comprendre (discrimination)
• Risque que la review se réduise à un simple coup de tampon formel
• À long terme, perte de compréhension de sa propre codebase

Le paradoxe de la productivité

• Volume de PR fusionnées +98 %, taille des PR +154 % (Faros AI·DORA)
• Temps de review du code +91 % → nouveau goulot d’étranglement
• Enquête Atlassian 2025 : 99 % affirment « économiser plus de 10 heures par semaine » → pourtant, la charge de travail globale ne diminue pas
• Le temps économisé est absorbé par les changements de contexte, la coordination et la gestion du changement
• « On a acheté une voiture plus rapide, mais la route est encore plus embouteillée »

Le point de bifurcation du rôle des développeurs (Karpathy)

• Polarisation entre ceux qui « aiment coder » et ceux qui « aiment construire »
• Les premiers : sentiment de perte
• Les seconds : sentiment de libération (le code devient un moyen → bascule vers la supervision architecturale et la coordination)
• Cas de réussite : redéfinition du rôle de l’implémenteur vers l’orchestrateur (orchestrator)
  • renforcement d’une pensée déclarative
  • Sondage d’Armin Ronacher : 44 % restent encore à plus de 90 % de code manuel, tandis qu’une très petite minorité adopte l’extrême du 100 % IA

Les environnements où les 80 % fonctionnent bien vs ceux où c’est risqué

• Bien adaptés : greenfield, MVP, projets personnels, startups sans legacy (scaffolding rapide et refactoring agressif possibles)
• Risqués : codebases matures à grande échelle, invariants complexes, environnements riches en règles implicites (les agents ne savent pas ce qu’ils ignorent, avec en plus un excès de confiance)

Conclusion (Karpathy)

• L’IA ne remplace pas les ingénieurs, elle les amplifie
• Les tâches monotones disparaissent → seule la partie créative reste
• Programmer devient plus amusant et donne davantage d’audace
• L’identité du développeur : de « personne qui écrit du code » à « personne qui résout des problèmes avec du logiciel » (l’essence ne change pas)

→ À l’ère de l’IA, le défi central des développeurs n’est pas la vitesse de génération du code, mais le maintien de la compréhension et la gestion de cette dette

https://aisparkup.com/posts/8925