L’artisanat logiciel à l’ère de l’IA

Du geste qui écrit le code au regard qui conçoit les systèmes

O'Reilly organisera le 26 mars sa troisième AI Codecon sur le thème « L’artisanat logiciel à l’ère de l’IA ». Les hôtes de l’événement, Tim O'Reilly et Addy Osmani, posent frontalement la question de ce que signifie encore le mot « artisanat » à une époque où des agents écrivent une part importante du code. La formule de Steve Yegge, « Le code est liquide. On le projette au tuyau, on ne l’examine pas de près », ainsi que l’exemple de Wes McKinney, créateur de pandas, qui produit du code en consommant plus de 10 milliards de tokens par mois dans un langage Go qu’il n’a jamais écrit à la main, servent de toile de fond à l’événement.

Le camp de la dark factory

• Concept : une expression qui fait référence à une usine robotisée sans personnel où il n’est même pas nécessaire de laisser les lumières allumées ; elle désigne un environnement de production logicielle où l’humain donne la direction et les agents prennent en charge l’essentiel de l’implémentation.
• Antfarm de Ryan Carson : un outil open source qui installe d’un seul commande toute une équipe d’agents sur OpenClaw. Un agent de planification décompose les demandes de fonctionnalités en user stories, puis des agents distincts implémentent et testent chaque story dans des environnements isolés avant de renvoyer des PR (pull requests) validées.
• Automatisation de la revue humaine : dans le pipeline CI (intégration continue), des agents enregistrent en vidéo leur propre utilisation de la fonctionnalité et joignent ces séquences à la PR. Le rôle humain n’est plus la production, mais la revue.
• Point limite : l’événement abordera aussi les zones où les agents échouent ou où la boucle de feedback se brise, révélant des problèmes que de simples nouvelles tentatives automatiques ne suffisent pas à résoudre.

Le camp pour qui l’artisanat est désormais de la supervision

• Les patterns d’orchestration d’Addy Osmani : sa présentation « Orchestrating Coding Agents » couvre tout le spectre, depuis l’environnement d’un fondateur solo qui lance des centaines de sessions sans regarder le code jusqu’aux équipes enterprise ayant besoin de quality gates et de maintenance de long terme. Sa position est qu’il faut des « patterns », pas seulement des outils.
• Context engineering : concept nommé par Andrej Karpathy, il désigne l’art de structurer l’information pour que les LLM fonctionnent de manière fiable. C’est aussi le thème central du nouveau livre d’Osmani, Beyond Vibe Coding.
• Le point de vue de Cat Wu chez Anthropic : en tant que responsable produit de Claude Code et Cowork, elle cherche à concevoir des systèmes fiables, interprétables et pilotables (reliable, interpretable, steerable), de manière à ce que l’humain reste naturellement dans la boucle. Une vision qui contraste avec la quête d’autonomie maximale de Carson.

Le courant qui s’intéresse au coût de l’échec

• Nicole Koenigstein : dans sa présentation « Le coût caché des échecs d’agents », elle analyse des modes de défaillance invisibles en démo mais qui explosent en production. Elle est l’autrice du nouveau livre O'Reilly AI Agents: The Definitive Guide.
• Hila Fox (Qodo) : elle partage le parcours réel qui mène d’outils à base de prompts simples à des systèmes multi-agents de niveau production, ainsi que les problèmes qui apparaissent en chemin.
• Advait Patel (Broadcom SRE) : il présentera un cas concret de réponse à incident lorsqu’un agent IA a endommagé un système de production.
• Abhimanyu Anand (Elastic) : il pose la question « Et si vos evals vous mentaient ? », en avertissant du risque de construire des systèmes sur des frameworks d’évaluation défaillants.

L’idée que le goulet d’étranglement n’est plus la main, mais le jugement

• The Mythical Agent-Month : Wes McKinney applique aux agents la thèse classique de Fred Brooks selon laquelle « ajouter des effectifs à un projet en retard ne fait que le retarder davantage ». Les agents ne réduisent pas la complexité essentielle ; ils produisent au contraire de la complexité accidentelle à la vitesse des machines.
• La barrière du brownfield : selon une observation rapportée ici, vers 100 000 lignes de code, les agents commencent à s’étouffer dans le code obèse qu’ils ont eux-mêmes produit.
• Le goût (taste) comme ressource rare : à mesure que la contrainte de travail disparaît, la capacité à garder en tête la cohérence conceptuelle d’un système et à décider quoi construire — et quoi retirer — devient le facteur différenciant décisif. La conclusion est que les développeurs qui survivront ne seront pas ceux qui lancent le plus de sessions en parallèle, mais ceux qui peuvent conserver le modèle conceptuel du projet dans leur tête.

Nouvelles organisations et nouvelles architectures

• L’AI Flower de Juliette van der Laarse : une architecture ouverte des compétences pour l’ingénierie AI-native, qui traite de la manière dont les organisations d’ingénierie doivent redistribuer leurs capacités dans un environnement où les agents prennent en charge l’essentiel du coding.
• Automatisation vs augmentation selon Mike Amundsen : l’automatisation remplace le travail humain, tandis que l’augmentation amplifie l’expertise humaine. Selon lui, la distinction entre les deux déterminera la forme future de l’économie humain-IA.
• Tatiana Botskina (Oxford) : elle traite de la collaboration entre agents et du problème de provenance, autrement dit de la manière de vérifier l’origine des productions générées par des agents.
• Neethu Elizabeth Simon (Arm) : elle aborde la question fondamentale de fiabilité que représente le test des serveurs MCP (Model Context Protocol). Le sujet devient d’autant plus important que MCP s’impose comme tissu standard de connexion entre systèmes d’agents.
• Arushee Garg (LinkedIn) : elle partagera un cas de système multi-agents de production générant des messages d’outreach.

Perspective enterprise

• Fireside chat avec Aaron Levie, CEO de Box : selon lui, les agents ne remplaceront pas le logiciel enterprise ; ils viendront se greffer dessus, et pour fonctionner, ils auront besoin de contenu, de contexte et de gouvernance.
• Libération du travail latent : c’est la vision selon laquelle l’IA ouvre des tâches que les entreprises n’abordaient pas à cause des coûts, comme l’analyse de contrats ou l’optimisation de processus.
• Réévaluation du jugement humain : dans un environnement d’agents, la valeur de la compréhension contextuelle humaine et de la gouvernance ne diminue pas ; elle augmente au contraire.
• L’inquiétude de Tim O'Reilly : le texte soulève aussi le risque que l’IA crée une immense valeur tout en érodant le circuit économique de l’expertise humaine qui la soutient.

Contrastes entre les camps

• Carson contre Cat Wu : opposition entre la recherche d’une autonomie maximale et une philosophie de conception qui maintient naturellement la supervision humaine.
• McKinney contre Osmani : ils aboutissent à la même conclusion — l’importance du goût et du jugement de conception — mais par des chemins différents, l’un depuis la perspective du développeur individuel, l’autre depuis celle d’équipes de plusieurs centaines de personnes.
• Enthousiasme et vigilance : Koenigstein et Fox remettent au centre une question que l’optimisme d’autres interventions tend à masquer : « que se passe-t-il quand ça échoue ? »

Dans l’ensemble, le texte défend l’idée que l’artisanat logiciel ne disparaît pas, mais qu’il est en train de migrer. Le centre de gravité se déplace de la frappe du code vers la conception de systèmes, de l’héroïsme individuel vers l’orchestration de multiples agents, du savoir-faire manuel vers le goût et le jugement. En reprenant la formule de Steve Yegge, Tim O'Reilly conclut en demandant si nous sommes à la fin de la programmation comme artisanat ou au début d’un nouvel artisanat, et estime que les développeurs qui comprendront cette transition les premiers disposeront du plus grand avantage.