Ing. Calogero Bono
GitHub a publié un guide pour les développeurs sur l'agentic engineering, c'est-à-dire le travail avec des agents IA tout au long du cycle du logiciel. Le point de départ, ce sont les chiffres annoncés par l'entreprise. Pendant la semaine d'octobre, les commits ont dépassé 1,2 milliard, soit plus de 400% en plus d'un an auparavant. Écrire du code coûte moins cher, mais planifier, relire et observer restent le goulot d'étranglement, et c'est là que se joue la vraie productivité.
Quelques termes, avant d'entrer dans les faits. Agentic engineering désigne une façon de travailler dans laquelle des agents IA accomplissent des tâches en autonomie et tu les guides. Une pull request est la proposition de modification qu'un collègue relit avant la fusion. Le triage est le tri des signalements par priorité. CodeQL est l'outil de GitHub qui analyse le code à la recherche de vulnérabilités. Un sandbox est un environnement isolé dans lequel le code s'exécute sans toucher à ton ordinateur.
Pourquoi plus de code ne signifie-t-il pas plus de productivité ?
Selon GitHub, pendant une semaine d'octobre il y a eu plus de commits que sur toute l'année 2025. L'entreprise se demande si les développeurs se sentent vraiment productifs à hauteur de 400% en plus.
La seconde donnée provient d'une étude de Faros AI citée par GitHub. Les pull requests sont restées en revue 441% plus longtemps lorsque les équipes sont passées d'une utilisation faible à une utilisation forte de l'IA. Le travail se déplace de l'écriture vers la vérification.
C'est le même scénario que nous avons raconté en parlant de GitHub Rubicon, conçue pour de nombreux agents sur un seul dépôt.
Comment planifier avec Copilot ?
La phase Plan sert à rassembler en un seul endroit le contexte éparpillé entre outils, discussions et anciennes pull requests. GitHub indique Copilot dans Slack ou Teams pour planifier ensemble avec les product managers, designers et analystes.
- Copilot peut créer des GitHub Issues avec des critères d'acceptation et des tâches séparables.
- GitHub Agentic Workflows étiquette les issues et estime la complexité, afin que les tâches simples soient confiées directement à Copilot.
- Plan Mode compare les approches et produit un plan à approuver avant l'implémentation.
Comment travailler sur plusieurs tâches à la fois ?
Dans la phase Build, la continuité de session permet de reprendre la même session Copilot depuis des appareils différents. Les tâches s'exécutent dans des sandboxes cloud, elles continuent donc même avec le portable fermé. L'application Copilot donne à chaque session une copie isolée du dépôt.
La connaissance du projet passe par les instructions du dépôt et la mémoire partagée. Copilot Dreaming examine les sessions éligibles et les retours sur les pull requests pour mettre à jour les mémoires. Avec Copilot Fusion, tu choisis les modèles et la profondeur de raisonnement, en équilibrant qualité, coût et délais. Une approche proche de celle décrite dans AI agentica e automazione avanzata.
Comment réduire le temps de revue des pull requests ?
Pour GitHub, la file de revue, c'est « 441% en pratique ». La réponse consiste à agir sur deux fronts, des changements plus faciles à relire et des contrôles de routine confiés à Copilot.
- Les stacked pull requests découpent le travail dépendant en petits morceaux.
- GitHub Code Quality contrôle les modifications par rapport aux standards de l'organisation.
- Copilot code review adapte la profondeur à l'ampleur du changement.
- AI Scan cherche des vulnérabilités au-delà de la couverture de CodeQL, tandis que l'AI secret detection repère les secrets non structurés comme les mots de passe. Pour approfondir, il y a notre guide sur la gestion des secrets.
- Le package firewall, en aperçu public pour npm, peut bloquer les téléchargements contraires aux politiques.
- Agentic Autofix propose des corrections de sécurité et Agent Merge gère les checks échoués, les commentaires et les conflits.
Si tu le configures, Copilot peut aussi fusionner les pull requests lorsque les vérifications réussissent.
Limites à connaître
Le texte est un guide publié par GitHub, donc les avantages sont des déclarations de l'entreprise et non des résultats mesurés de manière indépendante. Dans le matériel dont nous disposons, la phase Observe est tronquée, nous ne pouvons donc pas la décrire en entier. Les prix, les forfaits nécessaires et la disponibilité de chaque fonction manquent, à part l'aperçu public du package firewall. L'étude de Faros AI est citée, nous ne l'avons pas vérifiée.
Ce qui change pour ceux qui travaillent avec le numérique
Si tu développes avec l'IA, le temps gagné en écrivant risque de se perdre dans les reviews. Il vaut mieux travailler avec des pull requests petites et ciblées, et automatiser les contrôles de routine avant l'arrivée d'un collègue. Ceux qui utilisent Cursor ou d'autres assistants devraient faire le même raisonnement. Pour les petites équipes, bien rédiger les instructions du dépôt devient une partie du travail.
Notre avis
Le guide a le mérite de partir d'un problème réel, la revue de code, plutôt que de vanter seulement la vitesse. Il reste néanmoins du contenu promotionnel. De nombreuses fonctions citées, de Agent Merge à la fusion automatique, transfèrent la confiance vers l'agent précisément là où il faudrait davantage d'attention humaine. Le risque est de remplacer la file de review par une file de contrôles automatiques que personne ne lit. La méthode a du sens, mais elle doit être introduite étape par étape et mesurée.
Questions fréquentes
Qu'est-ce que l'agentic engineering selon GitHub ?
C'est un flux de travail dans lequel des agents IA aident à quatre phases, Plan, Build, Verify et Observe. Le développeur guide les résultats. GitHub le propose comme une extension au-delà de la simple génération de code.
Combien de commits GitHub a-t-il enregistrés ?
Plus de 1,2 milliard en une semaine d'octobre. Selon GitHub, c'est plus de 400% de plus qu'un an auparavant et davantage que les commits de toute l'année 2025.
Que dit l'étude de Faros AI ?
Les pull requests restent en revue 441% plus longtemps avec une forte adoption de l'IA qu'avec une faible. GitHub la cite comme preuve que la pression se déplace vers la revue.
Copilot peut-il fusionner les pull requests tout seul ?
Oui, si tu le configures. GitHub indique que Copilot fusionne les pull requests lorsque les vérifications définies sont réussies.
Le package firewall est-il disponible pour tous ?
Il est en aperçu public pour npm. Il peut bloquer les téléchargements qui enfreignent les politiques de sécurité configurées. Pour les autres écosystèmes, la source ne dit rien.
Ce qu'il faut surveiller dans les prochains mois sur les reviews assistées
La question est de savoir si ces outils réduisent vraiment l'attente pour les reviews. Les données indépendantes en diront plus que les guides.
- Mesure le temps moyen de revue de tes pull requests avant et après l'introduction des agents.
- Vérifie quand la phase Observe sera décrite en entier et comment elle s'articule avec tes outils de monitoring.
- Contrôle les forfaits et les coûts des fonctions de sécurité avant de leur confier les contrôles.
