Bruno Boucard

Plutôt que de rédiger vous-même une longue spécification, la méthode recommandée aujourd'hui consiste à inverser les rôles : c'est Claude qui vous interroge et extrait de votre tête le contexte dont il a besoin. Le prompt « interview ». La documentation officielle propose un modèle de prompt qui s'appuie sur l'outil AskUserQuestion.

Ce volet est consacré à un sujet délicat : le désapprentissage. Contrairement à ce que l'on pourrait croire, se défaire d'un savoir demande souvent plus d'effort que d'en acquérir un nouveau. Dans notre cas, nous avons longuement tâtonné pour construire un harnais qui nous semblait satisfaisant.

Un agent de codage ne se résume pas au modèle qui l'anime. Le modèle de langage en est le moteur, mais il ne travaille jamais seul : il est intégré dans un harnais, c'est-à-dire l'ensemble des instructions, outils, règles, étapes d'orchestration et mécanismes de contrôle qui encadrent son travail.

Dans la première partie, nous avons vu que le développement agentique ne remet pas seulement en question notre manière de produire du code : il transforme aussi la manière dont nous construisons notre compréhension du problème.

À l’ère des agents, notre avantage ne viendra peut-être plus de notre capacité à produire plus vite ce que nous savons déjà, mais de notre capacité à apprendre plus vite ce que nous devons réellement construire.

L'IA agentique ne remplace pas le SDLC, mais le réinvente. Les six phases du cycle de vie demeurent, tandis que la valeur se déplace de l'exécution vers la réflexion, la gouvernance et la prise de décision, faisant du SDLC un cadre privilégié pour orchestrer efficacement la collaboration entre les équipes humaines et les agents.

Le Domain-Driven Design structure le domaine métier en identifiant ses concepts, son langage ubiquitaire et les responsabilités qui organisent le système. Mais un logiciel ne se contente pas de représenter le métier : il en exprime aussi les comportements.

'impact de l'IA agentique sur la création de valeur dans le développement logiciel. Celle-ci se déplace progressivement de la production de code vers la compréhension du métier, la qualité du contexte et la prise de décision.

Depuis l'arrivée de l'IA agentique dans les équipes de développement, de nombreuses interrogations émergent quant à l'évolution des organisations de travail. Les modèles d'équipe qui se sont imposés ces vingt dernières années, largement influencés par les approches agiles, sont désormais remis en question par la capacité des agents.

L'année 2026 s'impose déjà comme un jalon historique. Elle marque le moment où l'intelligence artificielle a définitivement quitté le statut de simple innovation technologique pour devenir l'un des principaux moteurs de transformation de nos sociétés, de nos économies et de nos organisations.