Les agents de codage IA génèrent plus de code, mais pas plus de logiciels. La raison de cette divergence se trouve directement dans le processus de revue de code, qui prend beaucoup plus de temps en moyenne après l'introduction des agents IA. En général, le temps moyen du "processus de revue" entre l'envoi d'une demande d'extraction (pull request) et son intégration dans la base de code augmente de 49 % en moyenne après l'introduction des agents IA.
Cet effet peut également être vu dans des données plus détaillées, avec les chercheurs notant que "le pourcentage de demandes d'extraction avec des modifications demandées presque doublé, et le nombre de commentaires par demande d'extraction a augmenté de 35 %" après le passage aux agents IA. En réponse à ce changement, les chercheurs ont constaté une augmentation de 14 % du pourcentage de travailleurs effectuant des revues de code après l'introduction des agents IA. Ils écrivent également qu'ils "ne peuvent pas attribuer de changements d'emploi significatifs à l'IA" après avoir examiné le nombre total de travailleurs actifs chez Jellyfish et croisé les données avec LinkedIn dans ces entreprises.
Les demandes d'extraction ont besoin de modifications beaucoup plus souvent dans l'ère du "coding agentique". Les demandes d'extraction ont besoin de modifications beaucoup plus souvent dans l'ère du "coding agentique". Crédit : Chen et Stratton Bien que l'IA puisse également théoriquement aider à ce processus de revue, les chercheurs ont constaté que, jusqu'à présent, cet impact restait marginal.
Bien que 80 % des entreprises mesurées aient utilisé une forme de revue de code IA en mars 2026, les agents IA n'étaient responsables que de 23,3 % de tous les commentaires de revue et de 10,8 % de toutes les demandes d'extraction, suggérant que les humains étaient toujours responsables de la majeure partie de ce travail. Les agents IA sont évidemment encore une partie relativement nouvelle du monde du codage, et des mises à jour importantes et des améliorations de leur sortie ont eu lieu même depuis la date limite des données de cette étude en mars 2026. Et bien que 95 % des entreprises dans l'étude aient mis en œuvre des agents de codage IA à ce stade, beaucoup ont probablement encore un processus d'apprentissage quant à comment et quand les déployer de la meilleure manière.
Ces types d'équilibres entre "temps de codage versus temps de revue" pourraient s'améliorer à mesure que les équipes d'ingénierie logicielle gagneront en expérience sur les avantages et les inconvénients de confier des problèmes de codage spécifiques à un agent IA. Pour l'instant, laisser l'IA écrire votre code ressemble à une épée de double tranchant, avec des augmentations de la vitesse de codage contrebalancées par des augmentations similaires du temps et de l'effort de revue de code humain. C'est le type de résultat qui nous fait nous demander si le temps et le coût considérables nécessaires pour que les agents de codage IA fonctionnent sont vraiment valables pour la plupart des entreprises.
Source: Ars Technica · Résumé par HeadlinesBriefing