Trouvez les conseils adaptés à votre étape d’adoption actuelle.

Une réécriture à 214 $ avec un agent de code IA

Une facture vérifiée de 214 $ pour une réécriture destinée à la production, contrôlée par comparaison avec la transcription source, côtoie un corpus d’environ 2 900 conférences tech sur les coûts des agents de code.

A $214 AI coding agent rewrite

A verified $214 bill for a production rewrite, checked against the source transcript, sits beside a corpus of about 2,900 tech talks on coding-agent costs.

Une toile de fond à mille milliards : ce que les marchés voient et que les équipes ne voient pas

Un gigawatt de capacité de data center IA coûte environ 50 milliards de dollars. OpenAI a évoqué en ajouter jusqu’à 26, en arrière-plan des coûts de cette série.

The trillion-dollar backdrop: what markets see that teams don't

One gigawatt of AI data-center capacity costs about $50 billion. OpenAI has discussed adding up to 26, behind the series' cost figures.

Campus IA à Fouju : le projet, en bref

Près de Melun, Campus IA prévoit 11 centres de données en Seine-et-Marne. L’Élysée le présente comme le plus grand campus IA de France. Trois sont autorisés.

Campus IA in Fouju: the project in brief

Near Melun in Seine-et-Marne, Campus IA plans 11 data centers. The Élysée calls it France's largest AI campus. Three buildings are authorized.

Campus IA à Fouju : le projet détaillé

Autorisations, énergie, impacts, oppositions : ce dossier rassemble les chiffres, les sources et les questions ouvertes sur Campus IA à Fouju.

Campus IA in Fouju: the project in detail

Authorizations, energy, impacts, and opposition: this dossier collects the figures, sources, and open questions around Campus IA in Fouju.

Configurer Claude Code, niveau par niveau

Trois couches de configuration pour le contexte du projet, les outils quotidiens et la mémoire persistante, avec des contrôles de chargement et de comportement.

Claude Code setup, level by level

Three configuration layers for project context, daily tools and persistent memory, with checks for what loads and how it behaves.

Claude Code sous le capot

Les concepts que j’aurais aimé connaître avant la première semaine : boucle agentique, portée des instructions, gestion du contexte, invocation des skills, hooks et contrôles de permission du client.

Claude Code under the hood

The concepts I wish I’d known before week one: the agent loop, instruction scopes, context management, skill invocation, hooks, and client permission checks.

Choisir votre parcours de départ en ingénierie assistée par IA

Choisissez entre Claude Code et Cowork, puis suivez le parcours Start, Build ou Scale adapté à votre rôle et à votre problème opérationnel actuel.

Choose your AI-assisted engineering starting path

Choose between Claude Code and Cowork, then follow the Start, Build, or Scale path that matches your role and current operating problem.

D’un profil non technique à la production en 10 jours avec Cursor AI

Un non-développeur a modifié 80 fichiers en production en 10 jours avec Cursor AI. Chronologie exacte, configuration IA et implications pour les équipes d’ingénierie en 2026.

Non-technical to production in 10 days with Cursor AI

A non-developer modified 80 files in production in 10 days with Cursor AI. Exact timeline, AI config setup, and what it means for engineering teams in 2026.

De VP Engineering à la construction en solo : mon regard franc

Ce qu’environ 15 ans de logiciel, dont 8 à 10 ans de leadership, m’apportent pour construire avec l’IA, ce que j’ai dû réapprendre et pourquoi coder plus vite ne suffit pas.

From VP engineering to solo builder: my honest take

What roughly 15 years in software, including 8 to 10 in leadership, give me as an AI-assisted builder, what I had to relearn, and why faster code is not enough.

Le portfolio v1.0 est lancé

Portfolio v1.0 launched

5 preuves de progression quand on travaille avec des agents IA

Un test vert pour la mauvaise raison sert de point de départ à une grille pour cadrer, vérifier, expliquer, corriger et transmettre le travail d’un agent.

5 ways to demonstrate progress with AI agents

A test that passes for the wrong reason leads to a practical way to assess how a team scopes, verifies, explains, fixes and hands over an agent’s work.

Des tokens à la valeur produit, retour sur le live Insitoo

Avec Thomas Pierrain et Vanessa Gossent, je reviens sur les coûts de l’IA, le recrutement, les agents en parallèle et le travail à reprendre.

From tokens to product value, after the Insitoo live

With Thomas Pierrain and Vanessa Gossent, I revisit AI costs, hiring, parallel agents and the work we have to redo after delivery.

Context engineering et code review avec Bruno Soulez

Avec Bruno Soulez, je parle de context engineering, de harnais et de code review : ce que je délègue aux agents et ce que je continue à vérifier.

Context engineering and code review with Bruno Soulez

My conversation with Bruno Soulez on context engineering, agent harnesses and code review: what I delegate and what I still check.

5 reviewers de code IA, 1 repository, et ce que les développeurs ont fait ensuite

Trois mois, 1 011 pull requests et 8 728 commentaires inline de review IA : 4,5 % ont reçu une réponse humaine visible. Ce que montrent les données et ce qu’elles ne peuvent pas dire.

5 AI code reviewers, 1 repository, and what developers did next

Three months, 1,011 pull requests and 8,728 inline AI review comments: 4.5% got a visible human response. What the data shows, and what it cannot.

Tester Opus 5.5 comme référence de code review

Opus 5.5 est la prochaine référence de reviewer à tester : définir l’effort explicitement, adapter le client API et ne garder un deuxième reviewer que s’il trouve des défauts vérifiés.

Testing Opus 5.5 as the code-review baseline

Opus 5.5 is the next reviewer baseline to test: set effort explicitly, update the API adapter, and keep a second reviewer only when it catches verified defects.

Transformer les commentaires de review récurrents en contrôles testés

Quand la même correction acceptée revient, tester si elle relève d'un linter, d'un type, d'un test, d'un exemple, d'une règle de repository, d'une checklist ou d'une décision architecturale.

Turn recurring review comments into tested controls

When the same accepted correction returns, test whether it belongs in a linter, type, test, example, repository rule, checklist, or architecture decision.

Une review verte n'est pas un contrôle de merge

Un signal de review n'est utile que si son fournisseur, son SHA de commit, sa couverture, son état d'exécution, sa publication et sa place dans la politique de branche sont explicites.

A green review is not a merge gate

A review signal matters only when its provider, commit SHA, coverage, execution state, publication, and place in branch policy are explicit.

Exploiter un système multi-reviewers en sécurité

Exécuter des reviewers locaux, CLI et distants avec frontières de confiance explicites, moindre privilège, constats structurés, budgets, états dégradés et contrôles d'arrêt.

Operating a multi-reviewer system safely

Run local, CLI, and remote reviewers with explicit trust boundaries, least privilege, structured findings, budgets, degraded states, and shutdown controls.

Du code au merge : organiser le travail des agents en équipe

Guide du talk Dev With AI : harnais, contrôles locaux, reviews IA, corrections bornées et résultats liés au bon commit. Exemples et slides.

From code to merge: organizing agent workflows as a team

Dev With AI talk guide: agent harnesses, local checks, AI reviews, bounded corrections and results tied to the right commit. Examples and slides.

Lean et IA : suivre le travail jusqu'à l'utilisateur

L'IA peut accélérer une étape tandis que la demande attend ailleurs. Une méthode pratique pour cartographier le service entier, protéger la qualité et mesurer les résultats utilisateurs acceptés.

Lean and AI: follow the work until it reaches the user

AI can speed up one step while the request waits elsewhere. A practical way to map the full service, protect quality and measure accepted user outcomes.

Les données d’adoption IA de Doctolib vérifiées par recoupement

Quatre conférences et des sources extérieures documentent les initiatives IA de Doctolib ; deux portent le déploiement de 30 à 600 ingénieurs, sans le réduire à un chiffre unique.

Doctolib's cross-verified AI adoption data

Four conference talks and outside sources document Doctolib's AI initiatives; two carry the 30-to-600 engineer rollout, without reducing it to one figure.

Le FinOps appliqué aux tokens : qui est responsable de la facture IA

Le FinOps cloud a commencé par une étude de coût, puis a désigné un responsable pour suivre ce coût. Trois cas de praticiens montrent cette séquence appliquée aux factures de tokens.

FinOps applied to tokens: who owns the AI bill

Cloud FinOps put a cost study first and a named owner for the number second. Three practitioner cases show that sequence applied to token bills.

Mesurer son propre usage de l'IA : trois compteurs, trois réponses différentes

Vingt jours de mon usage de Claude Code et Codex, mesurés de trois façons. Les outils divergent d'un facteur trois, et la contrainte n'est pas en dollars.

Measuring your own AI usage: three meters, three different answers

Twenty days of my own Claude Code and Codex usage, measured three ways. The tools disagree by a factor of three, and dollars are not what binds.

Le prix par token est incomplet : pourquoi des modèles moins chers ne font pas des factures moins chères

Opus 5.5 change l’économie des entrées, sorties et du cache. Chiffrez la tâche acceptée, nouvelles tentatives et review comprises, avant de choisir un modèle moins cher.

Price per token is incomplete: why cheaper models don't mean cheaper bills

Opus 5.5 changes input, output and cache economics. Price the accepted task, including retries and review, before choosing a cheaper model.

Productivité du développement avec IA : pourquoi un gain ne suffit pas pour vos prévisions

Une conférence de recherche de Stanford, des estimations de DX et deux études de terrain mesurent des formes différentes de production de code avec IA. Aucune ne fournit de prévision budgétaire universelle.

AI coding productivity: why one gain is not your forecast

A Stanford research talk, DX estimates and two field studies measure different forms of AI coding output. None supplies a universal budget forecast.

Pourquoi le ROI de l’IA reste invisible, même pour ceux qui le mesurent

Les affirmations selon lesquelles personne ne peut mesurer le ROI de l’IA et 95 % des pilotes ne rapportent rien sont plus fragiles qu’on ne le raconte habituellement, une fois leurs sources vérifiées.

Why AI ROI stays invisible, even to the people measuring it

Claims that nobody can measure AI ROI and that 95% of pilots return zero are weaker than their usual retellings, once their sources are checked.

Vous ne pouvez pas dépendre d’un fournisseur IA unique

Une chute boursière de 589 milliards de dollars en une journée, une plateforme de modèles pour entreprises et un serveur de secours à 25 000 € montrent trois échelles de dépendance fournisseur.

You cannot depend on a single AI vendor

A $589 billion single-day stock rout, an enterprise model platform, and a €25,000 backup server show three scales of vendor dependence.

Passer l'observateur mémoire à un modèle local : cinq contraintes que personne ne documente

Étude de cas de septembre 2026 sur claude-mem 13.24.1 : passer les observations de Sonnet 5 à Qwen2.5-Coder-7B, avec des limites mesurées de timeout et de qualité de sortie.

Moving the memory observer to a local model: five constraints nobody documents

A September 2026 claude-mem 13.24.1 case study: moving observations from Sonnet 5 to Qwen2.5-Coder-7B, with measured timeout and output-quality limits.

Une seule source configure Claude Code et Codex

Une configuration d'agents inspectée, partagée par Claude Code et Codex : releases immuables, 4 couches d'exécution, routage BM25 des skills et écarts relevés. Rapport complet à lire en ligne.

One source configures Claude Code and Codex

An inspected agent configuration shared by Claude Code and Codex: immutable releases, 4 execution layers, BM25 skill routing and the gaps found. Full report to read online.

Back Market a sorti 245 développeurs d'Anthropic en direct

Ce que Back Market a mesuré après 2 mois sur OpenRouter : budget par personne, choix des fournisseurs, chaîne de responsabilité. Rapport complet à lire en ligne.

Back Market moved 245 developers off direct Anthropic access

What Back Market measured after 2 months on OpenRouter: a per-person budget, a provider shortlist, a longer liability chain. Full report to read online.

Une configuration d’agents portable est un système de release, pas un dossier partagé

Partager instructions, skills et définitions MCP Claude Code et Codex via des releases versionnées, adaptateurs d’hôte et contrôles de l’installation et du comportement à l’exécution.

Portable agent configuration is a release system, not a shared folder

Share Claude Code and Codex instructions, skills and MCP definitions through versioned releases, host adapters and checks of installed and runtime behavior.

Plan-execute : exécuter plus de 20 agents sur une migration

Une migration illustrative de 243 fichiers répartie entre agents aux missions bornées, avec brief partagé, contrôles locaux et validation séquentielle des merges.

Plan-execute: running 20+ agents on a migration

An illustrative 243-file migration split across bounded agents, with a shared brief, local checks and sequential merge validation.

6/6 · La portabilité devient un sujet de Scale

Des instructions portables exigent des sources neutres, des sorties générées pour les runtimes, des contrôles de release et des tests comportementaux. Les primitives natives seules ne suffisent pas.

6/6 · Portability becomes a Scale concern

Portable instructions require neutral sources, generated runtime outputs, release controls, and behavioral tests. Native primitives alone do not provide portability.

5/6 · Le système d'instructions IA est un produit, pas un fichier de configuration

Du CLAUDE.md personnel au système d'instructions IA pour six ingénieurs. Comment Méthode Aristote sépare les sources, partage les modules et détecte la dérive comportementale en CI.

5/6 · The AI instruction system is a product, not a config file

Personal CLAUDE.md to team AI instruction system for six engineers. How Méthode Aristote separates sources, shares modules, and catches behavioral drift in CI.

4/6 · Les responsabilités autour du context engineering

Une carte des responsabilités du context engineering : architecture, spécifications, identité des agents et évaluation, avec des pistes concrètes pour les compétences existantes.

4/6 · The responsibilities around context engineering

A map of context engineering responsibilities: architecture, specifications, agent identity and evaluation, with practical directions for existing skills.

Claude est mon deuxième contributeur : ce que montrent les vraies statistiques Git

6 auteurs humains de commits et Claude dans notre historique Git (instantané de mai 2026). Les patterns de commits après des mois de Claude Code, au-delà des affirmations marketing.

Claude is my second contributor: what real Git stats show

6 human commit authors plus Claude in our git history (May 2026 snapshot). What the commit patterns actually look like after months of Claude Code, beyond the marketing claims.

De l'ajout secondaire à l'infrastructure : l'évolution de la configuration IA dans un vrai projet

Neuf mois de configuration IA dans un projet de production : responsabilités changeantes, génération par profils et réduction mesurée des lignes toujours actives.

From afterthought to infrastructure: how AI config evolves in a real project

Nine months of AI configuration in one production project: evolving responsibilities, profile-based generation and a measured reduction in always-on lines.

La vélocité de l’IA va dans les deux sens

Tout le monde parle de livrer 10 fois plus vite avec l’IA. Personne ne parle d’accumuler de la dette 10 fois plus vite. 7 mois de données de production d’une véritable plateforme EdTech.

AI velocity is bidirectional

Everyone talks about shipping 10x faster with AI. Nobody talks about accumulating debt 10x faster. 7 months of production data from a real EdTech platform.