#engineering

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.

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.

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.

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.

Comparer review indépendante, auto-review et contrôles déterministes. Mesurer les défauts supplémentaires détectés, les fausses acceptations, les régressions et le coût d'une passe supplémentaire.

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.

Construisez une boucle de review bornée avec entrées figées, champs d’exécution et de résultat séparés, limites de tentatives, transmission de preuves et escalade humaine.

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.

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.

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.

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.

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.

Utiliser L0 à L5 pour diagnostiquer la dérive du contexte, puis maintenir l'adhérence par observation, réparation et répétition plutôt que de considérer la configuration comme terminée.

Anthropic a mesuré les PR fusionnées ; METR a mesuré la durée des tâches dans un autre cadre. Ce qu’établissent ces résultats et la recherche sur le contexte long, et ce qui reste une hypothèse.

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.

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.

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

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

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.

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.

Jeremy Twei l’a nommé. Addy Osmani l’a popularisé. Margaret-Anne Storey l’a étendu aux équipes. Voici ce que j’ai construit pour combattre ces trois dimensions.

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.