
Dans cet article (4)
Agents de codage IA : analyse de l’infrastructure du flux de travail JetBrains
Points clés
- Traitez les agents de codage comme de l’infrastructure : définissez les workflows, les limites de revue et la gouvernance avant de choisir un outil par défaut.
- Mesurez les résultats, pas l’enthousiasme : suivez la charge de revue, les défauts, les tests et les constats de sécurité après les modifications assistées par des agents.
- Préservez le choix des outils lorsque c’est utile, mais exigez une visibilité partagée afin que les équipes puissent comparer honnêtement les performances des agents.
Les données de l’enquête JetBrains placent les agents de codage au cœur du travail quotidien, ce qui fait de la mesure et de la gouvernance le véritable test d’adoption.
L’agent de codage est discrètement passé du statut de petit gobelin tape-à-l’œil de l’autocomplétion à celui de plomberie de bureau. Moins glamour, oui, mais beaucoup plus susceptible d’inonder votre sprint si personne ne s’occupe des tuyaux. JetBrains Research a ajouté une nouvelle structure d’enquête autour de ce changement avec AI Coding Agents: Adoption Trends, basée sur son Developer Ecosystem Survey 2026. L’essentiel n’est pas que les développeurs essaient les agents. C’est que les équipes doivent maintenant décider si ces outils sont de petits en-cas de productivité personnelle ou une infrastructure d’ingénierie partagée.
Ce qui s’est passé : JetBrains met un chiffre sur la progression des agents
JetBrains Research indique que AI Coding Agents: Adoption Trends s’appuie sur le Developer Ecosystem Survey 2026, la dixième édition de sa grande étude mondiale représentative menée par l’équipe Strategic Research and Market Intelligence. L’entreprise indique que l’enquête couvre plus de 15 000 développeurs professionnels dans le monde, ce qui constitue un meilleur échantillon que la personne qui crie dans le chat de votre équipe après avoir installé trois extensions avant le déjeuner.
JetBrains précise également que cet article fait suite à un rapport d’avril 2026 sur l’adoption des principaux outils de codage avec IA. Autrement dit, la mesure est passée de la curiosité au suivi d’une catégorie. Le chiffre phare est celui que tout responsable d’ingénierie sera tenté de capturer à l’écran : selon JetBrains Research, de mai à juillet 2026, 90 % des développeurs professionnels utilisaient des agents de codage IA au travail.
Ce n’est pas une fonctionnalité de niche cachée derrière un drapeau expérimental. C’est une réalité de workflow, ce qui signifie que l’ignorer est désormais aussi une décision. La question devient moins « les développeurs doivent-ils utiliser des agents ? » et davantage « où les agents sont-ils autorisés à agir, que peuvent-ils toucher, et comment leur production est-elle relue ? ».
Pourquoi c’est important : JetBrains emballe de la plomberie, pas des confettis
JetBrains AI décrit son écosystème comme de l’IA pour le développement logiciel professionnel, incluant l’assistance dans l’IDE, les workflows pilotés par des agents et la gouvernance pour les équipes. Ce cadrage compte, car un agent de codage n’est plus seulement une zone de texte avec de l’ambition. JetBrains cite les IDE JetBrains, un choix d’agents IA, la gouvernance et le contrôle, l’exécution et l’orchestration, ainsi que l’évaluation et l’optimisation comme éléments de son écosystème IA. C’est un vocabulaire d’infrastructure, ce qui arrive quand l’autocomplétion grandit et commence à assister aux réunions de revue d’architecture.
JetBrains AI met aussi en avant la liberté de choisir des agents de codage sans enfermement fournisseur, ainsi qu’une confidentialité et des contrôles adaptés à l’entreprise, avec visibilité centralisée, gouvernance, contrôles de sécurité et flexibilité de déploiement. Si l’on retire le vernis marketing, le signal utile est clair : les équipes veulent du choix, mais la direction veut de l’observabilité. Une douzaine de développeurs utilisant discrètement différents agents, c’est de l’expérimentation. Une entreprise qui standardise les agents sans contrôles partagés, c’est juste du copier-coller avec un écran d’onboarding plus joli.
Que mesurer : les données de JetBrains font
de l’adoption un point de départ, pas un tour d’honneur
JetBrains Research fournit des preuves d’adoption, mais l’adoption seule ne dit pas si un agent améliore les résultats d’ingénierie. Une équipe devrait mesurer les changements générés par l’agent qui sont acceptés, les reprises demandées en revue, les échecs de tests, les signalements de sécurité et les schémas de défauts après fusion avant de désigner un outil par défaut. Cela semble moins excitant que de promettre à tout le monde un robot binôme de programmation, mais la production a historiquement préféré la paperasse ennuyeuse aux impressions. La production est impolie comme ça.
Le bon mouvement pratique consiste à évaluer les agents là où le travail crée vraiment des goulots d’étranglement. Si un agent accélère la création de structure mais augmente le temps de revue, l’équipe n’a pas gagné de temps. S’il rédige des tests que les développeurs réécrivent sans cesse, mesurez la réécriture, pas la démo. S’il aide les ingénieurs seniors à aller plus vite mais pousse les juniors à approuver des absurdités plausibles, le déploiement a besoin de garde-fous, de formation ou d’un rayon d’impact plus limité.
Ce qui vient ensuite : JetBrains a fait remonter la question dans l’organigramme
JetBrains AI met en avant la visibilité centralisée, la gouvernance, les contrôles de sécurité et la flexibilité de déploiement, qui sont exactement les domaines que les équipes devraient tester sous pression avant de standardiser. Demandez qui peut activer les agents, à quels dépôts ils peuvent accéder, quel contexte ils reçoivent et comment les changements générés sont relus. Demandez si les équipes peuvent comparer la production des agents entre projets sans transformer les workflows des développeurs en théâtre de surveillance. Oui, cet équilibre est pénible. Kubernetes aussi, et pourtant nous l’avons laissé entrer dans le bâtiment.
Pour les lecteurs qui construisent ou achètent des outils de développement IA, la leçon est simple : traitez les agents de codage comme une infrastructure de workflow avant qu’ils ne deviennent une infrastructure accidentelle. JetBrains Research suggère que la base d’utilisateurs est déjà là, donc le prochain avantage viendra de la mesure, de la gouvernance et de boucles de retour honnêtes. Attendez-vous à ce que les fournisseurs rivalisent moins sur le simple fait d’avoir un agent, et davantage sur la preuve des endroits où cet agent aide sans blanchir le risque grâce à l’enthousiasme des développeurs. L’ère des agents n’arrive pas avec des trompettes. Elle arrive sous forme de case à cocher dans les paramètres de votre IDE, ce qui est à la fois plus inquiétant et plus utile.