Skip to content
·4 min de lecture

IA agentique : comment Claude Code a changé ma façon de développer

Retour d'expérience sur l'IA agentique dans le développement au quotidien. Cas concrets, limites et bonnes pratiques.

AIClaude CodeAgenticProductivityDeveloper Experience

L'IA n'est plus un copilote, c'est un agent

Jusqu'à fin 2024, j'utilisais l'IA comme une autocomplétion améliorée. J'ai ensuite commencé à lui confier des tâches entières. Aujourd'hui, je lance des agents qui auditent un projet, créent des tickets GitHub, implémentent les corrections et déploient, en une seule session.

Ce n'est pas de la science-fiction. C'est mon quotidien avec Claude Code depuis janvier 2026.

Ce qui a changé concrètement

Avant : le cycle classique

1. Identifier un problème
2. Chercher la solution (docs, Stack Overflow, essais)
3. Implémenter
4. Tester
5. Déboguer
6. Commiter

Temps moyen pour une fonctionnalité : 2 à 4 heures.

Maintenant : le cycle agentique

1. Décrire le problème et le contexte
2. L'agent explore le code, comprend l'architecture
3. Il propose un plan, je valide ou j'ajuste
4. Il implémente, teste, et commite
5. Je relis le diff

Temps moyen pour la même fonctionnalité : 30 à 60 minutes.

Attention à ne pas extrapoler : ce gain vaut pour une tâche de code bien délimitée. Sur l'ensemble du travail, avec les échanges, les arbitrages, la relecture et tout ce que l'agent ne sait pas faire, le gain réel de vélocité est plutôt de l'ordre de 20 à 40 %. C'est déjà beaucoup, et ça se cumule.

Le gain n'est pas que la vitesse, c'est aussi la charge mentale. Je ne porte plus le contexte de 15 fichiers dans ma tête. L'agent le fait.

Cas concret : audit GEO en une session

Sur mon portfolio (riggi.tech), j'ai lancé un audit GEO (Generative Engine Optimization, l'optimisation pour les moteurs de réponse IA) complet avec Claude Code :

  1. Exploration : l'agent a parcouru tout le code, repéré les schémas JSON-LD existants, analysé le robots.txt, vérifié les URL canoniques
  2. Diagnostic : 8 tickets créés automatiquement sur GitHub, classés par priorité de P0 à P3
  3. Implémentation : robots d'IA autorisés dans robots.txt, URL canoniques sur toutes les pages, schémas Service, FAQ, CollectionPage, Speakable
  4. Relecture critique : un second agent Opus a audité le code du premier et trouvé un bug de fusion superficielle (shallow merge) sur les hreflang
  5. Correction et déploiement : correctif appliqué, build vérifié, mise en production

Total : 8 tickets, 12 fichiers modifiés, 3 commits. En une session.

Les limites, soyons honnêtes

L'IA agentique n'est pas magique. Voici ce qui ne marche pas encore bien :

Le visuel

L'agent ne « voit » pas le rendu. Il peut écrire du CSS parfaitement valide qui produit un résultat visuellement raté. Pour juger le résultat à l'écran, il faut encore un humain.

Les choix de conception

L'agent propose des solutions techniquement correctes, mais parfois trop complexes. Il faut le cadrer : « simple, pas d'abstractions inutiles, pas de fonctionnalités que personne n'a demandées. »

Le ton éditorial

Quand j'ai demandé à l'agent de réécrire les textes de mon site, le résultat était trop commercial, trop américain. Mon retour : « Je suis quelqu'un de simple, humble et efficace. » L'IA a tendance à en faire trop.

Bonnes pratiques

Après plus de 60 sessions et 229 commits avec Claude Code :

1. Donner le contexte, pas les instructions

Au lieu de « ajoute un composant Button avec les variantes primary et secondary », je dis « on a besoin d'un bouton d'appel à l'action sur les pages service : regarde comment les autres composants sont structurés et fais pareil. »

2. Planifier avant d'exécuter

Le mode Plan de Claude Code est sous-utilisé. Faire valider l'approche avant l'implémentation évite la plupart des faux départs.

3. Utiliser des agents critiques

Lancer un agent Opus pour relire le code d'un premier agent, c'est comme avoir une relecture de code automatique. Ça attrape les bugs, les incohérences et les cas limites.

4. Ne pas tout accepter

L'agent propose, l'humain dispose. Je refuse environ 20 % des suggestions, pas parce qu'elles sont techniquement fausses, mais parce qu'elles ne correspondent pas au style ou à la philosophie du projet.

L'avenir

L'IA agentique est à l'ingénierie logicielle ce que l'environnement de développement a été au Bloc-notes : un changement de paradigme, pas un remplacement. Le développeur ne disparaît pas, il monte d'un niveau d'abstraction.

Ma façon de travailler en 2026 : je suis architecte et relecteur. L'agent écrit le code. Et ça marche.