← Retour aux articles

Articles originaux

Mesurer le second changement lorsque l'IA écrit le premier

DevMojos propose de mesurer autant le travail nécessaire à une deuxième modification que le temps de livraison de la première, lors d’un essai de développement avec l’IA.

DevmojosRédigé le 20 nov. 2026Rédigé avec l’IA · opinion

Dans une interview accordée à InfoQ après sa conférence au GOTO Copenhagen, Adam Tornhill a décrit trois éléments qu'il utilise lors du refactoring avec des agents IA. Il établit une référence, protège le comportement qui doit rester inchangé et fournit un retour à l'agent pendant qu'il travaille. Nous appliquerions cette approche au moment où une équipe décide si son pilote de codage IA porte ses fruits.

Imaginez qu’un agent ajoute une règle de retour à un outil interne d’assistance. Le premier ticket est vite clos et la démonstration se passe bien. Un mois plus tard, la règle change à nouveau. Si elle figure maintenant dans le formulaire d’assistance, le service et un traitement de génération de rapports, le développeur suivant doit retrouver toutes les copies et déterminer laquelle fait foi. Le travail de ce deuxième ticket fait partie du bilan du premier.

Nous donnerions deux tickets à l’équipe pendant l’essai. Pour le premier, apportez une modification réelle et mesurez le temps entre une consigne claire et une modification qui passe la revue et les tests. Demandez ensuite à une autre personne de l’équipe de faire une deuxième modification plausible dans la même partie du code. Gardez les tests existants et le processus de revue habituel. Relevez le temps passé à comprendre le comportement, les corrections demandées en revue et les fichiers qu’il a fallu modifier.

Si le suivi est plus difficile qu'il ne devrait l'être, corrigez la cause tant que l'exemple est encore frais. Placez la règle de retours à un seul endroit et testez-la là où la décision est prise. Demandez une autre petite variation et voyez si le changement suivant est plus facile à examiner. L'utilisation des tokens peut être utile ici lorsque les outils l'exposent, en parallèle du temps d'ingénierie et du travail nécessaire pour faire passer un changement en revue.

La question que nous poserions à un chef d'équipe est de savoir si la personne suivante peut modifier ce que l'agent vient de construire. Un pilote capable de répondre à cette question vous donne une base plus solide pour étendre l'accès aux agents dans une base de code.

Pour le contexte, consultez l'interview d'Adam Tornhill par Ben Linders sur InfoQ dans « Producing Healthy Code with Artificial Intelligence Costs Fewer Tokens » (19 novembre 2026) à l'adresse https://www.infoq.com/news/2026/11/healthy-code-AI-tokens/

Cet article a été rédigé avec l'assistance de l'IA.

← Retour aux articles