Pendant des décennies, l’image du développeur de logiciels a été celle d’un architecte solitaire penché sur un environnement de développement intégré (IDE) et un terminal brillants, traduisant une logique métier complexe en milliers de lignes de syntaxe. Le succès était souvent mesuré par la capacité du développeur à agir comme un dictionnaire vivant de commandes et un débogueur de point-virgule précis. Mais nous entrons dans une nouvelle ère. L’introduction d’outils d’agent et de « codage par vibration » assisté par l’IA transforme fondamentalement le flux de travail des développeurs. Nous assistons à l’essor de la « classe des superviseurs », un changement dans lequel la valeur première du développeur n’est plus la production manuelle de code, mais plutôt l’orchestration de haut niveau d’agents autonomes.
La montée de la classe des superviseurs
Le rôle du développeur passe à un niveau supérieur. Auparavant, un flux de travail impliquait de comprendre un besoin commercial, d’écrire des conceptions de haut et de bas niveau, puis d’écrire chaque ligne de code. Aujourd’hui, les deux dernières étapes sont en grande partie réalisées par des agents. Un développeur demande désormais un système avec des objectifs et des exigences, permettant à l’agent d’accomplir la tâche.
Dans cette nouvelle réalité, le terminal devient un outil plus puissant que les constructeurs d’interface utilisateur traditionnels, car il sert de plaque tournante pour superviser les boucles autonomes. Le développeur n’est plus limité à l’écriture ; ils examinent, affinent et dirigent. La proposition de valeur fondamentale est passée de la mémorisation de la syntaxe à l’application d’un jugement de haut niveau.
La mort de la syntaxe et la naissance des compétences d’agent
Dans ce workflow réinventé, mémoriser 50 ou 60 commandes de terminal spécifiques n’est plus un goulot d’étranglement. Bien qu’une connaissance fondamentale de ce que font ces commandes soit toujours nécessaire, le besoin de mémoriser une syntaxe granulaire s’estompe. Au lieu de cela, l’industrie adopte les compétences d’agent : des instructions modulaires en langage naturel qui enseignent à un agent comment combler ses propres lacunes en matière de connaissances.
Les compétences des agents résolvent l’une des frustrations les plus persistantes des premiers codages de l’IA : le problème de « l’oubli ». Les invites standard sont transitoires et les grands modèles de langage (LLM) souffrent de fenêtres contextuelles limitées ; Dès qu’une conversation devient trop longue, le modèle perd son avantage. Les compétences des agents agissent comme un cadre modulaire et indexé, un peu comme les chapitres d’un livre, permettant à un agent d’obtenir uniquement les connaissances spécifiques dont il a besoin pour une tâche. Cela permet aux développeurs de créer un « second cerveau » persistant au sein de leurs référentiels de projet, garantissant que si un agent apprend une fois une bonne pratique ou une règle architecturale spécifique au projet, il la conservera dans le futur.
Codage vibratoire avec mains courantes
Le passage au codage vibratoire a ses sceptiques. Sans cadre, le codage jitter peut conduire à des résultats d’IA de mauvaise qualité, connus sous le nom de « négligence », ce qui donne lieu à un code qui semble bon mais ne répond pas aux performances de production ou aux normes de sécurité. La nouvelle architecture de collaboration nécessite de réimaginer le cycle de vie du développement logiciel (SDLC) avec des garde-fous intégrés. Les entreprises intègrent désormais des linters, des scanners de sécurité et des flux de travail déterministes directement dans la boucle des agents.
La nécessité d’une base structurée explique pourquoi le mythe selon lequel les plateformes SaaS ne sont pas pertinentes est en contradiction avec la réalité commerciale. Lorsque les développeurs codent une architecture entière à partir de zéro, ils créent par inadvertance une énorme taxe cachée : une grande surface de code brut qu’ils doivent ensuite maintenir, sécuriser et exploiter. Les frais de gestion qui en résultent (passer du temps d’ingénierie d’élite à corriger les résultats et payer les coûts symboliques élevés des indications non fondées) finissent par dépasser la vitesse de création initiale.
Les plateformes Agentic SaaS fournissent les métadonnées nécessaires et l’infrastructure sécurisée qui permettent aux agents d’exécuter des tâches (de l’assistance à la facturation aux demandes promotionnelles) avec la précision nécessaire à la production. Les compétences des agents restent précieuses. Lorsqu’elles sont déployées au sein d’une plateforme où les bases de la sécurité et de l’évolutivité sont déjà établies, les compétences des agents deviennent un accélérateur considérable permettant aux développeurs de créer rapidement des fonctionnalités à haute valeur ajoutée au-dessus de la plateforme.
Manager une équipe de sous-agents
La vie quotidienne du développeur moderne consiste de plus en plus à gérer une équipe plate de sous-agents spécialisés. Au lieu d’un agent d’IA monolithique, les développeurs orchestrent des flux de travail séquentiels ou parallèles entre des agents spécialisés dans le code front-end, les examens de sécurité ou les tests.
Nous constatons ce changement dans la manière dont les organisations évoluent déjà. Lennar, l’un des plus grands constructeurs de maisons aux États-Unis, déploie désormais 1,1 million de flux de travail d’agent par mois pour aider à fidéliser davantage de clients, à augmenter les taux de conversion et à raccourcir le cycle de vente. De même, le fabricant de tablettes en papier reMarkable a lancé son premier agent IA en seulement trois semaines ; a résolu plus de 10 500 requêtes clients avec un score NPS qui correspond à celui de son équipe d’assistance humaine.
Pour des entreprises comme celles-ci, la classe de supervision des développeurs ne se contente pas d’écrire du code ; Ils développent les compétences et les niveaux d’orchestration qui permettent à ces agents de fonctionner comme une extension transparente de la main-d’œuvre.
De la productivité à la qualité : les nouveaux indicateurs
Si un agent peut générer 1 000 lignes de code en dix secondes, les lignes de code et la vitesse brute ne sont plus des indicateurs significatifs pour la productivité d’un développeur. En fait, plus de code signifie souvent plus de surface d’erreur.
Nous devrions nous concentrer sur l’Agentic Work Unit, la tâche discrète effectuée par un agent IA. Chez Salesforce, notre propre implémentation d’agents met en évidence ce changement. Nos agents d’assistance traitent désormais 96 % des dossiers de manière autonome et nous avons fait gagner plus de 50 000 heures aux vendeurs en permettant aux agents de « gérer » les ventes.
Pour les développeurs, l’unité de travail agentique signifie mesurer comment ils peuvent exploiter les agents pour résoudre des problèmes complexes avec un minimum de frictions. Le succès doit être mesuré par la qualité du logiciel : avons-nous réduit le nombre d’erreurs ? L’architecture est-elle plus résiliente ? Proposons-nous des fonctionnalités qui résolvent réellement les problèmes des utilisateurs, plutôt que de simplement remplir les référentiels ?
En s’éloignant de la consommation de jetons comme mesure et en faveur de la qualité du travail, nous permettons aux développeurs de se concentrer sur ce que les humains font de mieux : faire preuve de jugement, faire preuve d’empathie envers les besoins des utilisateurs et concevoir des systèmes conçus pour durer.
La nécessité persistante de l’intention humaine
Nous n’en sommes qu’aux premiers jours de cette transition, qui rappelle l’époque où les développeurs ont commencé à partager des modules dans Node Package Manager (NPM) ou Maven. Nous assisterons bientôt à des « échanges de compétences d’agent » mondiaux au cours desquels les développeurs partageront des instructions modulaires pour les agents sur tout, des blogs techniques au référencement en passant par la logique algorithmique complexe.
L’avenir appartient au développeur qui maîtrise la capacité de décomposer l’expérience humaine en compétences d’agent réutilisables. En assumant le rôle de superviseur, les développeurs ne sont pas remplacés. Ils se libèrent enfin du lourd fardeau de la syntaxe pour se concentrer sur la seule chose que l’IA ne peut pas reproduire : le jugement de haut niveau nécessaire pour construire l’avenir des logiciels.
Les opinions exprimées dans les commentaires de Fortune.com sont uniquement celles de leurs auteurs et ne reflètent pas nécessairement les opinions et croyances de Fortune.
