Contexte et adoption des agents AI

L’auteur a désactivé toute contribution AI dans son projet FOSS LibreWeddingPlanner, mais a continué à exploiter les assistants de code au travail. Il a d’abord activé l’autocomplétion améliorée de VSCode, puis a installé plusieurs modèles de génération de code. Cette première étape a déclenché une dépendance rapide : les tâches qui prenaient plusieurs jours pouvaient être soumises en quelques heures grâce aux agents.

Intégration dans le flux de travail Git/Jira

Les agents ont été reliés à Jira via une interface en ligne de commande (ACLI). L’auteur pouvait ainsi demander à un agent « de travailler sur ce ticket dans un worktree séparé », ce qui a conduit à la création simultanée de plusieurs worktrees git. Chaque worktree était associé à un PR généré automatiquement, souvent en moins de trente minutes. Le système de co‑signature des commits a même ajouté les signatures des agents aux commits, obligeant l’auteur à désactiver cette option pour préserver la paternité du code.

Impact sur la productivité et la qualité

Malgré la rapidité apparente, le temps total de livraison a augmenté. Un PR produit en trente minutes nécessitait deux jours de revue : analyse du code, vérification des tests, validation du style, réponses aux commentaires du CI et aux remarques du linter. L’auteur signale que la multiplication des agents a créé une surcharge de changement de contexte, rendant chaque révision plus coûteuse que la tâche initiale. De plus, la plupart des PR n’étaient jamais acceptés tels quels ; l’auteur devait intervenir pour corriger des patterns, réorganiser les blocs de tests ou réécrire des parties du code, ce qui ressemble à un mentorat de junior plutôt qu’à une automatisation fiable.

Limites et risques de l’automatisation AI

Le texte souligne trois limites majeures : (1) une perte de compréhension du code, car l’auteur ne rédigeait plus aucune ligne pendant plusieurs mois ; (2) une confiance excessive dans des descriptions de PR générées automatiquement, souvent de sept paragraphes, que l’auteur ne lisait plus ; (3) une dégradation progressive de la qualité du code, nécessitant des relances fréquentes du modèle pour réexpliquer des concepts déjà maîtrisés. Ces constats illustrent que la multiplication des agents ne se traduit pas par un gain linéaire de productivité, mais par une augmentation du risque de bugs non détectés et d’épuisement du développeur.