Le code s’écrit tout seul. Pas le jugement.

Ce que l’AI Native DevCon 2026 a révélé sur le véritable goulot d’étranglement du développement agentique

Cinq cents bâtisseurs ont passé deux jours à The Brewery, à Londres (1er-2 juin), à se poser une question inconfortable : qu’est-ce que le développement logiciel, une fois que les agents font la majorité de la frappe ?

Le récit conventionnel des dix-huit derniers mois ressemble à un succès. L’agent échafaude une fonctionnalité en quelques minutes. La démo fonctionne. La direction est impressionnée. Les équipes rapportent des gains de productivité individuelle qui auraient semblé absurdes en 2023. Et c’est exactement là que la plupart des organisations se sont arrêtées.

Guy Podjarny, le fondateur de Tessl qui organise la conférence, a formulé le tournant : 2025 a été l’année où les agents de codage ont montré un vrai potentiel ; 2026 est l’année où l’on découvre s’ils tiennent la route en production — à travers les équipes, les bases de code et les environnements, sans correction humaine constante. La question utile n’est plus « l’agent peut-il le faire ? ». C’est « pouvons-nous gouverner ce que fait l’agent, à la vitesse à laquelle il le fait ? ».

Le goulot d’étranglement s’est déplacé de l’écriture du code vers sa gouvernance — et l’industrie reconstruit désormais toute la pile logicielle autour d’une nouvelle unité : la compétence (« skill »).

Quatre thèmes ont traversé les deux journées.

Les « skills » deviennent l’unité du logiciel — sans aucune de ses infrastructures. Une « skill » est un ensemble d’instructions réutilisable et versionné pour un agent, et la thèse qui traversait la conférence était que ces artefacts, et non les fichiers source, sont en train de devenir ce que les équipes rédigent, partagent et dont elles dépendent. Le problème : nous avons recréé les débuts de la programmation sans aucun de ses filets de sécurité. Il n’existe pas d’analyse statique mature pour les « skills », pas de discipline de test (les évaluations en sont l’équivalent embryonnaire), pas de gestion de dépendances, pas d’observabilité. Liran Tal, de Snyk, a rendu l’écart concret dans la présentation au titre le plus réussi de l’événement : « Votre agent a installé un malware parce qu’un SKILL.md le lui a dit. » Une « skill » est une confiance exécutable. Presque personne ne l’audite aujourd’hui.

L’ingénierie du harnais, c’est la livraison de contexte. Ryan Lopopolo, d’OpenAI, a soutenu que les contraintes structurantes du développement logiciel ont changé : ce sont désormais le temps humain, l’attention humaine et celle du modèle, et la fenêtre de contexte. Sa prescription était d’arrêter d’espérer que le modèle infère vos exigences non fonctionnelles, et de les encoder plutôt dans le harnais — les surfaces de relecture, les portes d’approbation et les pipelines de contexte autour de l’agent. Pensez au harnais comme à un gabarit d’usine : le jugement de l’artisan, coulé dans l’outillage, pour que chaque passage en hérite.

Les agents n’apprennent pas, donc la mémoire devient architecture. Lamis Mukta, d’Anthropic, a nommé la faille discrète du rêve agentique : l’intelligence ne se compose pas. La tâche cinquante commence aussi ignorante que la tâche une. La réponse de l’industrie est une progression — des fichiers d’instructions statiques aux outils de mémoire, puis aux « skills », puis à la mémoire gérée par l’agent, y compris des processus de consolidation hors ligne qu’elle a décrits comme du « rêve ». La question la plus incisive du public de la conférence a tranché dans le vif : à quel moment réinventons-nous les bases de données à partir de zéro ? La réponse honnête semblait être : nous le faisons déjà, et nous devrions au moins le faire délibérément.

L’humain est désormais le point de congestion. Birgitta Böckeler, de Thoughtworks, a clos l’événement en nommant la crise de flux : les agents génèrent du code plus vite que les humains ne peuvent le relire, et les vrais coûts se trouvent au-delà des tokens — dans la « taxe du harnais » que chaque outil impose, et dans l’énergie humaine. Don Syme, de GitHub Next, a offert à l’industrie une polarité utile : le battage médiatique vit dans la productivité individuelle, mais le problème non résolu est la continuité de l’équipe et du cycle de vie logiciel — ce sur quoi GitHub mise avec les flux de travail agentiques et « l’IA continue ». Dana Lawson, de Netlify, a ajouté le prisme du design : les plateformes ont désormais besoin d’AX, l’expérience agent, aux côtés de l’UX et de la DX, parce que la moitié des utilisateurs de vos API seront bientôt non humains. La ressource rare, a-t-elle soutenu, n’est plus la vitesse de frappe. C’est le goût, le jugement et l’architecture.

La preuve la plus concrète que ce n’était pas de la théorie de circuit de conférences est venue de ReCinq et Odevo, une entreprise de gestion immobilière de 14 000 personnes en train de se restructurer pour devenir « AI-native » — avec Ian Thomas, de Meta, décrivant la même réorganisation à l’échelle d’une organisation d’ingénierie.

Pour un chef d’équipe, le diagnostic s’écrit de lui-même. Combien des instructions que suivent vos agents ont été relues comme vous relisez du code ? Pouvez-vous nommer qui a rédigé les « skills » de votre pipeline — et remarqueriez-vous si l’une d’elles changeait ? Quand vos agents doubleront leur production le trimestre prochain, qu’adviendra-t-il de votre file de relecture ? Si l’une de ces réponses vous fait grimacer, le message de la conférence s’adressait à vous.

Faire fonctionner un agent, c’est une démo. Faire en sorte que mille passages soient d’accord entre eux, c’est de l’ingénierie.

D’après l’AI Native DevCon 2026 (Tessl), The Brewery, Londres, 1er-2 juin 2026. Les plus de 40 présentations sont disponibles à la demande sur tessl.io/devcon.