Migrer plus de 200 sketches vers GitHub, rangés et versionnés
Un agent a récupéré des sketches publics, les a classés dans des dossiers versionnés, avec messages de commit et README, puis les a envoyés sur GitHub.
Assigner un ticket à un agent et recevoir une pull request, déléguer une migration répétitive à grande échelle, exiger une démonstration de ce qui a été construit : les agents de code ont changé la façon de travailler de nombreux développeurs.
Les retours détaillés retenus ici insistent sur trois réflexes : donner du code de référence plutôt que de longues explications, toujours fournir un moyen de tester, et relire la pull request comme celle d’un collègue.
Un agent a récupéré des sketches publics, les a classés dans des dossiers versionnés, avec messages de commit et README, puis les a envoyés sur GitHub.
Partir d’un dépôt, faire produire une maquette soignée, puis faire implémenter la page jusqu’à un résultat prêt à mettre en ligne.
Simon Willison a demandé à Claude Code, depuis le web, d’ajouter un nouveau type de contenu à son outil de newsletter, en lui donnant le code de référence et un moyen de vérifier son travail.
Pour vérifier le travail de ses agents, Simon Willison a créé deux outils qui leur font produire un document de démonstration, commandes et captures à l’appui, et il les a développés depuis son téléphone.
Avec l’agent de code de GitHub Copilot, on assigne une issue comme à un collègue : l’agent travaille dans un environnement isolé et ouvre une pull request à relire.
Nubank a délégué à Devin la migration de son monolithe ETL de plus de 6 millions de lignes vers des sous-modules, les ingénieurs se contentant de relire et d’approuver.
Alizée Gottardo, product manager chez Lucca (800 salariés), s’appuie sur Claude Code pour examiner un bout de code et comprendre l’origine d’un bug, sans dépendre d’un développeur pour cette tâche à faible valeur ajoutée.
Carrefour a créé un agent qui apprend de l’historique des conversations de son équipe « plateforme engineering » pour répondre aux questions déjà traitées sur sa plateforme de données, avant de l’étendre à d’autres équipes.
Suez a bâti « GenAI Core », une plateforme centrale qui encadre ses quelque 50 projets d’IA générative et affiche pour chacun la consommation, le coût et une estimation des émissions de CO2 par requête.
Joannès Violot Guillemard, vigneron à Pommard, a conçu lui-même avec Claude et Glide une application où son équipe dicte température, densité et acidité de chaque cuve, et qui calcule les ajouts de produits et envoie des alertes.
Capgemini utilise un assistant de développement privé, fondé sur le modèle Codestral de Mistral AI, sur ses projets pour des clients de l’aéronautique, de la défense et du secteur public.
Doctolib a équipé son équipe technique d’un agent de code et fait tourner ses propres agents distants, qui ouvrent désormais 10 % des demandes de modification du code de la plateforme.
Medgate, opérateur de télémédecine en Suisse et en Allemagne, a testé un agent de code pendant trois mois avec une quinzaine d’ingénieurs, avant de décider de l’étendre à toute l’organisation.
Endava, entreprise internationale de services logiciels, utilise un agent de code tout au long de ses projets, y compris pour l’analyse des besoins : une spécification qui aurait demandé une à deux semaines d’allers-retours a été obtenue en deux réunions d’une heure.
L’équipe infrastructure de leboncoin a construit BotISS, un agent qui répond sur son canal de support Slack, complète les demandes DNS et ouvre lui-même la modification de code, validée ensuite par un ingénieur.
Alan a construit Hopper, un agent interne qui répond sur le code, ouvre des pull requests, publie des prototypes et construit des tableaux de bord : 80 % des salariés s’en servent selon l’assureur santé.
L’équipe front-end de BlaBlaCar a confié à l’agent de GitHub Copilot des migrations de code répétitives restées en plan, en décrivant la tâche dans un fichier de prompt réutilisable.
ManoMano a construit Jiminy, un agent de revue de code qui explore le dépôt, applique les règles de relecture déjà suivies par les équipes et vérifie chaque remarque avant de la poster dans GitLab.
Migrato, petit éditeur néerlandais de logiciels de migration de contenus, a utilisé l’agent de code IBM Bob pour réécrire en C++ un installateur Java 8 qui bloquait la modernisation de sa suite.
Chez ManoMano, une chaîne d’agents analyse toutes les quatre heures les plantages des applications mobiles, cherche si le problème est déjà connu et rattache chaque cas à un ticket ; la création de tickets a été retirée à l’IA.
Chez Zalando, une chaîne de traitement par LLM résume et classe les post-mortems d’incidents touchant les bases de données, afin d’en tirer les causes récurrentes et les investissements prioritaires.
Valeo a développé avec Gemini Enterprise ses premiers agents d’ingénierie : création de cas de test dès la conception, revue continue dans la chaîne d’intégration, aide à la rédaction des spécifications système.
Thomas Graindorge, éleveur laitier dans l’Orne, a assemblé une sonde à ultrasons reliée à Home Assistant, programmée entièrement avec l’aide de ChatGPT, qui l’alerte par SMS avant la rupture d’aliment.
Chloé Stephan, développeuse full-stack chez BNP Paribas CIB, envoie son code au Developer Assistant intégré à l’IDE : « Tu es un développeur senior. Critique mon code. » L’outil automatise aussi tests unitaires, documentation et tickets Jira ; le gain annoncé est de 8 à 15 %.
Luc Barnaud, chief data and IA officer de BPCE, a fait déployer un fork de l’outil open source Continue auprès de 1 500 développeurs, après avoir écarté une solution sur poste jugée trop intrusive et insuffisamment sécurisée, avant une généralisation.
Marc Camus, DSI groupe de BNP Paribas, a déployé un assistant interne de gestion des incidents : lors d’un incident significatif, il agrège changements sur les ressources, précédents dans l’outil interne et chemins de résolution déjà identifiés. Environ 80 % des événements de criticité 1 sont déjà gérés avec cet assistant.
Un premier passage automatisé pour repérer bugs probables, tests manquants et risques de sécurité, afin que la revue humaine se concentre sur l’essentiel.
Avant de toucher à un module ancien, faire écrire par un agent des tests qui figent son comportement actuel, pour refactoriser sans casser.
Faire lire le dépôt par un agent pour produire un README fiable : à quoi sert le projet, comment l’installer, le lancer, le tester.