L’IA Réduit le Changement de Contexte, Mais l’Expérience Compte Toujours

Introduction

Le changement de contexte a toujours été l’une des parties les plus coûteuses de mon travail. Chaque fois que je passe d’une tâche à une autre, je ne perds pas seulement des minutes, je perds le modèle mental que j’étais en train de construire. L’IA m’a aidé à réduire cette fatigue en gardant une trace des idées, en résumant les progrès et en m’aidant à reprendre le travail sans devoir repartir de zéro à chaque fois.

Et puis, un bug inattendu apparaît

Cela arrive de temps en temps. Un cas particulier apparaît et met à l’épreuve la stabilité et la fiabilité des applications que vous avez créées. Mais vous travaillez déjà sur cette nouvelle fonctionnalité que les clients attendent, généralement avec une échéance serrée.

Avec des agents d’IA, vous pouvez résoudre certains bugs pendant la journée tout en ayant encore le temps de travailler sur votre fonctionnalité. Les agents d’IA ne suppriment pas complètement le changement de contexte, mais ils réduisent la quantité de contexte que vous devez reconstruire par vous-même. Examiner de grandes quantités de code a toujours été une tâche fastidieuse, surtout lorsque vous commencez à travailler sur une nouvelle base de code.

C’est la nouvelle version du changement de contexte : il ne s’agit plus seulement de passer d’une tâche à l’autre, mais de coordonner avec l’IA afin de retrouver le contexte plus rapidement.

Arrêtez de reconstruire le contexte manuellement

Si vous êtes préparé, vous n’avez besoin que de vos logs, de votre base de code et peut-être du nom d’une fonction ou d’un fichier. Parfois, cela suffit. Créez simplement une nouvelle session dans votre agent d’IA préféré et fournissez-lui les logs nécessaires, les noms de fichiers ou tout ce dont vous vous souvenez du processus. Aujourd’hui, l’IA est suffisamment intelligente pour trouver le code. Vous pouvez avoir une conversation naturelle, demander quand certaines parties du code ont été mises en œuvre, examiner cette modification, la relier à votre ticket et demander davantage de contexte à son sujet.

Dans le passé, comprendre une partie inconnue du code signifiait souvent trouver la personne qui avait le plus travaillé sur cette section. Maintenant, si vos outils sont connectés, vous pouvez demander quand le code a été écrit, quels tickets y étaient liés, quelle documentation le soutenait et pourquoi certaines décisions avaient été prises à ce moment-là.

L’expérience compte toujours

Je vois les agents d’IA comme de grands lecteurs et synthétiseurs. Mais ne vous mentez pas : vous avez absolument besoin de connaissances techniques et d’expérience pour savoir quand l’agent commence à halluciner. Vos logs doivent être bien préparés lorsque vous gérez des urgences. De plus, disposer d’une application bien testée, lorsque c’est possible, vous aide à protéger les cas métier les plus importants, en particulier ceux dont les utilisateurs dépendent chaque jour.

Je me retrouve encore dans des situations où écrire une fonction à la main ou corriger un bug prend bien moins de temps que d’avoir une discussion avec l’agent. Mais chaque jour, j’utilise moins l’éditeur pour de nouvelles fonctionnalités et je passe plus de temps à coordonner l’organisation des fichiers, à définir l’architecture et à maintenir la traçabilité dans les applications que j’écris.

Où allons-nous ?

L’avenir du développement consistera peut-être moins à écrire soi-même chaque ligne de code qu’à veiller à ce que les agents disposent du bon contexte : tickets, bases de code, diagrammes d’architecture, tests et contraintes produit. Si les agents disposent de ce contexte, ils pourront commencer à résoudre de nombreux tickets de code.

Nous passerons davantage de temps à coordonner le produit, à le tester, à réfléchir aux cas limites et à préparer les systèmes à fonctionner à plus grande échelle, plutôt qu’à nous concentrer uniquement sur l’écriture du code.

Les modèles locaux pourraient devenir une solution alternative dans la bataille contre les coûts des tokens et de l’inférence.

Dois-je quand même programmer moi-même ?

Oui. Chaque fois que vous en avez l’occasion, exercez vos compétences en programmation. Vous pouvez toujours contribuer à des projets open source et vous entraîner sur LeetCode. Les entretiens exigent encore certaines de ces compétences.

C’est comme savoir conduire une voiture à boîte manuelle, même si vous utilisez une automatique la plupart du temps. Vous n’aurez peut-être pas besoin de cette compétence chaque jour, mais lorsque la situation l’exige, elle reste importante.

Au quotidien, les entreprises continueront d’investir dans les outils d’IA. Les développeurs qui sauront bien utiliser ces outils et qui comprendront encore les fondamentaux avanceront plus vite que ceux qui dépendent aveuglément de l’IA.