Le code généré par IA a fait passer le goulot d'étranglement logiciel de l'écriture à la relecture.

Pendant la majeure partie de l'histoire du génie logiciel, écrire du code était l'étape lente. La relecture était comparativement rapide : un ingénieur senior lit une diff, vérifie la logique, approuve ou demande des modifications. En 2026, cet équilibre s'est inversé. Les assistants de codage IA ont rendu la génération de code suffisamment rapide pour que le goulot d'étranglement se soit déplacé de manière décisive de l'autre côté de la Pull Request — et le marché des outils s'efforce de rattraper ce retard.

Les chiffres derrière le changement

Les estimations du secteur placent désormais à plus de 60 % la part de code nouvellement commité qui est généré ou fortement assisté par l'IA. L'enquête de JetBrains de janvier 2026 auprès des développeurs révélait que 90 % des développeurs professionnels utilisent régulièrement au moins un outil IA au travail, dont 74 % un outil de codage IA dédié. GitHub Copilot détient la plus large empreinte d'utilisation (58 %), mais Claude Code est leader en adoption comme outil principal (28 %) au premier trimestre 2026 — un signe que les développeurs se tournent de plus en plus vers des agents de codage en terminal plutôt que l'autocomplétion IDE une fois passée la phase d'essai initiale.

Rien de tout cela ne modifie la vitesse à laquelle un humain peut lire et évaluer une diff. La génération de code a suivi l'évolution des capacités des modèles ; la capacité de revue de code a suivi l'effectif, et l'effectif n'a pas triplé pour suivre le rythme. Le résultat, comme le décrivent les équipes d'ingénierie, est une file d'attente de Pull Requests qui se remplit plus vite que les ingénieurs seniors ne peuvent la vider — fatigue des relecteurs, coûts de changement de contexte, et PR qui restent en attente pendant des heures ou des jours avant de trouver une place dans un calendrier.

Une nouvelle catégorie d'outils conçue spécifiquement pour ce fossé

CodeRabbit est représentatif de la réponse : un assistant de revue de PR alimenté par l'IA qui publie des retours structurés directement dans GitHub, combinant grands modèles de langage avec des linters et des scanners de sécurité pour signaler les défauts logiques, les problèmes de sécurité, les risques de performance et les incohérences de comportement avant même qu'un relecteur humain n'ouvre la diff. Il génère également des résumés de PR et des diagrammes de séquence, et propose des cas de test — un travail qui consommait auparavant les 15 premières minutes d'attention d'un relecteur humain rien que pour comprendre ce qui avait changé et pourquoi.

Graphite a adopté un angle différent, construisant son produit autour du workflow de revue lui-même plutôt que du contenu de la revue : PR empilées, files d'attente de merge, et intégration CI conçues pour réduire les frictions et les blocages quand les PR restent trop longtemps en attente. La distinction est importante — si votre goulot d'étranglement vient du manque de temps des relecteurs pour lire le code, un relecteur IA aide directement ; si votre goulot vient des frictions de processus autour du merge, les outils de workflow comme le modèle d'empilement de Graphite importent plus que n'importe quelle fonctionnalité IA ajoutée par-dessus.

L'acquisition qui a confirmé la thèse

Le signal de marché le plus clair est venu en décembre 2025, lorsque Cursor — l'éditeur de code IA-first — a acquis Graphite pour plus de 290 millions de dollars. Michael Truell, PDG de Cursor, a explicitement justifié l'accord par la part croissante du temps de développement consacré à la revue de code, et non à la génération de code. C'est un aveu notable de la part d'une entreprise dont le produit principal accélère l'écriture de code : l'équipe qui a construit le moyen le plus rapide de générer du code a conclu que la revue, et non la génération, était le problème le plus précieux à traiter ensuite.

L'acquisition signale aussi la direction structurelle du marché des outils de codage IA. La première vague de produits de codage IA était en compétition sur la vitesse et la qualité de génération — autocomplétion, édition par chat, modifications agentiques multi-fichiers. Cette concurrence arrive à maturité, et les outils qui généraient le code le plus rapidement s'étendent désormais vers le problème adjacent que leur propre succès a créé.

Ce que cela signifie pour les équipes d'ingénierie

Les équipes qui ont adopté les assistants de codage IA sans ajuster leur processus de revue sont celles qui ressentent le plus le goulot d'étranglement — plus de code arrive, même capacité de revue, mêmes points de validation. La solution pratique n'est pas de rejeter le code généré par IA ni de ralentir la génération ; c'est de traiter la revue assistée par IA aussi sérieusement que la génération assistée par IA. Un relecteur IA qui détecte les problèmes de sécurité et les défauts logiques avant qu'un humain ne regarde la diff ne remplace pas le jugement humain sur l'architecture et l'intention, mais il supprime le premier passage mécanique qui mangeait la matinée d'un relecteur.

La décision pratique pour la plupart des équipes : associer un agent de codage intégré à l'IDE ou en terminal (Claude Code, Cursor, Copilot) avec une couche de revue IA dédiée (CodeRabbit ou similaire), plutôt que de se fier uniquement à la vitesse de génération en espérant que la capacité de revue suive. Les équipes qui livrent le plus vite en 2026 ne sont pas celles qui génèrent le plus de code — ce sont celles qui ont comblé l'écart entre la vitesse de génération et le débit de revue.