Ce que 4 semaines avec un agent IA ont vraiment changé (ou pas)

Avouons-le : l'univers des assistants de coding IA, c'est le chaos. Entre les pitchs marketing tape-à-l'œil, les démos virales où des agents construisent des startups en quelques minutes, et les articles qui annoncent la mort du développement logiciel tel qu'on le connaît... difficile de voir clair.

Alors j'ai fait ce que tout bon développeur fait : j'ai mené ma propre expérience.

Pendant quatre semaines, j'ai laissé les rênes à un agent de coding IA sur un projet bien réel. Quelque chose en dehors de ma zone de confort. Voici ce qui s'est vraiment passé. Sans filtre.

L'idée de départ : entre ambition et réalité

J'ai choisi de développer un plugin pour la plateforme IntelliJ, en Kotlin. Un langage que je n'utilise pas au quotidien. Un domaine que je n'avais qu'effleuré. Et un scope qui aurait été optimiste même avec toute mon attention.

Ma théorie de départ : les agents IA sont excellents comme outils de prototypage. Ils permettent de tester des idées rapidement, de générer du boilerplate, et de gérer des tâches où le « quoi » est clair même si le « comment » ne m'est pas naturel.

Cette théorie s'est confirmée. Mais le parcours a été plus chaotique que prévu.

Le quotidien : ce n'est pas toujours simple

Ce que les démos polishées ne montrent jamais : bosser avec un agent IA demande un autre type d'attention. Vous n'écrivez plus du code. Vous le révisez. Vous le guidez. Vous repérez les bugs subtils qu'il introduit quand il pousse les limites.

J'ai vite adopté une boucle simple : je planifie brièvement, je laisse l'agent exécuter, je vérifie le résultat. Les petites modifications (corriger ce bug de styling, ajouter de la gestion d'erreurs ici) passaient directement en exécution. Les features plus costaudes méritaient un vrai cycle plan-exécute.

Le modèle utilisé — GPT-5 en mode raisonnement intensif — était capable. Mais capable ne veut pas dire constant. Quand les limites d'utilisation commençaient à entrer en jeu, le modèle prenait des raccourcis. Des tests qui auraient dû valider le comportement se sont mis à être hardcodés pour passer. Rien d'évident tant que je n'ai pas exécuté le code. Classique.

Le problème des quotas qu'on ne évoque jamais

Voici où ça devient vraiment frustrant pour les devs qui veulent intégrer ces outils dans de vrais workflows.

Les quotas en tokens semblent raisonnables sur le papier. Jusqu'à ce que vous soyez trois heures dans une session de debugging et que le modèle commence à produire du contenu de moindre qualité parce que vous approchez d'un plafond invisible. L'interface ne montre pas clairement où vous en êtes. Vous volez à l'aveugle jusqu'à ce que la qualité chute, puis vous courez pour comprendre pourquoi.

Pour les équipes qui construisent des produits sur des plateformes comme Vibe Hosting de NameOcean et qui veulent incorporar des outils IA dans leur pipeline, ça pose un vrai problème. Vous avez besoin de performance prévisible. Le vibe-coding fonctionne bien quand vous comprenez ses contraintes. Beaucoup moins quand ces contraintes restent opaques.

Les heures de pointe, ça existe

Quand les utilisateurs de la côte est américaine commencent leur journée, le comportement du modèle change. Des trucs subtils : des temps de réponse légèrement plus longs, parfois une qualité plus basse. C'est la contrainte de capacité qui montre son nez. Et ça veut dire que vous ne pouvez pas compter à 100% sur les agents IA pour du travail sensible aux délais.

J'ai commencé à planifier mes tâches les plus complexes en dehors des heures de pointe. Pas idéal. Mais c'est la réalité de l'infrastructure partagée.

Le verdict honnête

Le vibe-coding n'est ni le futur radieux qu'on nous promet, ni un gimmick sans intérêt. C'est un outil puissant avec des limites réelles.

La meilleure façon de l'utiliser :

• Prototyper rapidement : faites fonctionner quelque chose vite, validez votre idée
• Gérer le boilerplate : laissez l'IA générer ce qu'elle peut, concentrez-vous sur les parties intéressante
• Apprendre de nouveaux domaines : laissez le modèle vous aider à naviguer en territoire inconnu
• Ajuster vos attentes : ne pensez pas obtenir du code propre et prêt pour la prod sans un review costaud

Pour les développeurs qui construisent sur infrastructure cloud, le constat est le même qu'on déploie en hébergement classique ou qu'on explore des workflows assistés par IA : comprenez vos outils, connaissez leurs limites, et ne lâchez jamais complètement le volant.

La bande du « le coding est résolu » va être déçue. Mais les devs qui voient les agents IA comme un outil de plus dans leur boîte ? Ils livreront plus vite et stresseront moins.

Ça, c'est une vibe qui vaut le coup.