Assistants de code et agents IA

Un assistant de code est un outil d'IA intégré à ton éditeur ou à ton terminal qui propose, explique ou modifie du code. Un agent IA va plus loin : tu lui donnes un objectif, et il enchaîne seul les actions nécessaires (lire des fichiers, lancer des commandes, modifier le code, exécuter les tests) jusqu'à l'atteindre, en te demandant ton accord pour les actions sensibles. Ce chapitre explique comment ils fonctionnent, comment les régler, comment relire leur travail, et comment t'en servir sans cesser d'apprendre.

Trois niveaux d'aide

Le chatbot parle, l'agent agit. Cette différence change tout côté sécurité : un agent qui peut exécuter des commandes sur ta machine a les droits de ton compte.

La boucle d'un agent

Un agent est un LLM placé dans une boucle, avec des outils : lire un fichier, chercher dans le code, modifier un fichier, lancer une commande dans le terminal, ouvrir une page Web. Le programme qui fait tourner la boucle s'appelle le harnais.

1. Tu donnes un objectif : « Ajoute la pagination à la liste des tickets et fais passer les tests. »
2. Le modèle choisit une action, sous forme d'appel d'outil : « lire src/routes/tickets.js ».
3. Le harnais vérifie que l'action est permise, au besoin te demande ton accord, l'exécute, et ajoute le résultat au contexte.
4. Le modèle lit le résultat et choisit l'action suivante : modifier le fichier, lancer npm test, lire l'erreur, corriger.
5. La boucle s'arrête quand le modèle estime l'objectif atteint, quand il te pose une question, ou quand une limite est atteinte.

Les outils sont ce qui rend l'agent utile, et ce qui le rend dangereux. Le chapitre 8 montre comment un appel d'outil fonctionne au niveau de l'API.

Régler les permissions

Les agents de code proposent en général trois modes : demander l'accord pour chaque action, accepter automatiquement les modifications de fichiers mais demander pour les commandes, ou tout accepter. Applique le principe du moindre privilège : l'agent n'a que les droits nécessaires à la tâche, et rien sur ce qui ne la concerne pas.

Relire le diff

Ton filet de sécurité, c'est Git. Avant de lancer un agent :

1. git status doit être propre : commite ou range ton travail en cours ;
2. crée une branche : git switch -c pagination-tickets ;
3. donne l'objectif, laisse l'agent travailler ;
4. relis tout le diff : git diff, ou l'onglet des modifications de ton éditeur ;
5. garde ce qui va, annule le reste : git restore fichier (annuler en Git).

Ce que tu cherches pendant la relecture :

• des fichiers modifiés qui n'ont rien à voir avec la tâche ;
• un test modifié ou supprimé pour qu'il passe, au lieu du code corrigé ;
• une vérification désactivée, un // TODO, une exception avalée ;
• une nouvelle dépendance ;
• un secret, une adresse interne ou des données réelles ajoutés au code.

Donner du contexte à un agent

Un agent démarre chaque session sans rien savoir de ton projet. Les outils lisent un fichier de consignes à la racine du dépôt : AGENTS.md, un format partagé par plusieurs outils, ou CLAUDE.md pour Claude Code. Écris-y ce qu'un nouveau développeur devrait savoir le premier jour :

# Consignes pour les agents

- Application Node.js 24 + Express, base MySQL 8.4. Lancer les tests : npm test.
- Ne jamais modifier les fichiers de migration déjà appliqués (dossier migrations/).
- Toute requête SQL passe par une requête préparée (mysql2, placeholders ?).
- Ne pas lire ni modifier .env. Les variables attendues sont listées dans .env.example.
- Avant de proposer une nouvelle dépendance, demander.

Ce fichier ne remplace pas les permissions : c'est une consigne, que le modèle peut ne pas suivre. Les interdictions qui comptent se règlent dans les permissions de l'outil.

MCP : brancher des outils sur un modèle

Le Model Context Protocol (MCP) est un protocole ouvert qui standardise la façon de donner des outils et des données à un modèle. Un serveur MCP expose des outils : consulter les tickets de GLPI, interroger une base, lire la documentation interne, piloter un navigateur. Un client MCP, l'assistant ou l'agent, les découvre et peut les appeler. Proposé par Anthropic fin 2024, MCP a été confié en décembre 2025 à l'Agentic AI Foundation, une fondation hébergée par la Linux Foundation.

Pour un technicien, un serveur MCP est un logiciel comme un autre : il tourne avec des droits, il peut contenir des failles et il fait entrer dans le contexte du modèle des contenus qui peuvent porter une injection de prompt. N'installe que des serveurs MCP de source connue, avec un compte aux droits minimaux, et seulement ceux dont la tâche a besoin.

Ce que les agents font bien, et moins bien

Coder avec un agent sans perdre la main

Un agent peut te faire progresser vite ou t'empêcher d'apprendre. En janvier 2026, Anthropic a publié un essai contrôlé sur 52 développeurs, surtout juniors, qui découvraient une bibliothèque Python. Le groupe aidé par l'IA a obtenu 50 % en moyenne au quiz final, contre 67 % pour le groupe qui codait à la main. Dans le groupe avec IA, ceux qui demandaient des explications ou posaient des questions de compréhension ont obtenu 65 % ou plus ; ceux qui déléguaient le code, moins de 40 %. Les sous-groupes sont petits, mais le message est clair : c'est ta façon de t'en servir qui compte.

Quelques règles qui marchent en TP :

• Essaie d'abord seul, au moins le temps de formuler ton hypothèse. Demande ensuite.
• Demande une explication, pas seulement une correction : « Explique pourquoi ce code plante, sans le corriger. »
• Refuse le code que tu ne saurais pas expliquer. Demande ce qu'il fait ligne par ligne, puis réécris-le avec tes mots.
• Fais-toi interroger : « Pose-moi trois questions pour vérifier que j'ai compris les promesses en JavaScript. »
• Active les modes d'apprentissage quand ton outil en propose : ils guident au lieu de donner la réponse.

Le TP Découvrir un agent IA de code te fait pratiquer tout cela sur ton portfolio, et l'article BTS SIO et IA détaille ce que l'IA change pour tes études et ton futur métier.

Exercices