Contexte technique
J'aime ces petits détails qui, en pratique, font gagner des heures au lieu de ressembler à une énième fonctionnalité de démonstration. L'application Codex en est un parfait exemple : j'ouvre un diff, je sélectionne un morceau de code spécifique, je clique sur Comment, et cela est envoyé dans le chat comme une entrée précise pour l'itération suivante.
Pour l'implémentation de l'IA, c'est une mécanique très saine. Je n'écris pas un vague « améliore-le », mais je lie mon commentaire à l'endroit exact où le modèle a fait une erreur, a sur-compliqué les choses ou a enfreint les conventions de style du projet.
Essentiellement, l'interface rapproche la revue des modifications de l'IA d'une revue de code humaine normale. Mais au lieu d'un long échange sur plusieurs fichiers, je boucle immédiatement le cycle : j'ai vu un problème, je l'ai signalé, je l'ai envoyé et j'ai reçu une nouvelle correction.
Cela fonctionne particulièrement bien lorsqu'un agent génère déjà un plan ou un lot de modifications, et que je veux gérer des décisions locales plutôt que la tâche entière. Moins de bruit dans le chat, moins de risques que le modèle perde le contexte et commence à corriger le mauvais endroit.
Le deuxième élément de cette histoire, qui me parle aussi, c'est Zed. Pour de nombreux développeurs, il est perçu comme un « éditeur sans friction » : défilement rapide, réactivité instantanée, interface utilisateur fluide. La raison est claire : il est basé sur Rust et utilise son propre rendu d'interface via GPU.
Et ce qui est important ici, ce n'est pas le fan-club des éditeurs, mais la mécanique quotidienne. Quand l'IDE ne rame pas pour la navigation, la recherche ou le changement de contexte, le workflow avec un agent semble plus léger. On s'énerve moins, on valide les étapes plus vite et on garde plus facilement le rythme.
Impact sur l'entreprise et l'automatisation
Je ne voudrais pas exagérer : ni les commentaires de Codex, ni Zed à eux seuls ne rendent une équipe productive. Mais ils éliminent les petites frictions qui, accumulées, entraînent une perte de vitesse.
Qui en profite ? Les équipes où l'intégration de l'IA a déjà atteint le stade de la revue de code réelle, et non plus celui de « on s'amuse dans un chat ». Pour elles, les commentaires en ligne dans le diff réduisent le nombre d'exécutions inutiles, et un éditeur rapide raccourcit le cycle lui-même.
Qui n'en profite pas ? Ceux qui n'ont pas de règles de revue claires, de structure de tâches et de limites pour l'agent. Je le vois régulièrement : sans une architecture IA solide, même une interface conviviale ne fait que masquer le chaos.
Si vos revues de code avec l'IA commencent déjà à s'éparpiller dans les chats, les onglets et les modifications perdues, c'est le moment de repenser le processus. Chez Nahornyi AI Lab, nous ancrons justement ces concepts dans un système fonctionnel : de l'automatisation par IA à une boucle de revue appropriée, pour que l'agent élimine du travail, et non en crée davantage.