Larssen Consulting
Agents et outils

Revue de code par IA

AI code review

La revue de code par IA est un processus où des agents relisent toutes les modifications de code et où un classement par niveau de risque détermine quand, et combien, d’humains doivent les approuver avant leur intégration.

  • Lecture : 5 minutes
  • Mis à jour le 12 novembre 2026
  • 5 sources

En clair

Pensez au contrôle des notes de frais dans une grande entreprise. Personne ne vérifie à la main chaque ticket de café : un logiciel contrôle tout, les petites dépenses courantes passent automatiquement, une dépense moyenne demande la signature du responsable et une grosse dépense celle de deux personnes. Ce n’est pas la personne qui dépense qui fixe le niveau de contrôle, c’est la nature de la dépense. La revue de code par IA, quand elle est bien organisée, suit la même logique, appliquée aux modifications de code produites par des agents.

Quand des agents écrivent l’essentiel du code, le volume de modifications explose et il devient impossible que des développeurs relisent tout ligne à ligne. On confie donc la première lecture aux machines : l’agent qui a écrit le code le vérifie, d’autres agents le relisent et cherchent les erreurs. Ensuite, une règle de tri décide si la modification peut passer seule, si elle demande l’accord d’une personne, ou de deux.

Cette approche diffère de l’humain dans la boucle au sens général, qui consiste à faire valider une action par une personne. Ici, l’enjeu est de doser l’attention humaine, ressource rare, et de la réserver aux changements qui peuvent vraiment casser quelque chose, tout en empêchant les agents de tourner en rond entre eux.

Un exemple

Une société qui édite un logiciel de gestion pour des cabinets comptables fait désormais écrire la majorité de son code par des agents. Ses développeurs passaient leurs journées à relire des demandes de fusion et devenaient le goulet d’étranglement. L’équipe met en place un tri : les corrections de documentation et les nouveautés cachées derrière un interrupteur de fonctionnalité passent après la seule relecture automatique, les changements touchant la facturation demandent l’accord d’un développeur, et ceux qui touchent au calcul des déclarations fiscales en demandent deux.

L’équipe plafonne aussi à trois le nombre d’allers-retours entre l’agent auteur et l’agent relecteur : au-delà, la modification remonte à un humain. Elle suit chaque semaine le taux de retours en arrière et d’incidents ; si ces chiffres se dégradent, le seuil de risque est durci et davantage de modifications repassent devant une personne.

Niveau technique

Comment ça marche

Le schéma a été décrit publiquement le 15 octobre 2026 par Addy Osmani, Morgan Westlee Lunt et Qing Wang, de l’équipe Claude Code d’Anthropic, dont environ 90 % du code est écrit par Claude 1. Chaque modification est d’abord vérifiée par l’agent auteur, puis chaque demande de fusion reçoit une relecture par Claude avant tout regard humain, complétée par une revue de sécurité distincte, une file d’intégration, des interrupteurs de fonctionnalité et des retours en arrière rapides 1. L’objectif affiché est que la plupart des demandes soient fusionnées avec au plus un humain dans la boucle, qui peut être l’auteur, sans hausse des retours en arrière ni des incidents 2.

  1. VérificationL’agent auteur lance tests, compilation et contrôles, et un second agent relit sa modification avant même l’ouverture de la demande de fusion.
  2. Revue automatiqueDes agents relecteurs cherchent les erreurs et les failles de sécurité, puis filtrent les faux positifs, dans un nombre de tours plafonné.
  3. ClassementUn classifieur attribue un niveau de risque à la modification selon sa nature, ce qui fixe le nombre d’approbations humaines requises.
  4. ApprobationZéro, une ou deux personnes valident selon le niveau ; l’accord d’un agent ne compte jamais comme celui d’un humain.
  5. IntégrationLa modification passe par une file d’intégration et des interrupteurs de fonctionnalité, avec retour en arrière rapide en cas de problème.

Le cœur du dispositif est un classifieur de risque : c’est la modification qui fixe le niveau, pas son auteur 2. Documentation, textes et ajouts derrière un interrupteur de fonctionnalité ne demandent aucune approbation humaine ; le risque moyen, comme le cache, la mise à jour automatique ou les prompts système, en demande une 2 ; le risque élevé en demande deux, et un second classifieur peut exiger un humain même quand le niveau ne l’impose pas 1. Une revue automatique peut valider une modification à faible risque, mais elle ne remplace jamais une personne quand une approbation humaine est requise, et seuls les auteurs d’une liste de confiance bénéficient des règles allégées 1. Les auteurs résument le principe ainsi : savoir si un humain a lu le code n’est qu’un indicateur imprécis de ce qui pourrait mal tourner 3. Entre juin et septembre 2026, les demandes fusionnées ont plus que doublé tandis que la part de retours en arrière baissait de plus de 40 % 1.

La principale limite est la boucle qui ne converge pas : une demande est passée par plus de cinquante tours de revue et de correction en une nuit avant que son auteur ne l’arrête 2. L’équipe a depuis plafonné le nombre de tours 1, mais reconnaît ne pas encore disposer de disjoncteurs qui durciraient automatiquement l’approbation quand les indicateurs de revue dérivent 2. L’outil de revue associé, Code Review pour Claude Code, est réservé aux offres Team et Enterprise ; plusieurs agents y examinent la modification, une étape de vérification écarte les faux positifs, et la revue n’approuve ni ne bloque jamais elle-même la fusion 4. Lors de sa préversion, lancée en mars 2026, une revue coûtait de 15 à 25 dollars, selon les tokens consommés 5. Ce schéma se distingue de la boucle critique-révision, où un modèle améliore sa propre réponse : ici, la question est de savoir qui a le droit d’approuver.

Ce que ça change pour une entreprise

Pour l’entreprise, ce schéma répond au nouveau goulet d’étranglement du développement assisté par agents : la relecture. Il permet de suivre la cadence des agents sans renoncer à la responsabilité humaine sur les changements sensibles, et il rend le contrôle explicite et vérifiable, ce qui facilite les audits. L’équipe qui l’a décrit a vu ses fusions plus que doubler tout en réduisant ses retours en arrière 1. Le coût vient des agents relecteurs, facturés selon les tokens consommés 5, et du travail de mise au point : définir les niveaux de risque, constituer des cas d’erreurs passées pour évaluer les relecteurs, maintenir la liste des auteurs de confiance.

Les risques sont réels. Un classifieur mal réglé laisse passer seul un changement dangereux ; des agents auteur et relecteur peuvent tourner sans fin et consommer du budget ; les développeurs peuvent approuver machinalement ce que les agents ont déjà validé. Le dispositif suppose donc des plafonds sur les boucles, des indicateurs suivis en continu (retours en arrière, incidents, effort de revue) et, idéalement, des disjoncteurs qui ramènent plus de modifications devant un humain dès que ces indicateurs se dégradent. Enfin, il ne se transpose pas tel quel : les seuils doivent refléter ce qui, dans votre propre code, peut réellement causer un incident.

Idées reçues

  • « Si une IA a écrit le code, un humain doit tout relire ligne à ligne. »

    À ce volume, c’est impossible et peu efficace. La bonne question est de savoir quel contrôle, automatique ou humain, est le mieux placé pour attraper chaque type d’erreur [3].

  • « L’approbation d’un agent relecteur vaut celle d’un développeur. »

    Non : dans ce schéma, un agent peut valider seul un changement à faible risque, mais il ne remplace jamais une personne quand une approbation humaine est requise [1].

  • « Plus les agents font de tours de revue, plus le code est sûr. »

    Une boucle agent-relecteur peut tourner des dizaines de fois sans converger. Il faut plafonner les tours et faire remonter le cas à un humain.

Sources

  1. Addy Osmani, Morgan Westlee Lunt et Qing Wang, « How the Claude Code team does code review », 2026
  2. Steef-Jan Wiggers, « Anthropic Says Nobody Needs a Mental Model of Claude Code. Practitioners Are Testing That », InfoQ, 2026
  3. Simon Willison, « A quote from Addy Osmani, Morgan Westlee Lunt, and Qing Wang », 2026
  4. Anthropic, « Code Review », documentation de Claude Code, 2026
  5. VentureBeat, « Anthropic rolls out Code Review for Claude Code as it sues over Pentagon blacklist and partners with Microsoft », 2026

Voir aussi