Les compétences en révision de code sont disponibles auprès de nombreuses sources. Par exemple, Sentry dispose d’une compétence de révision de code dans son référentiel. Destiné spécifiquement aux besoins de son projet, il peut constituer un échantillon utile de compétences similaires. Et les superpouvoirs sont un ensemble populaire de compétences de programmation générales qui sont présentées comme « une méthodologie complète de développement logiciel pour vos agents de codage, construite sur un ensemble de compétences composables et quelques instructions initiales qui garantissent que votre agent les utilise ». Je n’utilise pas de super pouvoirs, mais beaucoup d’autres personnes le font clairement étant donné ses plus de 227 000 étoiles GitHub et ses 20 000 forks.
Autre conseil : plusieurs experts suggèrent d’utiliser un LLM différent – peut-être même celui d’un autre fournisseur – pour effectuer une révision du code, car chaque modèle a ses propres forces et faiblesses.
N’oubliez pas les bonnes habitudes générales
Quel que soit le langage de programmation que vous utilisez, être clair améliorera vos résultats. Gardez vos demandes ciblées et ne vous attendez pas à ce que le LLM lise dans vos pensées.
« Le Codex gère mieux les travaux complexes lorsque vous les divisez en étapes plus petites et ciblées », explique OpenAI dans ses documents destinés aux développeurs. « Les tâches plus petites sont plus faciles à tester pour le Codex et à réviser pour vous. Si vous ne savez pas comment diviser une tâche, demandez au Codex de proposer un plan. »
« Prenez le temps de rendre vos invites aussi pertinentes que possible, comme vous le feriez pour aider un nouveau coéquipier à définir une tâche », conseille Google dans ses cinq meilleures pratiques d’utilisation des assistants de codage IA. « Réfléchissez aux détails que vous devez partager pour qu’une personne réussisse et fournissez tous ces détails à votre outil d’IA. »
Et ne chargez pas votre fenêtre contextuelle jusqu’à la limite publiée du LLM. Les performances se dégradent souvent à mesure que vous vous rapprochez de la limite maximale de jetons.
Profitez des LLM ouverts, en particulier si vous avez des limites de budget et de jetons
Les modèles ouverts – en particulier ceux suffisamment petits pour fonctionner sur un ordinateur de bureau – ne rivaliseront peut-être jamais avec les LLM frontières comme Claude, GPT ou Gemini. Mais pour beaucoup de codage R, ce n’est pas nécessaire.
Pour voir dans quelle mesure un LLM peut écrire du code R, il doit avoir le même type d’exploit que Claude Code, Codex ou Posit Assistant donne aux LLM plus grands. « Le harnais est le produit », affirme Mallory Mejias de Sidecar, une entreprise d’enseignement de l’IA. « Le modèle est le moteur qu’il contient – important, mais de plus en plus interchangeable. » Je n’irais pas aussi loin, car je trouve toujours que le LLM est un élément essentiel de cette équation et que les modèles diffèrent. Mais le même LLM fonctionnera différemment selon les outils et le contexte dont il dispose.
Posit a récemment ajouté le Gemma 4 26B open source de Google aux options existantes d’Assistant de LLM plus grands et à source fermée. « Jusqu’à présent, les modèles de cette taille – suffisamment petits pour fonctionner confortablement sur des ordinateurs portables grand public haut de gamme – étaient sur notre radar, mais pas encore suffisamment capables pour piloter un harnais d’agent comme Posit Assistant », a écrit Simon Couch, ingénieur logiciel senior chez Posit, sur le blog Posit. « Cela a changé ces derniers mois avec des versions comme Gemma 4. » Cependant, pour l’utiliser dans Posit Assistant dans RStudio, vous devez toujours l’exécuter via un abonnement Posit AI, et non localement. Il utilise 1/10 du budget que consommerait la même séance avec Claude Sonnet.
Plusieurs projets peuvent utiliser Claude Code pour exécuter des LLM locaux. Ollama, logiciel open source pour exécuter des LLM localement, le fait avec la commande terminal ollama launch claude --model tel que:
ollama launch claude --model gemma4:26b
Les créateurs d’Unsloth, un framework open source pour l’exécution et la formation de modèles, affirment que l’exécution de LLM locaux dans Claude Code peut être très lente en raison d’un problème d’invalidation du cache. Ils disent que cela peut être corrigé en ajoutant "CLAUDE_CODE_ATTRIBUTION_HEADER" : "0" à ~/.claude/settings.json sous « env ».
Unsloth peut également utiliser Claude Code pour exécuter des modèles locaux, mais son installation et sa configuration sont un peu plus compliquées qu’Ollama. Voir ce tutoriel Unsloth.
L’agent de codage open source Open Code exécute des LLM d’OpenAI, Anthropic, Google, Kimi, Qwen d’Alibaba et d’autres. Je ne m’y suis pas encore habitué par rapport aux outils CLI soutenus par le commerce que j’ai essayés, mais il compte 174 000 étoiles GitHub, donc clairement beaucoup de fans.
Le consultant en IA Thomas Wiegold, qui est passé de Claude à Open Code, a déclaré : « OpenCode couvre tout ce dont j’ai besoin pour mon flux de travail quotidien. C’est rapide, la flexibilité du fournisseur est véritablement utile plutôt que théorique, et l’interface TUI est meilleure pour les sessions prolongées…. Cela dit, je ne vais pas prétendre que tout se passe bien. » Il a noté quelques problèmes de stabilité et une vulnérabilité d’exécution de code à distance plus tôt cette année.
La suggestion de Wiegold ? « Installez les deux. Essayez-en d’autres. Restez flexible. »
En résumé
Les grands modèles de langage restent des outils imparfaits et imprévisibles, mais ils s’améliorent rapidement, tout comme les harnais qui les entourent. Même les LLM frontaliers des agents de codage commerciaux peuvent parfois ignorer les instructions et se comporter de manière désagréablement surprenante. Cependant, vous améliorerez considérablement vos chances de générer un code de qualité si vous utilisez des agents de codage, prenez le temps de les configurer avec des instructions de qualité et mémorisez les bonnes techniques d’invite. Bonne chance!
—
Informations sur l’agent de codage
Claude Code – L’agent de codage d’Anthropic est disponible dans le terminal et sous forme d’extension IDE, d’application de bureau, d’applications mobiles, d’application Slack et d’une version cloud qui peut fonctionner directement dans vos dépôts sur GitHub. Sans doute le premier agent de codage révolutionnaire, il inclut désormais une élégante option de contrôle à distance qui vous permet de démarrer une session sur votre bureau, puis de la poursuivre sur un téléphone ou une tablette. Bien que conçu pour les LLM Claude, vous pouvez l’utiliser pour exécuter des LLM locaux via des outils comme Ollama ou Unsloth Studio. Lorsque vous utilisez les modèles Claude, ils ont tendance à offrir moins d’utilisation que les options d’autres fournisseurs. Anthropic a publié le code de la version du terminal sur GitHub, dont l’utilisation est régie par les conditions commerciales de service d’Anthropic. Vous pouvez utiliser Claude Code via l’API payante à l’utilisation ou dans le cadre d’un abonnement Claude.
Codex – La réponse d’OpenAI à Claude Code est disponible via un terminal, une application, une extension IDE ou le cloud, avec des intégrations pour GitHub, Slack et Linear. L’outil CLI est open source sous licence Apache, disponible sur GitHub, et fonctionne via une API payante à l’utilisation ou dans le cadre d’un abonnement ChatGPT.
Posit Assistant – L’agent de codage Posit (anciennement RStudio) est conçu pour le travail de données en R et Python, bien que Simon Couch, ingénieur logiciel principal de Posit, m’ait dit qu’il conviendrait parfaitement au travail de programmation pour d’autres utilisations et dans d’autres langages. Il est disponible pour l’IDE RStudio (via un abonnement Posit AI dans RStudio), l’IDE Positron et en tant qu’application de terminal CLI autonome, bien que l’outil CLI ne semble actuellement pas aussi complet que les intégrations IDE (cela peut changer). Au moment d’écrire ces lignes, vous pouvez également utiliser les clés API d’Anthropic, OpenAI et Snowflake Cortex et un compte GitHub Copilot dans Positron. Posit Assistant est mis à jour assez fréquemment, m’a dit Couch. Si vous l’avez testé il y a un mois ou deux, il dispose désormais de plus de fonctionnalités.
Antigravity CLI – L’outil basé sur un terminal de Google remplacera ce mois-ci la Gemini CLI pour les utilisateurs non rémunérés et Google One. Il existe également un IDE Antigravity, un SDK et une plate-forme pour orchestrer plusieurs agents. Un avantage d’Antigravity : Google propose un forfait gratuit avec accès à Gemini 3.5 Flash, Gemini 3.1 Pro, Gemini 3 Flash, Claude Sonnet 4.6, Claude Opus 4.6 et gpt-oss-120b, et ce qu’il décrit comme des limites de tarifs hebdomadaires « généreuses » mais indéfinies basées sur « le degré dont nous avons la capacité ».
