GitHub a ajouté Claude d’Anthropic et Codex d’OpenAI comme agents de programmation utilisables directement sur la plateforme. Contrairement aux implémentations où les interfaces de chat sont ajoutées a posteriori. Ces agents fonctionnent là où se trouve réellement votre code : dans les dépôts, les tickets et les demandes de fusion.
Claude et OpenAI Codex à sa liste d’agents de codage IA natifs de GitHub
Cette fonctionnalité est déployée en avant-première publique pour les abonnés à Copilot Pro Plus et Copilot Enterprise. Vous pouvez y accéder via l’interface web de GitHub, l’application mobile et Visual Studio Code. Aucun abonnement supplémentaire n’est requis, mais chaque session d’agent est comptabilisée comme une requête premium.
GitHub permet déjà aux développeurs de basculer entre différents modèles d’IA lorsqu’ils utilisent Copilot. Mais cette solution va plus loin. Il ne s’agit pas simplement de choisir un modèle pour répondre à des questions ou générer des extraits de code. Vous assignez des tâches concrètes à des agents qui fonctionnent de manière indépendante et produisent du code soumis à votre processus de révision habituel.
Le QG des agents
La plateforme appelle cela le QG des agents. Vous pouvez confier un problème à Copilot, Claude ou Codex et les laisser s’en occuper. Chaque agent peut soumettre des brouillons de demandes de fusion. Vous pouvez même assigner le même problème à plusieurs agents simultanément et comparer leurs approches.
Cette configuration considère les agents comme des travailleurs distincts plutôt que comme des interlocuteurs infinis. Chaque session a un périmètre défini, produit des artefacts spécifiques et laisse une trace. Tout reste centralisé dans votre référentiel au lieu d’être dispersé dans différents outils.
Pourquoi GitHub utilise plusieurs agents ?
Les différents systèmes d’IA excellent dans différentes tâches. L’un peut être particulièrement performant dans la refactorisation de code existant, tandis qu’un autre est plus à l’aise avec le développement de nouvelles fonctionnalités. Plutôt que d’imposer aux équipes le choix d’un fournisseur d’IA unique pour toutes leurs applications, GitHub permet aux développeurs de sélectionner l’outil le plus adapté à chaque tâche.
Objectif est de réduire les changements de contexte
Mario Rodriguez, directeur des produits chez GitHub, explique que l’objectif est de réduire les changements de contexte. Passer constamment de son IDE à une interface de messagerie instantanée, puis à son dépôt, est une perte de productivité. Tout centraliser permet de retrouver son historique de travail, ses conversations et ses modifications de code au même endroit.
Microsoft étant propriétaire de GitHub et ayant investi massivement dans OpenAI, l’ouverture de la plateforme à des agents concurrents constitue un choix singulier. Il semble que GitHub privilégie son rôle de plateforme centrale de développement plutôt que la promotion d’un système d’IA en particulier.
Comment ça marche ?
Par défaut, les agents fonctionnent de manière asynchrone. Vous lancez une session, assignez une tâche, et l’agent s’exécute en arrière-plan. Vous pouvez suivre l’avancement en temps réel ou le consulter ultérieurement. Une fois la tâche terminée, vous obtenez des résultats concrets : modifications du code, commentaires sur les demandes de fusion ou solutions proposées.
Vous pouvez également intégrer des agents à des demandes de fusion existantes en les mentionnant dans les commentaires de révision. Tapez @claude ou @codex, décrivez ce que vous souhaitez faire vérifier, et l’agent vous fournira son analyse. Cela crée un historique transparent des suggestions de l’IA et de leurs justifications.
L’intégration de Claude met l’accent sur le raisonnement et l’itération. Katelyn Lesse, d’ Anthropic, explique que l’objectif est d’aider les équipes à gagner en rapidité tout en préservant leur confiance dans leurs décisions. Claude est capable d’expliquer le raisonnement qui sous-tend les modifications proposées, au lieu de se contenter de produire du code.
