En février 2026, le laboratoire de recherche réputé METR a publié des résultats alarmants concernant l'industrie du développement logiciel : la majorité des ingénieurs ne souhaitent plus effectuer de tâches, même limitées, sans assistance d'intelligence artificielle. Cette dépendance s'est avérée si profonde que les chercheurs n'ont pas pu réaliser une étude comparative entre le codage manuel et le codage assisté par IA, car les développeurs se sont refusés à participer sans outils d'IA. Bien que des sondages ultérieurs en mai aient montré que les employés se percevaient comme deux fois plus productifs, cette satisfaction est remise en question par la réalité opérationnelle de 2026. Cette année a vu l'émergence de la « tokenmaxxisation », une tendance consistant à mesurer la productivité par le volume de tokens traités par les modèles d'IA, transformant l'utilisation de ces outils en une course aux coûts. Cette pratique a conduit à des dépenses incontrôlables chez des géants technologiques. Amazon a dû fermer son tableau de bord interne, Kirorank, après avoir constaté que les employés manipulaient le système en utilisant massivement des agents d'IA, générant des coûts sans gains réels. De même, Uber a épuisé son budget annuel d'IA dès les quatre premiers mois de l'année, sans observer d'augmentation mesurable de la production de projets, a confirmé son directeur des opérations Andrew Macdonald. Au-delà des coûts financiers, la qualité du code généré pose problème. L'auteur James Shore met en garde contre un compromis dangereux : si la vitesse de production double, mais que les coûts de maintenance ne sont pas divisés par deux, l'entreprise est en danger. Cette problématique est confirmée par des données concrètes. Aiswarya Sankar, fondatrice d'Entelligence AI, a rapporté que 44 % des tokens sont désormais consacrés à la correction de bugs introduits par l'IA elle-même. Par ailleurs, l'outil de révision de code Code Rabbit a analysé des requêtes d'intégration sur des projets open source et a découvert que le code généré par l'IA contenait 1,7 fois plus de problèmes que celui écrit par des humains. Des chercheurs de l'Université de gestion de Singapour ont corroboré ces inquiétudes en avertissant que le code produit par l'IA introduit des coûts de maintenance à long terme. Face à cette réalité, les solutions proposées varient. Scott Wu, fondateur de l'entreprise de développeurs Cognition et créateur de l'agent Devin, suggère d'utiliser des agents d'IA pour automatiser les tâches répétitives de correction. Cependant, il admet que Devin possède aujourd'hui les compétences d'un développeur débutant à intermédiaire, ce qui exclut toute solution de type « mise en place et oubli ». L'approche recommandée par les chercheurs de Singapour est plus nuancée et centrée sur l'humain. Les programmeurs doivent développer une expertise profonde des limites de l'IA, aussi grande que leur maîtrise des langages de programmation. Ils doivent mettre en place des systèmes d'assurance qualité adaptés à l'IA et examiner le travail généré avec la même rigueur qu'un collègue junior. Enfin, les tâches stratégiques, telles que l'architecture logicielle et la conception de la sécurité, doivent impérativement rester entre les mains des humains. L'utilisation de l'IA ne doit plus être une simple accélération, mais un processus rigoureux intégrant la vigilance constante pour éviter de sacrifier la stabilité du logiciel sur le long terme.