Développement IA et programmation : créez des apps

Vous travaillez dans Claude Code quand soudain une erreur 400 apparaît et que chaque saisie suivante la répète : "thinking or redacted_thinking blocks in the latest assistant message cannot be modified." C'est un bug connu avec plusieurs tickets ouverts sur le dépôt officiel d'Anthropic, et dans la plupart des cas ce n'est pas la faute de l'utilisateur. Cet article explique ce que signifie l'erreur, comment fonctionnent les blocs thinking de l'extended thinking et leurs signatures cryptographiques, les 5 causes profondes de non-concordance de signature (bug de reprise de session, entrelacement du streaming, logique de réparation qui dérape, proxys tiers, modification de l'historique dans votre propre app), 3 solutions de récupération pour les utilisateurs de Claude Code (Esc x2/rewind, nouvelle session /clear, outil de réparation JSONL), le correctif permanent le plus important (mise à jour vers la dernière version), 3 principes de prévention pour les développeurs API/SDK (aller-retour tel quel, retrait complet, garde-fou défensif), comment la distinguer de 3 erreurs similaires, et une checklist de prévention des recidives.

GitHub Copilot a été lancé en 2021 comme une complétion de code intelligente ; en 2026, il est tout autre chose. Confiez-lui une seule Issue GitHub et éloignez-vous : l'IA écrit le code, fait passer les tests, ouvre une pull request et vous la rend — c'est l'agent de codage. GitHub Copilot est un service d'assistance au codage par IA proposé par GitHub (propriété de Microsoft), avec trois façons de l'utiliser : complétion, chat et agent. Son trait distinctif est de s'installer comme une extension dans des éditeurs existants comme VS Code et JetBrains — vous ajoutez l'IA sans changer votre éditeur habituel. Cet article couvre ce que Copilot sait faire, la vedette 2026 que sont le mode agent et l'agent de codage, les tarifs Free/Pro 10 $/Pro+ 39 $ et le passage de juin 2026 à la facturation à l'usage (crédits IA), en quoi il diffère par sa philosophie de conception de Cursor et de Claude Code, à qui il convient et comment démarrer — le tout avec les informations les plus récentes.

Les 6 phases du développement de systèmes — recueil des besoins, conception, implémentation, tests, déploiement, exploitation — n'ont presque pas évolué pendant plus de 20 ans. En 2025-2026, le flux a été réécrit de fond en comble. Gartner prévoit que d'ici 2028, 90 % des développeurs en entreprise utiliseront des assistants de codage IA ; Cursor économise 18 heures par mois (ROI 36x) ; Claude Code achève des refactorisations multi-fichiers complexes en 10 à 180 minutes avec 89 % de réussite. Cet article couvre l'inversion de la répartition du temps dans le SDLC (implémentation 40 → 10 %, besoins 10 → 25 %, conception 15 → 30 %), l'état actuel de chaque phase et les outils majeurs (Claude Code, Cursor, Copilot, v0, Bolt), le problème de qualité Lightrun 2026 (43 % des changements générés par IA nécessitent du debug en production), le passage générationnel Waterfall → Agile → AI-Native, 7 transformations de rôles (PM, designer, PG junior, PG senior, QA, SRE, tech lead) et les 3 pièges du SDLC piloté par IA (fragilité qualité, effondrement de la formation junior, perte de savoir tacite) avec leurs parades — le tout ancré dans les faits de mai 2026. "Un ingénieur qui n'a que la capacité à coder" est le piège de carrière numéro un à partir de 2027.

En 2025, le nombre d'offres pour un rôle a connu une croissance extraordinaire de 1 165 % d'une année sur l'autre : le FDE — le Forward Deployed Engineer. Pourquoi un métier discret que Palantir a systématisé sur près de 20 ans est-il soudain devenu « le titre le plus convoité » en 2026 ? Un FDE est « un ingénieur qui apporte le produit de sa propre entreprise sur le site du client et prend personnellement en charge, de bout en bout, observation, conception, implémentation, exploitation et retour produit ». L'IA générative porte un dernier kilomètre du type « la démo fonctionne mais ça ne marche pas sur le terrain », et le FDE est le rôle qui le franchit avec des mains humaines. Cet article couvre la définition, pourquoi le rôle a explosé en 2026 (la ruée aux recrutements d'OpenAI, Anthropic et Google), la boucle de travail en 5 étapes, la rémunération et la carrière (moyenne Palantir 238 000 $, staff plus de 630 000 $), la différence avec SE / consultant IT / Applied AI Engineer, à qui il convient et à qui non, et comment y parvenir sans expérience — le tout appuyé sur les données les plus récentes de mai 2026.

Jusqu'en 2025, « éditer dans Cursor/Claude Code → passer au terminal git push → passer au navigateur pour vérifier Vercel » coûtait des dizaines de changements de contexte par jour. En mai 2026, Vercel Agent Skills (via MCP), le plugin Claude Code et Claude Code GitHub Actions v1.0 condensent « code → build → deploy → URL de preview → gestion des variables d'environnement → rollback » en un seul flux dans l'agent. Cet article parcourt trois approches d'implémentation : ① git push (setup 5 min, deploy 60 à 90 s), ② MCP-Direct (.cursor/mcp.json + commandes slash comme /deploy, /env, /rollback), ③ GitHub Actions (mentionner @claude dans une PR pour auto-fix + déploiement preview). Il couvre ensuite les trois patterns d'environnements de preview (comparaison A/B, staging permanent, revue client protégée par mot de passe) et les quatre pièges opérationnels (fuite .env, explosion des coûts, conflits de PR, rollback oublié) — tout avec du code qui fonctionne, ancré dans mai 2026.

« J'ai une idée d'application web, mais je ne sais pas coder. » Ce mur vient de tomber grâce aux générateurs d'applications web par IA. Tapez « construis-moi une app Todo » et dix minutes plus tard vous avez une app fonctionnelle, une URL de déploiement et un dépôt GitHub. Le top 3 de 2026 : v0 (Vercel), Bolt.new (StackBlitz) et Lovable. Lovable a atteint 20 M$ d'ARR en 2 mois — la croissance la plus rapide de l'histoire des startups européennes ; Bolt.new 40 M$ en 6 mois ; v0 a ajouté l'intégration Git, la connectivité DB et les workflows agentiques en février 2026. Ce ne sont pas le même produit : v0 est « spécialiste frontend + écosystème Vercel », Bolt « multi-framework + dev navigateur uniquement », Lovable « full-stack + Supabase intégré + accessible aux non-ingénieurs ». La question n'est pas « lequel est le meilleur » mais « qu'essayez-vous de faire ? ». Cet article couvre l'essence de chaque outil, la comparaison détaillée des fonctions et tarifs, le bon choix par cas d'usage, ce qui diffère vraiment quand on lance le même prompt sur les trois, les trois pièges en production (consommation de tokens, trous de sécurité, vendor lock-in) et un arbre de décision 2026 en 5 minutes — le tout ancré dans les faits du 15 mai 2026 et la réalité « export GitHub précoce puis refactor dans Cursor/Claude Code » pour la qualité production.

« J'ai livre sur l'API OpenAI, mais j'aimerais aussi essayer Claude et Gemini » — et vous voilà à passer deux heures à réécrire la même logique contre trois SDK différents. Le Vercel AI SDK (simplement « AI SDK » depuis 2026) ramène cela à « un import, une fonction, tous les fournisseurs ». Bibliothèque open-source TypeScript avec plus de 20 millions de téléchargements mensuels, AI SDK 6 livre les Agents, MCP, l'approbation d'outils et les DevTools, et au 15 mai 2026 c'est le standard de fait pour une interface LLM unifiée. Si vous appelez des LLM depuis une application web ou un projet Node.js en 2026, l'AI SDK est le bon défaut, point. Les seules raisons d'ecrire directement contre le SDK OpenAI ou Anthropic sont une base de code existante ou une fonctionnalité de pointe propre à un fournisseur. Sinon, l'AI SDK vous offre changement facile, 1/3 du code, type safety et intégration React avec un avantage ecrasant. Cet article couvre ce qu'est l'AI SDK et pourquoi l'utiliser, un démarrage en 5 minutes (de generateText à streamText), la sortie structurée avec generateObject et Zod, le tool calling et les agents (le coeur d'AI SDK 6 avec stopWhen, ToolLoopAgent, MCP), l'intégration React avec useChat, le changement de fournisseur Claude/GPT/Gemini en 3 lignes, et trois pièges en production à connaître absolument : écarts de fonctionnalités entre fournisseurs, facturation sur stream abort et surcharge d'inférence de types.

Demandez à Claude Code ou ChatGPT « où déployer cette application web ? » et vous obtiendrez presque par réflexe : « Pousse-la sur Vercel. » Pour les développeurs expérimentés, c'est correct ; pour les débutants, cela soulève une pile de questions sur ce qu'est Vercel, le sens du mot « gratuit » et l'opportunité de l'utiliser pour un petit site personnel. La réalité de mai 2026 : si vous construisez avec Next.js, Vercel offre la meilleure DX, point ; sinon, c'est démesuré. Le « gratuit » ne s'applique qu'au plan Hobby (usage commercial interdit), Pro coûte 20 $/siège, et il n'y a aucun plafond de dépense strict — plusieurs factures DDoS de 23 000 $ ont été documentées en 2025–2026. Cet article explique pourquoi l'IA opte par défaut pour Vercel (3 raisons structurelles : biais des données d'entraînement, Vercel propriétaire de Next.js, DX sans friction), ce qu'est réellement Vercel en 3 minutes, un logigramme de décision en 6 questions, 4 alternatives à connaître (Cloudflare Pages avec bande passante illimitée, Netlify, Render/Railway, VPS auto-hébergé), les 5 pièges tarifaires (notamment l'absence de plafond strict) et les 3 pièges que tout débutant rencontre. Pour les sites de plus d'1 To/mois, lourds en médias ou nécessitant une BDD, Cloudflare Pages, Render ou Railway sont nettement moins chers.

La configuration d'environnement est l'endroit où chaque programmeur débutant se retrouve coincé. En 2026, l'IA générative (Claude Code, Codex, Cursor) est réellement utilisable pour le travail d'infrastructure routinier — configuration d'environnement local, génération de Dockerfile, ébauches Terraform, pipelines CI/CD. HashiCorp a livré son Terraform MCP Server officiel en 2026, et Anthropic a publié les Agent Skills pour que l'expertise en infrastructure puisse être chargée à la demande. Mais « tout déléguer » est une autre question : un groupe de sécurité ouvert en 0.0.0.0/0, une clé SSH commitée sur GitHub, une facture AWS de 3 000 $ en fin de mois — tous des incidents réels de 2026. Cet article sépare cinq domaines sûrs à déléguer, trois zones à risque « vérifier puis faire confiance », quatre domaines humain uniquement, un workflow en quatre étapes sûr pour débutants, et le dernier outillage 2026 (Claude Code, MCP, Agent Skills) — concentré sur l'évaluation des capacités, pas l'impact carrière.

Demandez à Claude Code ou ChatGPT comment construire une application web et vous entendrez presque certainement « utilise Next.js ». Mais cette suggestion vient de la fréquence dans les données d'entraînement, pas d'un jugement sur votre projet. Cet article décortique les trois raisons légitimes de l'IA (domination des données d'entraînement / batteries incluses / facilité de déploiement Vercel), explique la relation JavaScript / React / Next.js, parcourt un arbre de décision de 5 minutes (quoi construire, SEO, BDD, budget temps, hôte cible), associe quatre alternatives réalistes (Astro, Vite + React, SvelteKit, HTML + Vanilla) à des cas d'usage, expose les cinq bases incontournables pour utiliser Next.js (App Router, Server vs Client Components, routage par fichiers, variables d'environnement, cibles de déploiement) et les trois pièges qui guettent les débutants (use-client partout, verrouillage Vercel, l'IA qui renvoie du code Pages Router obsolète) — le tout calibré à mai 2026. Deuxième entrée de la série « L'IA recommande... » après l'article sur Docker.

En 2026, le Tokenmaxxing — la consommation de tokens IA manipulée pour gonfler les métriques internes — a été observé chez Amazon, Meta et Microsoft. L'étude Faros AI portant sur 22 000 développeurs montre que l'usage de l'IA augmente l'achèvement des tâches de +34 % et les epics de +66 %, mais les bugs grimpent de +54 % et le temps de revue des PR est multiplié par 5. Quantité et qualité divergent de manière décisive. Cet article explique pourquoi la métrique grossière « consommation de tokens = production de travail » s'est répandue, les trois distorsions de terrain qu'elle crée (pompage de tokens, vitesse plutôt que substance, dérive vers les tâches AI-friendly), des alternatives comme l'AWU de Salesforce, les 4 DORA et les indicateurs de résultats d'AWS, ainsi que cinq actions pratiques pour les individus et les organisations — le tout étayé par des données primaires. L'échec du KLOC des années 1990, rejoué avec une nouvelle unité.

Un abonnement ChatGPT Plus à 20 $/mois peut tomber à 2 $/mois sur l'API — ou grimper à 200 $ dans l'autre sens. L'API IA est un monde de « paiement à l'usage ». Cet article parcourt les cinq différences fondamentales entre chat web et API, ce que sont les tokens et comment le prix est calculé, les tarifs de mai 2026 pour les principaux modèles (Claude Opus / Sonnet / Haiku, GPT-5.5/5.4, Gemini 3.1 Pro / Flash-Lite, DeepSeek V4-Pro), une carte de sélection de modèle à 4 types, les trois pièges dans lesquels tombent tous les débutants (accumulation d'historique de conversation, prompts système surdimensionnés, limites de dépenses manquantes), et le premier appel en 5 minutes avec curl plus Python — le tout du point de vue d'un débutant.