Keynote: AI-Powered App Development - Steve Sanderson - NDC London 2026

Keynote: AI-Powered App Development - Steve Sanderson - NDC London 2026

par Steve Sanderson

Sciences appliquées & ingénierie IA — Modèles & Recherche UYQIntelligence artificielle (IA)UYQFIntelligence artificielle générative
🎙 Steve Sanderson 👥 227K 📅 25 février 2026 ⏱ 54 min 👁 32K 📄 conférence technique 🧭 2026-08-13
Disponible en : Français (actuel) English

Mots-clés

agents de codageGitHub Copilotplanificationsous-agentsproductivité

Résumé

Dans cette keynote enregistrée à NDC London, Steve Sanderson, membre de l’équipe GitHub Copilot, explore l’impact des agents de codage IA sur le développement logiciel. Il commence par une introduction montrant que presque tous les participants utilisent déjà l’IA pour générer du code, et environ 40% utilisent des outils en ligne de commande. Il présente ensuite des statistiques internes de son équipe : environ 200 pull requests fusionnées en une semaine pour une équipe de 7 à 10 personnes, dont la moitié sont des fonctionnalités sérieuses. Il démontre en direct l’ajout d’une fonctionnalité simple (commande ‘show models’) en moins d’une minute, puis discute de l’évolution de la relation au code : le code devient un actif peu coûteux, jetable, et la planification en amont est remplacée par une itération rapide. Il présente plusieurs fonctionnalités des agents de codage : sous-agents (exécution parallèle de tâches avec différents modèles), mode plan, compétences, délégation, mémoire, hooks. Il illustre l’utilisation de sous-agents pour une revue de code parallèle avec trois modèles (Opus, Haiku, Gemini), montrant des différences de rigueur. Il aborde les défis comme le rythme effréné des nouveautés et le FOMO, et mentionne des concepts émergents comme Gastown et Ralph Wiggum. Il conclut sur des principes fondamentaux pour réussir avec les agents : la planification, la spécification précise des tâches, et l’importance de la communication.

222 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : l’orateur est un expert reconnu, travaillant directement sur GitHub Copilot, et il partage des retours d’expérience concrets et des démonstrations en direct. L’argumentation est solide, basée sur des exemples pratiques et des statistiques internes (bien que non publiées). Il nuance son propos en mentionnant les risques et les limites, comme la paresse des agents et la nécessité de planifier. La démonstration de la revue de code parallèle avec plusieurs modèles est particulièrement convaincante pour illustrer les différences de comportement des modèles. Cependant, certaines affirmations restent anecdotiques et non vérifiables, et l’absence de sources externes limite la portée scientifique.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne pour une conférence technique : l’orateur cite des exemples concrets et des statistiques internes, mais ne fournit pas de références bibliographiques. Les sources citées dans la description sont principalement des liens vers les conférences NDC, sans lien direct avec les travaux mentionnés. Le titre est en adéquation avec le contenu, qui est bien une keynote sur le développement d’applications assisté par IA. La qualité des sources est donc moyenne, mais l’expertise de l’orateur compense en partie ce manque.

203 mots

Adéquation titre / contenu

Le titre est précis et correspond au contenu : une keynote sur le développement d'applications assisté par IA, centrée sur les agents de codage.

Qualité & fiabilité

8/10

Conférence technique par un expert de l'équipe GitHub Copilot, avec démonstrations en direct et retours d'expérience concrets. Les affirmations sont étayées par des exemples pratiques, mais certaines statistiques (200 PRs/semaine) sont anecdotiques et non publiées.

Moments clés

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

Sources citées

  • NDC Conferences — Organisateur de la conférence où la keynote a été enregistrée.
  • NDC London — Site de la conférence NDC London.

Sources concordantes

  • GitHub Copilot — Outil officiel de GitHub, mentionné dans la vidéo.
  • Claude Code — Outil CLI d'agent de codage, mentionné comme précurseur.

Références externes

Apport & nouveautés

Cette keynote apporte un éclairage pratique et actuel sur l’utilisation des agents de codage IA, avec des démonstrations concrètes et des retours d’expérience de l’équipe GitHub Copilot. Elle met en évidence des changements de mentalité importants (code jetable, itération rapide) et propose des principes fondamentaux pour réussir. L’originalité réside dans la présentation de fonctionnalités avancées comme les sous-agents et la revue de code parallèle multi-modèles.

Pour aller plus loin :

  • GitHub Copilot — Outil d’IA pour le codage, central dans la présentation.
  • Claude Code — Outil CLI d’agent de codage mentionné comme précurseur.
  • Ralph Wiggum — Projet open source mentionné pour forcer les agents à terminer les tâches.
  • Gastown — Projet de Steve Yegge sur la gestion de flottes d’agents.
  • Plan mode — Documentation sur le mode plan de Copilot CLI.

131 mots

Profil radar

Le profil radar montre des scores élevés en quantité et qualité d'information, ainsi qu'en fiabilité, mais un niveau technique moyen, ce qui reflète une conférence accessible mais avec des démonstrations techniques. La fiabilité globale est bonne grâce à l'expertise de l'orateur, mais le manque de sources externes limite la note maximale.

Fiabilité 8/10

💬 Sur les 0 commentaires analysés, aucune tendance n'a pu être dégagée.