LCC 326 - Interview assistants de code IA avec Philippe Charrière et Kevin Aubry

Dans cet épisode, nous explorons l’univers des assistants de code AI. Comment ces outils transforment-ils notre façon de coder ? Quels sont leurs atouts et leurs limites ? Nos invités Philippe Charrière et Kevin Aubry nous éclairent sur ces technologies qui bouleversent les pratiques des développeurs.

Enregistré le 8 avril 2025

Téléchargement de l’épisode LesCastCodeurs-Episode-326.mp3 ou en vidéo sur YouTube.

Interview

Ta vie ton oeuvre

• Peux-tu te présenter brièvement à nos auditeurs?
• Quelle est ton expérience personnelle avec ces outils?
• Tu l’utilises chez ton employeur ou juste pour tes projets personnels?
• Qu’est-ce qui t’a attiré dans ce domaine en particulier?

Introduction à la techno

• Qu’est-ce qu’un assistant de code AI exactement? Comment le définirais-tu?
• Quels sont les principaux assistants de code disponibles aujourd’hui sur le marché?
• Quand et pourquoi ces outils ont-ils commencé à émerger?
• Quelle est la différence entre un assistant de code AI et un simple outil de complétion de code?

La techno en concepts

• Quels sont les fondements technologiques des assistants de code actuels?
• Quels sont les différences de flow entre un outil dédié genre CursorAI, GitHub Copilot, un chat LLM générique de type Claude ou un outil à la Devoxx Genie?
• Il y a aussi des outils de terminal, en ligne de commande ou en desktop dédié genre Goose de Block - comment ceux-ci se positionnent-ils?
• Quelles sont les différentes approches d’intégration dans les environnements de développement?
• Comment se positionnent les assistants par rapport à d’autres outils d’aide au développement?
• Quels sont les modèles économiques actuels (open source vs propriétaire, SaaS vs on-premise)?
• Qu’en est-il de la confidentialité du code analysé par ces outils?

Comment on l’utilise en pratique pour un dev

• Comment un développeur Java typique intègre-t-il un assistant de code dans son workflow quotidien?
• Quels sont les assistants les plus adaptés à l’écosystème Java spécifiquement?
• Vous utilisez plutôt VSCode? Ça marche bien dans IntelliJ IDEA?
• Quelles sont les bonnes pratiques pour formuler des requêtes efficaces à un assistant?
• Quelles tâches répétitives ou complexes sont particulièrement bien gérées par ces assistants?
• Quels sont les tâches aujourd’hui où l’assistant de code excelle: squelette de code initial, ajout de fonctionnalité, écrire les tests, corriger un bug, la sécurité, grosse migration de version ou de framework?
• Comment évaluer la qualité du code généré? Quelles vérifications faire systématiquement?
• Quelle est ton expérience des hallucinations? Des trucs rigolos à raconter?
• Comment évoluent les pratiques de pair programming avec ces outils?
• C’est quoi ton budget code assistance / LLM?

Sous le capot

Pas sûr de pouvoir faire cette partie sous le capot si on a des interview orienté utilisateur.

• Comment ces assistants sont-ils entraînés spécifiquement pour comprendre le code?
• Quelle est la différence entre le fine-tuning pour le code et pour le langage naturel?
• Comment fonctionnent les techniques de retrieval augmentation pour le contexte du projet?
• Comment les assistants gèrent-ils les dépendances et la structure des projets complexes?
• Quels sont les défis techniques majeurs pour analyser du code Java avec ses spécificités?
• Comment les modèles réussissent-ils (ou écho