« Tout est fait par Claude Code, personne ne vérifie » : le témoignage qui expose les équipes tech forcées à l'IA

Un ingénieur vient de rejoindre une grande entreprise technologique. Deux semaines plus tard, il décrit un endroit où plus personne ne comprend ce qui se passe. Les spécifications, le code, les tests, les tickets (les demandes de correction ou d'évolution) : tout sort de la même machine.

Ce témoignage, posté sur X, a été relayé le 20 septembre 2026 par Simon Willison, développeur reconnu et co-créateur de Django (une boîte à outils très utilisée pour construire des sites web), sur son blog très suivi dans le monde technique [1]. Son auteur, qui signe voxium, y dresse le portrait d'une équipe où tout est produit par Claude Code, l'assistant de programmation d'Anthropic qui écrit et exécute du code en autonomie.

Le passage qui frappe tient en une phrase : personne ne lit plus rien. Du débutant à l'ingénieur le plus gradé, chacun passe ses journées à dialoguer avec l'IA et à valider ce qu'elle propose. Dans certaines équipes, en 2026, c'est un jour de travail ordinaire.

Dans cet article :

• « Personne ne lit rien » : ce que raconte vraiment cet ingénieur
• « Le code n'est plus le goulot » : le credo qui met les équipes sous pression
• Du code empilé que plus personne ne relit
• Les heures gagnées grâce à l'IA qui ne reviennent jamais
• La stratégie Posthumain pour ne pas finir presse-bouton

« Personne ne lit rien » : ce que raconte vraiment cet ingénieur

Le récit tient en quelques lignes, mais chacune vise juste. Selon voxium, toute la production de son équipe (documents de cadrage, code, tests, rapports) est générée par Claude Code, et personne dans l'équipe n'apprécie la situation.

La pression vient d'en haut. La direction répète que « pousser du code n'est plus le goulot d'étranglement », alors pourquoi l'équipe serait-elle lente ? Résultat concret : des gens qui travaillent 12 à 13 heures par jour « juste pour appuyer sur Entrée ».

Il faut prendre ce texte pour ce qu'il est : un témoignage anonyme, invérifiable, publié sur un réseau social. Willison le relaie sans commentaire, et sans le présenter comme une enquête. S'il résonne autant, c'est qu'il met des mots sur une bascule que les données documentent déjà.

Savoir si cette équipe précise existe compte donc moins que de mesurer combien d'équipes lui ressemblent, et ce que les chiffres disent de cette nouvelle manière de fabriquer des logiciels.

« Le code n'est plus le goulot » : le credo qui met les équipes sous pression

L'idée que la génération de code n'est « plus le goulot d'étranglement » dépasse largement un manager isolé. Elle est devenue le credo d'une bonne partie de l'industrie, appuyé sur une réalité mesurable : les assistants écrivent désormais énormément.

Selon le baromètre trimestriel de la société de développement BairesDev, publié en septembre 2026 et portant sur 705 développeurs dans plus de 60 pays, 42 % des développeurs déclarent que l'IA écrit au moins la moitié de leur code, contre 12 % un an plus tôt [2].

La bascule est vertigineuse. En douze mois, confier à la machine au moins la moitié de l'écriture est passé d'une pratique de niche au quotidien de plus de quatre développeurs sur dix.

Le problème, c'est ce que la direction en déduit. Si la machine produit vite, alors toute lenteur devient forcément une faute humaine. C'est exactement le raisonnement que dénonce voxium.

Or mesurer la vitesse de production, c'est mesurer la partie facile. Taper des lignes a toujours été le plus simple du métier ; le plus dur reste de comprendre, vérifier et maintenir ce qui a été écrit.

Du code empilé que plus personne ne relit

Quand la génération s'accélère et que la relecture reste humaine, quelque chose finit par céder. Les données sur la qualité du code racontent précisément cette histoire.

La société d'analyse GitClear, qui étudie l'évolution du code, a examiné 211 millions de lignes modifiées entre 2020 et 2024. Sa conclusion : la part de code réorganisé (refactorisé, c'est-à-dire remis en ordre sans changer ce qu'il fait) est tombée de 24,1 % à 9,5 %, tandis que le copié-collé progressait nettement [3].

En clair, on empile du neuf plus vite qu'on ne range l'ancien. 2024 est même la première année où le copié-collé a dépassé le code réorganisé, et le volume de code cloné a été multiplié par quatre.

Cette duplication a un coût. Un même bout de code recopié à dix endroits devient dix problèmes le jour où il faut le corriger. La « dette technique », c'est-à-dire le coût caché d'un code mal rangé qu'on paiera plus tard, gonfle en silence.

Et la relecture ne suit pas. Selon l'enquête State of Code de Sonar, éditeur d'outils d'analyse de code, menée auprès de plus de 1 100 développeurs et publiée en janvier 2026, 96 % ne font pas entièrement confiance au code généré par l'IA, mais seuls 48 % le vérifient systématiquement avant de le valider [4]. Une part considérable de code non contrôlé file donc vers la production (la version utilisée par les clients).

Le témoignage voxium n'invente rien. « Personne ne lit rien » est la version brute de ce que les statistiques décrivent poliment comme un contrôle qualité affaibli.

Les heures gagnées grâce à l'IA qui ne reviennent jamais

Reste l'argument massue des directions : l'IA fait gagner du temps, donc il faut l'imposer. Là encore, la réalité est plus retorse que le discours.

Le même baromètre BairesDev chiffre le temps gagné sur l'écriture de code à 13 heures par semaine, presque le double de l'année précédente. Son PDG, Darren Shimkus, résume pourtant d'une formule qui tue le mythe : « Pas une seule de ces heures n'est revenue » [2].

Où passe ce temps « gagné » ? Dans la relecture et le débogage de ce que la machine a produit. Désormais, 67 % des développeurs disent passer plus de temps qu'avant à relire du code généré par IA, et seuls 21 % consacrent encore plus de la moitié de leur semaine à écrire eux-mêmes du code neuf.

Les mesures les plus rigoureuses invitent aussi à la prudence. En 2025, le laboratoire indépendant METR a mené un essai contrôlé (la méthode la plus fiable pour isoler un effet réel) sur 16 développeurs expérimentés travaillant sur leurs propres projets. Avec l'IA, ils ont mis 19 % de temps en plus pour accomplir leurs tâches [5].

Ces mêmes développeurs se croyaient pourtant 20 % plus rapides. METR a depuis jugé ce résultat dépassé : en février 2026, ses nouvelles mesures sur les outils de fin 2025 penchent plutôt vers un gain de 4 à 18 % selon les groupes, avec une fiabilité très faible, car de plus en plus de développeurs refusent de participer à une étude qui les priverait d'IA [6].

Deux leçons restent solides. Le ressenti d'un développeur est un mauvais chronomètre, et même les meilleurs laboratoires peinent encore à trancher. Ce flou nourrit la défiance : selon l'enquête annuelle de Stack Overflow, plateforme de référence des développeurs, 46 % d'entre eux se méfient de l'exactitude des réponses de l'IA en 2025, contre 33 % qui lui font confiance, alors que 84 % l'utilisent ou comptent l'utiliser [7].

La stratégie Posthumain pour ne pas finir presse-bouton

Le témoignage voxium dépasse l'anecdote : il signale une bascule managériale. Les entreprises ne se contentent plus d'autoriser l'IA, elles l'imposent et la mesurent de près.

« Presque toutes les entreprises du Fortune 500 [les 500 plus grandes entreprises américaines] suivent l'usage global de l'IA », affirme Jim Olsen, directeur technique de ModelOp, cité par CNBC ; un expert d'EY interrogé dans le même article précise que cet usage est encore le plus souvent mesuré par équipe plutôt que salarié par salarié [8]. Meta a déjà franchi le pas : depuis 2026, l'impact obtenu grâce à l'IA figure parmi les attentes centrales des évaluations annuelles de ses employés [9].

Quand l'usage de l'IA devient un critère d'évaluation, la pression retombe sur les équipes, jusqu'aux journées de 13 heures décrites par voxium. Le piège, pour un salarié pris dans cette machine, est de croire qu'il n'a que deux options : subir en silence ou refuser l'outil et se faire éjecter. Il existe une troisième voie, plus fine, que très peu de gens formulent clairement.

Elle consiste à retourner contre la direction son propre argument sur la vitesse, avec des chiffres qu'elle ne pourra pas balayer d'un revers de main, sur le seul terrain où l'humain garde l'avantage.