L'IA ne rend pas chaque ingénieur meilleur AI doesn't make every engineer better
J'ai livré plus de projets cette année qu'à n'importe quelle autre période comparable de ma carrière. Et je suis plus convaincu que jamais que l'IA ne rend pas chaque ingénieur meilleur. Voici la partie que personne n'ose dire tout haut.
Le récit habituel : l'IA rend tous les ingénieurs plus productifs. À l'échelle individuelle, peut-être. À l'échelle d'une équipe, c'est faux.
Je suis ingénieur. Depuis le début de l'année, nous avons reconstruit nos processus et complètement changé notre façon d'embaucher. Ce que je constate sur le terrain — et ce que les meilleures équipes confirment discrètement — est brutal.
L'IA rend les meilleurs ingénieurs radicalement plus puissants, et elle ralentit tous les autres. Ceux qui savent architecturer, orchestrer et juger prennent le large. Ils écrivent moins de code et en dirigent davantage. La vraie compétence aujourd'hui, ce n'est pas de taper. C'est le jugement.
Si tu es ingénieur — que tu craignes pour ton poste ou que tu en cherches un nouveau — adapte-toi. Chaque compétence technique est en train d'être repricée en ce moment. La plupart à la baisse.
Écrire un endpoint CRUD à la main ? Un agent le fait en quelques secondes. Le boilerplate, le code de plomberie, le premier jet de presque tout : absorbé.
Une seule compétence monte : le jugement.
Savoir quoi construire. Savoir le briefer avec précision. Savoir, d'un coup d'œil, si le résultat est réellement bon ou seulement plausible avec assurance. Cette dernière capacité est rare et le devient de plus en plus, parce que « fluide mais faux » est le mode d'échec par défaut de chaque modèle.
Le marché payait pour l'output. Il commence à payer pour le jugement.
Voici ce que je dis aux ingénieurs de mon équipe, et ce qui a façonné notre façon d'embaucher : arrête d'optimiser ta vitesse de frappe. La machine a gagné cette course. Optimise ton goût, ton architecture, ta capacité à regarder mille lignes qu'un agent vient de produire et à repérer celle qui cloche en silence.
Nous avons revu notre processus d'entrevue exactement autour de ça. On ne se soucie plus de la vitesse à laquelle tu écris une recherche binaire. On veut savoir si tu peux lire une PR brouillonne générée par un agent et nous dire, précisément, ce qui ne va pas — et ce que tu construirais à la place.
On évalue aussi la prise de décision et la charge mentale que tu peux porter. Avant, un ingénieur prenait peut-être deux décisions importantes par jour. Aujourd'hui, c'est dix ou plus. Les petites tâches intermédiaires ont disparu : les agents s'en chargent. Ce qui reste, c'est décision après décision, et peu de gens sont entraînés pour cette densité.
C'est inconfortable, alors on l'enrobe. Mais prétendre que l'écart ne se creuse pas n'aide personne. Le levier s'est déplacé. Les ingénieurs qui le remarquent tôt tourneront en rond autour de ceux qui se mesurent encore en lignes écrites.
Si ça résonne, on embauche. xavier@groupebilbs.com
I've shipped more this year than in any comparable stretch of my career. And I'm more convinced than ever that AI doesn't make every engineer better. Here's the part nobody wants to say out loud.
The common story: AI makes all engineers more productive. At the individual level, maybe. At the team level, it's false.
I'm an engineer. Since the start of the year, we've rebuilt our processes and completely changed how we hire. What I'm seeing on the ground — and what the best shops are quietly confirming — is brutal.
AI makes the best engineers dramatically more leveraged, and it slows everyone else down. The engineers who can architect, orchestrate, and judge are pulling away. They write less code and direct more of it. The real skill now isn't typing. It's judgment.
If you're an engineer — whether you're worried about your role or hunting for a new one — adapt. Every technical skill is being repriced right now. Most are going down.
Hand-writing a CRUD endpoint? An agent does it in seconds. Boilerplate, glue code, the first draft of almost anything: absorbed.
One skill is going up: judgment.
Knowing what to build. Knowing how to brief it precisely. Knowing, at a glance, whether the output is genuinely good or just confidently plausible. That last one is rare and getting rarer, because fluent-but-wrong is the default failure mode of every model.
The market used to pay for output. It's starting to pay for judgment.
Here's what I tell the engineers on my team, and what shaped how we hire: stop optimizing for speed of typing. The machine won that race. Optimize for taste, for architecture, for the ability to look at a thousand lines an agent just produced and find the one that's quietly wrong.
We changed our interview loop around exactly this. We don't care how fast you can write a binary search anymore. We care whether you can read a messy agent-generated PR and tell us, precisely, what's wrong with it — and what you'd build instead.
We also evaluate decision-making and the mental load you can carry. Before, an engineer might have made two important decisions a day. Now it's ten or more. The small tasks in between are gone — agents do those. What's left is decision after decision, and most people aren't trained for that density.
This is uncomfortable, so people dress it up. But pretending the gap isn't widening helps no one. The leverage moved. The engineers who notice early will run circles around the ones still measuring themselves in lines written.
If that resonates, we're hiring. xavier@groupebilbs.com