Les 7 niveaux d'un développeur IA-natif

Tu consultes l'IA en chat et tu recopies le code à la main.

Un solide ingénieur classique qui a goûté à l'IA — mais seulement comme partenaire de chat. Pas d'agents, pas d'intégration dépôt. Le projet vit dans ta tête, pas dans le contexte de l'agent. C'est la ligne de départ de la transformation, pas un mauvais endroit où être.

• ▹Tu colles du code dans et hors de ChatGPT / Claude web
• ▹Jusqu'à ~50 % du code touche à l'IA, mais en copier-coller
• ▹Pas de MCP, pas de skills, pas de plan avant le code
• ▹Tu travailles seul sur ta tâche — en profondeur mais en silo

L'IA écrit le code ; tu vérifies encore chaque ligne à la main.

Tu as franchi le cap de l'AI-native. Le code ne s'écrit pratiquement plus sans IA — mais en mode assistant, avec relecture manuelle de chaque modification. Tu apprends à formuler la tâche et à déléguer la routine.

• ▹~100 % du code passe par l'IA, en mode assistant
• ▹Tu travailles principalement dans un seul chat / session
• ▹Tu vérifies chaque modification manuellement
• ▹Tu as branché ton premier MCP

L'agent est ton principal mécanisme de production — avec plan et vérification.

Les agents écrivent la routine, pas toi. Tu planifies avant de coder, tu conserves la mémoire du projet dans le dépôt, et tu ne prends pas la parole de l'agent pour argent comptant — tu construis la vérification. C'est le vrai milieu AI-native.

• ▹≥50 % du code de routine est géré par des agents, pas collé
• ▹2+ MCP opérationnels, plus des skills et plugins
• ▹Tu gardes CLAUDE.md / AGENTS.md à jour
• ▹Plan avant le code pour tout travail non trivial ; tu dictes des prompts longs

Tu construis le système IA du projet — pas seulement le code.

Tu diriges les agents à haut niveau au lieu de taper la routine. Une spec devient production en jours. Tu construis des harnais réutilisables, fais tourner des agents en parallèle dans des worktrees, ajoutes des evals à la CI et définis la politique de sécurité.

• ▹Tu orchestres 5–10 agents parallèles dans des worktrees
• ▹Spec → feature en production en jours, pas en semaines
• ▹Skills / harnais réutilisables + evals dans la CI
• ▹Review IA indépendante sur chaque PR significative ; runs autonomes de 5 h+

Tu conçois le stack d'agents à l'échelle de l'entreprise et possèdes le SDLC AI-native.

Pas seulement un développeur — un architecte de la plateforme de livraison IA : politique de routage des modèles, dashboards de coûts, plateforme d'evals, gouvernance MCP et périmètres de sécurité pour toute l'entreprise.

• ▹Stack d'agents à l'échelle de l'entreprise + politique de routage des modèles
• ▹Dashboards coûts / télémétrie et plateforme d'evals
• ▹Gouvernance MCP + marketplace interne de skills
• ▹Tu pilotes des cycles autonomes multi-tickets de bout en bout

Tu crées des méthodes IA portables que les autres adoptent, et tu fais monter en niveau.

Le plus haut niveau de métier : tu crées des harnais et skill-packs transférables utilisés par d'autres équipes, tu les intègres dans d'autres projets et tu fais progresser les développeurs. Tu définis ce que signifie AI-native ici.

• ▹Tu crées des méthodologies IA indépendantes du projet
• ▹Tes harnais / skill-packs sont utilisés par d'autres équipes
• ▹Tu intègres les processus dans d'autres projets et accompagnes l'adoption
• ▹Tu définis la notion d'AI-native à l'échelle de l'entreprise

Un directeur, pas un codeur — une personne, cycle complet, tout type d'artefact.

Les rôles s'estompent. Avec les agents, tu mènes une feature ou un produit sur tout le cycle seul — recherche marché → spec → production → promotion — et crées des artefacts de toute nature : code, design, decks, PoC, marketing. Le sommet du modèle.

• ▹Cycle complet en solo : recherche → spec → livraison → promotion
• ▹Artefacts hors de ton rôle : design, decks, marketing, PoC
• ▹≥×3 de productivité en couvrant les fonctions adjacentes
• ▹Tu opères en mode 'poser la tâche & accepter le résultat', pas en exécution manuelle