Développement web en 2026 : travailler avec une IA agentique

En 2023, je publiais ici un premier test de site généré avec ChatGPT Vision. À l’époque, l’expérience était surtout amusante : une maquette dessinée au Bic, une page d’accueil imparfaite, et beaucoup de promesses. L’IA savait déjà produire du code, mais il fallait lui tenir la main à chaque étape.

En 2026, le changement n’est pas que les modèles écrivent mieux du CSS. Ils savent parcourir un dépôt, comprendre une consigne, modifier plusieurs fichiers, lancer les tests, lire l’erreur, puis recommencer. Autrement dit : ils peuvent travailler comme des agents dans un environnement de développement. C’est cette bascule qui a changé ma manière de faire du web.

Et ce n’est pas une théorie de conférence. Les projets affichés sur la page d’accueil d’Image IN ont tous été construits avec cette approche : Draft_, Zengreen, Santé de femmes et Katalyze. Pas « par une IA » au sens où je lui aurais demandé un site complet avant d’aller boire un café ; avec une IA, dans une boucle de travail que je pilote.

Ce qui a vraiment changé

Le chat qui complète une fonction existe depuis longtemps. C’est pratique, mais cela ne transforme pas fondamentalement le travail : je reste celui qui cherche les fichiers, découpe la tâche, tape le code et relie tous les morceaux.

Avec un agent, je peux confier un objectif plus complet : comprendre comment est structurée une application, ajouter un parcours, refactorer un module, réparer une régression, écrire ou compléter des tests. L’agent a accès au contexte du projet et à des outils. Il ne me répond pas seulement avec un extrait à copier-coller : il produit une modification concrète que je peux relire.

La différence est immense sur les tâches qui cassent le rythme : retrouver l’origine d’un bug entre le front et l’API, mettre à jour une documentation qui a dérivé, renommer proprement un concept dans tout le code, ou faire le tour des cas limites avant une mise en production. Ces sujets restent importants, mais ils ne m’obligent plus à passer une journée entière à faire de l’archéologie dans un dépôt.

Je ne demande pas « fais-moi une application »

La qualité vient rarement d’un prompt génial. Elle vient du cadre. Avant de lancer un agent, je dois toujours savoir ce que le produit doit résoudre, pour qui, avec quelles contraintes et comment je vais valider le résultat. Sinon, l’agent optimise surtout une ambiguïté avec beaucoup d’assurance.

Mon travail se rapproche donc davantage de la direction technique et produit :

• formuler un besoin suffisamment précis pour qu’il puisse être exécuté ;
• poser une architecture qui reste lisible quand le projet grandit ;
• donner à l’agent les conventions, la documentation et les garde-fous dont il a besoin ;
• relire les changements et décider ce qui peut vraiment partir en production.

Cela peut sembler moins spectaculaire que de regarder une IA générer une application en direct. C’est pourtant là que se trouve la valeur. Un agent très rapide dans un projet mal défini peut créer de la dette à une vitesse inédite. Dans un environnement propre, documenté et testable, il devient au contraire un coéquipier particulièrement efficace.

Ce que cela change sur mes propres produits

Sur Draft_, je peux avancer plus vite sur les petits détails qui font qu’un outil d’écriture reste agréable : une interaction, une correction dans le rendu Markdown, un comportement qui ne doit pas surprendre. Pour Zengreen, l’IA m’aide à transformer les règles et les données en fonctionnalités vérifiables, sans perdre de vue la question de fond : quelles informations sont assez fiables pour aider à choisir ?

Santé de femmes m’a rappelé une limite essentielle : plus le sujet est sensible, moins il faut confondre vitesse de production et justesse du contenu. L’IA accélère le développement de la plateforme ; elle ne remplace ni une source solide, ni un regard humain sur ce qui est publié. Katalyze, de son côté, est un bon exemple de terrain pour les agents : explorer des formats de catalogues, rendre un pipeline plus robuste, ajouter des contrôles et documenter les cas tordus. Beaucoup de travail concret, itératif, où le contexte compte autant que le code.

Dans les quatre cas, je garde le même rôle : je choisis le problème, j’arbitre les compromis, je contrôle la qualité et je porte la responsabilité du produit. L’IA m’aide à parcourir une plus grande distance entre deux bonnes décisions.

Plus vite, oui. Sans développeur, non.

Le discours « tout le monde peut faire une app » est séduisant, et il n’est pas totalement faux. Aujourd’hui, une personne qui n’a jamais codé peut donner vie à une idée, tester un parcours et obtenir un prototype impressionnant. C’est une excellente nouvelle : davantage de personnes peuvent exprimer un besoin dans un langage que les machines comprennent.

Mais un prototype n’est pas automatiquement un produit. Il faut encore penser aux données, aux accès, à la sécurité, aux performances, aux erreurs, à l’accessibilité, au SEO quand il est pertinent, et surtout à la maintenance dans six mois. L’agent peut contribuer à chacune de ces dimensions. Il ne sait pas, seul, lesquelles comptent pour votre activité ni quel risque vous êtes prêt à accepter.

Je ne vends donc pas l’IA comme un moyen de supprimer le métier. Je l’utilise pour remettre le temps là où il est le plus utile : comprendre un utilisateur, faire les bons choix de conception, affiner une expérience, et fiabiliser ce qui est livré.

Le web de 2026 est une affaire de boucle de feedback

L’agent n’est pas infaillible. Il se trompe, surinterprète une consigne, reproduit parfois une solution trop générique ou passe à côté d’une contrainte implicite. La bonne méthode n’est donc pas de lui faire une confiance aveugle ; c’est de raccourcir la boucle entre une intention, une implémentation et une vérification.

Concrètement, cela veut dire des demandes petites et testables, des tests qui couvrent les comportements importants, des environnements de prévisualisation, une relecture systématique et des retours utilisateurs réels. L’IA rend cette boucle beaucoup plus rapide. Elle ne la rend pas optionnelle.

En 2026, je peux livrer certains projets en semaines là où ils auraient demandé des mois. Pas parce que la qualité est devenue gratuite, mais parce que je passe moins de temps sur la transcription et davantage sur la décision. C’est exactement la promesse que je poursuis chez Image IN : faire avancer les bons projets plus vite, sans sacrifier ce qui leur permettra de tenir dans la durée.