Former vos développeurs à coder avec des agents
Nous formons vos équipes à un workflow structuré, spec, plan, code puis revue, adapté à votre stack et appliqué sur votre propre codebase. L'objectif : des gains durables, sans dette technique cachée.
Donner une licence Copilot ou Claude Code à une équipe ne change pas sa façon de travailler. Sans méthode, les usages restent superficiels ou, à l'inverse, dérivent vers le « vibe coding » : du code généré vite, mal compris, difficile à maintenir.
Les agents de code ont beaucoup progressé et savent désormais mener des tâches longues. Mais leur efficacité dépend presque entièrement de la qualité du contexte et de la consigne : une spécification claire, un plan validé, des conventions explicites, des tests. C'est une compétence qui s'apprend.
Ce qui coince le plus souvent : des formations génériques déconnectées de la codebase réelle, aucun cadre commun entre équipes, et aucune mesure pour savoir si l'effort paie. Nous partons de vos dépôts, de vos outils et de vos indicateurs.
Pour qui
- Les CTO et directeurs techniques qui ont déployé des licences IA mais constatent des usages très inégaux
- Les tech leads qui voient arriver des pull requests générées par IA difficiles à relire
- Les ESN qui veulent faire monter en compétence leurs consultants sur le développement assisté par IA
- Les éditeurs de logiciels qui veulent mesurer objectivement l'effet des agents de code sur leur delivery
C'est pour vous si…
- Vos développeurs utilisent déjà des agents de code, mais avec des résultats très variables d'une personne à l'autre
- Les pull requests générées par IA sont volumineuses et difficiles à relire
- Vous avez payé des licences IA sans pouvoir dire ce qu'elles ont changé dans votre delivery
- Certains développeurs sont réticents, d'autres délèguent tout à l'agent sans vérifier
- Vous voulez un cadre commun à toutes vos équipes, pas une collection de pratiques individuelles
Combien rapporterait une méthode commune de dev assisté par IA ?
Estimez le gain d'une pratique homogène des agents de code dans vos équipes, et l'urgence de former.
Estimation indicative à partir de vos réponses et d'hypothèses prudentes, modifiables. Rien n'est enregistré.
Ce que nous réalisons pour vous
Chaque volet peut être engagé seul ou combiné aux autres : nous ajustons le périmètre à votre existant et à votre objectif.
Audit des pratiques de dev
Nous établissons un état des lieux des outils, des usages et de la maturité IA de chaque équipe.
- Entretiens avec les tech leads et des développeurs
- Inventaire des outils utilisés (Copilot, Cursor, Claude Code, …)
- Analyse des workflows Git et CI et des métriques existantes
- Scoring de maturité et recommandations priorisées
Adaptation du framework à votre stack
Nous déclinons le workflow spec-driven sur vos langages, vos frameworks et vos types de dépôts.
- Templates de fichiers de contexte (CLAUDE.md, .cursorrules, AGENTS.md)
- Commandes, skills et sous-agents personnalisés
- Prise en compte des contraintes : monorepo, legacy, conventions, sécurité
- Exemples de specs et de prompts pour les tâches courantes
Formation fondamentaux
Nous posons les bases : fonctionnement et limites des LLM, prompting pour le code, prise en main des agents.
- Hallucinations, fenêtre de contexte et coûts
- Gestion du contexte : fichiers mémoire, MCP, découpage des tâches
- Travaux pratiques sur votre codebase
- Bonnes pratiques de revue du code généré et de sécurité
Formation avancée
Nous formons les équipes au développement spec-driven et à l'orchestration d'agents sur des tâches longues.
- Rédaction de specs et de plans exploitables par l'agent
- Génération de tests et TDD assisté par IA
- Agents en parallèle, skills, hooks et serveurs MCP personnalisés
- Agents dans la CI : revue de PR et correction de tests
Coaching en situation
Nous accompagnons vos équipes sur des tickets réels, au fil des sprints.
- Pair programming sur des tickets de votre backlog
- Accompagnement d'une équipe pilote puis extension
- Identification et formation de champions internes
- Ajustement du framework selon les retours terrain
Mesure des gains
Nous définissons et suivons des indicateurs pour objectiver l'effet du framework.
- Référentiel de KPIs : lead time, PR mergées, temps par ticket
- Mesure avant et après sur l'équipe pilote
- Suivi de la qualité : bugs, couverture de tests, incidents
- Analyse des gains au regard des coûts de licences et de tokens
Ce que vous obtenez
- Un workflow partagé spec, plan, code, revue, documenté et adapté à votre stack
- Des développeurs autonomes sur les agents de code, y compris pour les tâches longues, les tests et la CI
- Des champions internes capables de faire vivre et évoluer le framework
- Des indicateurs avant et après pour objectiver les gains et les coûts
Ce que nous vous remettons
- Rapport d'audit des pratiques et scoring de maturité par équipe
- Framework documenté, adapté à votre stack
- Templates, fichiers de configuration et bibliothèque de prompts et commandes
- Supports de formation, exercices, projet fil rouge et fiche mémo
- Journal de coaching et recommandations d'ajustement
- Référentiel de KPIs, rapport avant / après et dashboard de productivité
L'IA en production, c'est d'abord de l'infrastructure
d'une mission IA en production relève de l'infra et du DevOps. C'est notre métier depuis 2019.
Des praticiens, pas des formateurs génériques
Nous utilisons ce workflow au quotidien sur nos propres projets. Les exercices se font sur votre codebase, avec vos contraintes réelles.
Une culture DevOps depuis 2019
Git, CI/CD, tests automatisés et observabilité sont notre métier d'origine. Nous intégrons les agents de code dans votre chaîne de delivery, pas à côté.
La sécurité dans la formation
Gestion des secrets, permissions des agents, relecture du code généré : notre expérience en cybersécurité fait partie intégrante du programme.
Des gains mesurés
Nous définissons les indicateurs avec vous avant de commencer, pour que les résultats soient objectivés plutôt que ressentis.
Comment nous travaillons
- 1
Audit
Entretiens, analyse des outils et des métriques existantes, scoring de maturité. Nous fixons la période de référence pour la mesure.
- 2
Adaptation
Nous déclinons le workflow spec, plan, code, revue sur votre stack et préparons templates, commandes et exemples.
- 3
Formation et coaching
Formation fondamentaux puis avancée sur votre codebase, suivie d'un coaching en situation avec une équipe pilote.
- 4
Mesure et diffusion
Comparaison avant / après, ajustement du framework et extension aux autres équipes avec vos champions internes.
Questions fréquentes
Sur quels outils portez-vous la formation ?
Principalement Claude Code et Cursor, ainsi que GitHub Copilot. Le workflow spec, plan, code, revue reste valable quel que soit l'outil ; nous adaptons les exercices et les templates à ceux que vos équipes utilisent ou vont utiliser.
Quels sont les prérequis ?
Des postes équipés avec les licences des outils IA actives, l'accès à des dépôts représentatifs, un tech lead référent et du temps dédié pour les développeurs pendant la formation et le coaching. Si les outils ne sont pas encore déployés proprement, l'offre AI Dev Harness s'en charge.
La formation se fait-elle sur notre code ?
Oui, c'est le principe. Les travaux pratiques, le projet fil rouge et le coaching portent sur votre codebase et vos tickets réels. Nous définissons avec vous les dépôts utilisables et les règles de confidentialité applicables.
Comment savoir si cela a fonctionné ?
Nous définissons au départ des indicateurs comme le lead time, les PR mergées ou le temps par ticket, et nous suivons aussi la qualité : bugs, couverture de tests, incidents. La comparaison avant / après sur une équipe pilote permet de décider de la suite sur des faits.
Le code généré par IA ne risque-t-il pas d'augmenter la dette technique ?
C'est le risque principal d'un usage sans méthode. Le workflow que nous enseignons impose une spécification et un plan avant le code, des tests et une revue systématique, précisément pour garder un code compris et maintenable par l'équipe.