Compound Engineering : agents IA de codage en parallèle

Le plus grand goulot d'étranglement dans le développement assisté par IA n'est plus la génération de code. C'est la vérification. Un seul agent IA peut écrire du code plus vite que la plupart des développeurs ne peuvent le lire, et pourtant les équipes continuent d'exécuter un agent à la fois, attendant la fin de chaque instruction avant de lancer la suivante. Le compound engineering change complètement cette équation.

Qu'est-ce que le Compound Engineering ?

Le compound engineering est une méthodologie de développement où chaque unité de travail facilite la suivante. Au lieu d'accumuler de la dette technique, le système s'intensifie à chaque cycle, devenant progressivement plus maintenable et performant.

Le flux de travail suit une boucle en quatre phases : Planifier, Travailler, Réviser, Composer. La différence fondamentale avec le développement traditionnel réside dans la quatrième phase. Là où la plupart des équipes s'arrêtent à la revue de code, le compound engineering capture les apprentissages et les réinjecte dans le système.

La répartition du temps peut surprendre : 80% planification et revue, 20% exécution. Cela inverse le développement conventionnel, mais c'est parfaitement logique quand les agents IA se chargent de la saisie.

Pourquoi les Worktrees Git sont la clé

Exécuter plusieurs agents IA sur le même répertoire de travail est une recette pour le chaos. Les agents écrasent mutuellement leur travail, les conflits de fusion s'accumulent, et vous perdez plus de temps à démêler le désordre que vous n'en avez gagné.

Les worktrees Git résolvent ce problème en donnant à chaque agent sa propre copie isolée du dépôt, toutes pointant vers le même répertoire .git. Chaque agent obtient :

Sa propre branche
Son propre répertoire de travail
Son propre contexte
Sa propre tâche

Aucun conflit de fichiers. Aucun écrasement. Juste du progrès parallèle.

Configuration rapide

Trois alias shell suffisent pour gérer le flux de travail :

# Créer un worktree, une branche et lancer un agent
alias agent-spin='f() { git worktree add ../agent-$1 -b agent/$1 && cd ../agent-$1; }; f'
 
# Rebaser, réviser et préparer la fusion
alias agent-merge='f() { cd ../agent-$1 && git rebase main && gh pr create; }; f'
 
# Nettoyer les worktrees terminés
alias agent-clean='git worktree list | grep agent | awk "{print \$1}" | xargs -I {} git worktree remove {}'

Des outils comme Conductor et Worktrunk automatisent entièrement ce processus avec des tableaux de bord visuels.

Les trois niveaux du développement multi-agents

Chaque équipe n'a pas besoin du même niveau d'orchestration. Commencez simplement et montez en puissance.

Niveau 1 : sous-agents in-process

Les sous-agents Claude Code et les Agent Teams ne nécessitent aucune configuration supplémentaire. Un agent parent décompose le travail et lance des agents enfants ciblés, chacun responsable de fichiers spécifiques.

Niveau 2 : orchestration locale

Exécutez 3 à 10 agents localement avec des outils comme Conductor ou Cursor Background Agents. Chaque agent opère dans son propre worktree Git avec un tableau de bord visuel pour le suivi.

Niveau 3 : délégation cloud

Claude Code Web, GitHub Copilot Coding Agent et Jules gèrent la délégation asynchrone sans nécessiter de terminal local. Idéal pour les tâches nocturnes ou quand vous avez besoin de plus de capacité parallèle.

Le modèle Factory : six étapes

Voici le flux de travail pratique pour le développement orchestré par IA :

Planifiez — Rédigez des spécifications avec des critères d'acceptation clairs. Les bonnes spécifications évitent des heures de tâtonnement des agents.
Lancez — Créez des worktrees et assignez des agents à des tâches spécifiques avec une propriété stricte des fichiers.
Surveillez — Vérifiez la progression toutes les 5 à 10 minutes. Si un agent est bloqué 3 fois ou plus sur la même erreur, réassignez la tâche.
Vérifiez — Lancez les tests, le linting et la validation de types.
Intégrez — Fusionnez les branches, résolvez les conflits, exécutez la suite de tests complète.
Rétrospective — Mettez à jour AGENTS.md avec les nouveaux patterns découverts pendant le cycle.

AGENTS.md : votre base de connaissances composée

L'arme secrète du compound engineering est un document vivant que les agents lisent au début de chaque session. Les recherches montrent que les fichiers de contexte rédigés manuellement améliorent les performances des agents d'environ 4%, tandis que ceux générés par IA n'apportent aucun bénéfice et augmentent les coûts de plus de 20%.

Gardez-le concis et structuré :

## STYLE
- Composants fonctionnels avec hooks
- Exports nommés uniquement
 
## GOTCHAS
- SQLite nécessite le mode WAL en production
- Les routes API nécessitent un middleware d'authentification
 
## ARCH_DECISIONS
- Tout l'état dans SQLite, pas de cache externe
- Feature flags via variables d'environnement

Mettez ce fichier à jour manuellement après chaque cycle. Ne laissez jamais les agents y écrire directement.

Définir les limites de travail simultané

Plus d'agents ne signifie pas toujours plus de débit. Le point optimal pour la plupart des dépôts est de 3 à 5 agents parallèles. Au-delà, vous rencontrez une complexité de fusion réelle, même avec l'isolation des worktrees.

Définissez des budgets de tokens stricts par agent. Par exemple : agents frontend à 180k tokens, agents backend à 280k tokens. À 85% du budget, pause automatique et notification du lead.

Le goulot d'étranglement de la vérification

Voici la vérité inconfortable : les agents produisent des résultats à une vitesse impressionnante, mais déterminer la correction avec confiance reste difficile. La revue humaine est le système de sécurité, pas une charge optionnelle.

Déléguez aux agents :

Tâches délimitées avec des critères de réussite/échec clairs
Code boilerplate et scaffolding
Migrations et génération de tests

Gardez pour vous :

Décisions d'architecture
Décider ce qu'il ne faut PAS construire
Revue avec le contexte complet du système

Comme le dit Addy Osmani : "Ralentissez suffisamment pour maintenir la compréhension. Car si vous perdez la compréhension de votre propre système, vous perdez la capacité de le réparer, de l'étendre, ou même de savoir quand il est cassé."

Commencez dès aujourd'hui

Vous n'avez pas besoin d'une configuration complexe pour démarrer. Commencez par ces cinq étapes :

Utilisez les sous-agents pour des tâches ciblées avec une propriété claire des fichiers
Activez les Agent Teams avec 3 coéquipiers pour un vrai parallélisme
Implémentez les worktrees Git par agent pour l'isolation
Ajoutez des portes de qualité : approbation des plans, hooks automatisés, vérification
Maintenez AGENTS.md comme base de connaissances composée

Le passage de chef d'orchestre à orchestrateur n'est pas qu'une question de vitesse. C'est construire un système de développement qui devient plus intelligent à chaque cycle.

Lectures complémentaires

Workflows de codage agentique pour comprendre le développement autonome par IA
Ingénierie de contexte pour optimiser ce que les agents voient et savent
L'ingénieur IA-natif pour gérer les agents dans votre codebase