Forum du club des d�veloppeurs et IT Pro - JetBrains

La qualit� du code ne change jamais - ou l'IA remet-elle cette id�e en question ?

JetBrains — Wed, 28 Oct 2026 09:47:50 GMT

La qualit� du code ne change jamais - ou l'IA remet-elle cette id�e en question ? L'analyse statique associ�e � l'IA repr�sente la solution, d'apr�s JetBrains

JetBrains est une soci�t� � responsabilit� limit�e internationale sp�cialis�e dans le d�veloppement de logiciels, qui con�oit des outils destin�s aux d�veloppeurs et aux chefs de projet. L'entreprise a son si�ge social � Amsterdam et dispose de bureaux en Chine, en Europe et aux �tats-Unis. JetBrains propose divers environnements de d�veloppement int�gr�s (EDI), tels que IntelliJ IDEA, PyCharm, WebStorm et CLion. Elle a �galement cr�� en 2011 le langage de programmation Kotlin, qui peut s'ex�cuter dans une machine virtuelle Java (JVM).

Qodana est un outil d'analyse de la qualit� du code qui utilise l'analyse statique pour aider les utilisateurs � r�aliser des revues de code, � mettre en place des contr�les de qualit� et � appliquer les directives relatives � la qualit� du code. Lanc� officiellement en juillet 2023, il est compatible avec les EDI de l'�cosyst�me JetBrains, s'int�gre aux pipelines CI/CD et prend en charge l'analyse de code dans plus de 60 langages de programmation.

Cet article est adapt� de l'intervention de Kai Schmithuesen lors du JetBrains Game Development Day 2026. D�couvrez ci-dessous la vid�o compl�te de la pr�sentation et la s�ance de questions-r�ponses, ou poursuivez votre lecture !

Nous allons tout d�abord d�finir ce que nous entendons par � qualit� du code �, puis examiner son impact sur les r�sultats de l�entreprise, le r�le de l�IA dans ce domaine, son influence sur la qualit� et les moyens de la pr�server au sein de votre �quipe.

Vous pouvez appliquer les m�thodologies d�crites ici � de nombreuses solutions, mais nous allons �galement �tudier un exemple concret avec Qodana.

La qualit� du code est un sujet qui a parfois tendance � �tre n�glig�, en particulier dans le d�veloppement de jeux vid�o o� d�autres probl�mes peuvent accaparer votre attention. Cependant, d�apr�s les �changes que nous avons eus avec de nombreux clients de JetBrains lors de conf�rences sur le d�veloppement de jeux vid�o, il existe une prise de conscience quant � l�importance de ce sujet. Cela dit, il n�existe pas de bonnes pratiques �tablies dans le secteur du jeu vid�o ; c�est pourquoi nous partageons dans cette pr�sentation certaines de ces bonnes pratiques issues d�autres secteurs.

Qu�entend-on par � qualit� du code � ?

La d�finition de ce sujet, pourtant crucial, peut s�av�rer � floue �. Si vous interrogez dix coll�gues, vous obtiendrez probablement autant de r�ponses diff�rentes. Le premier point concerne l�exactitude.

Exactitude : mon code fait-il ce pour quoi je l�ai con�u ?
Performances : un aspect crucial pour les jeux vid�o, est-il suffisamment rapide ?
Stabilit� : le code plante-t-il ou non, et quel est son niveau de stabilit� du point de vue des joueurs ?
S�curit� : �galement importante si vous ne voulez pas faire la une de l�actualit� du secteur parce que vous avez �t� pirat�.
Facilit� de maintenance : mon code fonctionne-t-il aujourd�hui et fonctionnera-t-il encore dans quelques ann�es ? Surtout que certains jeux restent en service pendant 10 � 12 ans.
R�utilisabilit� : c�est un sujet qui prend de plus en plus d�importance pour les grands studios : puis-je r�utiliser le code que j�ai d�j� d�velopp� pour d�autres projets ? Tous ces �l�ments vous donnent un aper�u de ce qu�implique la qualit� du code.

Si vous vous rendez sur des forums aussi anim�s que X ou LinkedIn, par exemple, vous constaterez que l�importance de la qualit� du code fait l�objet d�un d�bat anim�. D�une personne affirmant ne pas se soucier de l�aspect de son code � l�autre extr�me, � Mon code doit �tre magnifique et irr�prochable avant que je ne le publie �, en passant par toutes les nuances interm�diaires. Les opinions divergent �norm�ment.

L��quipe de Qodana souligne que la qualit� du code peut avoir un impact r�el sur votre activit� et sur l�accueil r�serv� � votre jeu. Un studio AAA a perdu 33 % de sa valeur une semaine apr�s le lancement.

Les temps de chargement de GTA ont �t� r�duits de 70 % simplement en corrigeant deux petites failles dans le code. Le temps de chargement est pass� de 6 � 2 minutes (gr�ce � un joueur), puis Dark Souls a �t� hors ligne pendant 2 mois en raison de failles d�ex�cution de code � distance (probl�me de s�curit�) ; si vous perdez des joueurs au cours de ces deux mois, il y a de fortes chances qu�ils ne reviennent pas, ce qui a un impact concret sur le chiffre d�affaires. Un code de mauvaise qualit� ne reste pas seulement de votre c�t�. Il se r�percute sur vos joueurs, ce qui peut entra�ner des demandes de remboursement et de mauvaises critiques.

Lorsque l�on consulte IGN ou PC Gamer, la qualit�, les bugs et la stabilit� du jeu influencent toujours les notes. Cela d�termine en fin de compte le nombre de joueurs que vous attirerez, et les jeux bogu�s m�nent � des joueurs m�contents. Il existe quelques exemples de grands studios qui s�en sortent malgr� tout, comme Bethesda, mais c�est un risque que vous ne devriez pas prendre.

Pourquoi du code de mauvaise qualit� est-il commercialis� ?

Dans de nombreuses discussions, nous constatons que la simple pression li�e � la mise sur le march� de votre jeu est immense. Le calendrier de d�veloppement est un v�ritable probl�me, comme en t�moigne le nombre de d�veloppeurs de jeux ayant d� faire face � des p�riodes de � crunch � ou travailler des heures suppl�mentaires � soit plus de la moiti� d�entre eux. Cela incite de nombreux studios � chercher comment utiliser l�IA pour rem�dier � ce probl�me.

L�IA, en particulier dans le d�veloppement de jeux, est un sujet tr�s d�battu. Cependant, 95 % des d�veloppeurs Unity (Rapport 2026 sur les d�veloppeurs de jeux Unity) l�utilisent au travail pour faciliter le processus de codage, ce qui montre que l�IA, si elle est utilis�e correctement, peut �tre un outil utile.

Vous pouvez cr�er des prototypes beaucoup plus rapidement, tester de nouvelles m�caniques de jeu, etc. Auparavant, cela prenait plusieurs mois, mais aujourd�hui, quelques jours suffisent pour �carter ce qui ne fonctionne pas. Vous n�avez plus � consacrer autant de temps aux probl�mes de code standard, ce qui se traduit par un gain d�efficacit�.

L�objectif n�est pas de supprimer des d�veloppeurs des �quipes, mais simplement de permettre � votre �quipe d�utiliser l�IA pour se consacrer � des t�ches plus int�ressantes. Cependant, cette rapidit� et l�utilisation de l�IA s�accompagnent d�un inconv�nient potentiel en mati�re de qualit� du code. L�IA peut g�n�rer beaucoup de code tr�s rapidement ; ce code n�est pas n�cessairement meilleur ou pire, mais il augmente consid�rablement le nombre de probl�mes. Auparavant, vous �criviez peut-�tre quelques centaines de lignes. Aujourd�hui, en m�me temps, l�IA peut en �crire 10 000. Cela entra�ne des probl�mes concrets, par exemple :

Un code lent : mon jeu est-il � la hauteur en termes de performances ? Est-il stable ? Est-il vuln�rable ou pr�sente-t-il des failles de s�curit� potentielles ? La bonne et la mauvaise nouvelle, c�est que le code g�n�r� par l�IA n�est pas n�cessairement pire que celui g�n�r� par l�homme ; il semble assez comparable en termes de nombre total de probl�mes, mais il pr�sente des d�faillances diff�rentes de celles du code humain.

En mati�re de logique et d�erreurs, il g�n�re 1,7 fois plus de probl�mes que le code �crit par des humains. Quant � la maintenabilit�, etc., il s�av�re moins performant et, plus inqui�tant encore, il risque �galement de cr�er davantage de probl�mes de s�curit� qu�un d�veloppeur humain. Ces conclusions proviennent d�une �tude men�e par CodeRabbit, un fournisseur d�IA.

Cependant, la question n�est pas n�cessairement de savoir quel type de probl�mes est g�n�r� par qui (les humains ou l�IA), mais la seule question que nous posons est : � Notre code est-il globalement � la hauteur et r�pond-il � nos normes de qualit� ? � C�est l� que l�analyse statique peut nous aider. La bonne nouvelle, c�est que vous pouvez utiliser l�analyse statique pour couvrir pratiquement tous ces six domaines.

Utiliser l�analyse statique de code pour r�soudre les probl�mes des d�veloppeurs de jeux

En mati�re d�exactitude, vous disposez d�inspections standard. Vous pouvez �galement v�rifier les seuils de couverture de code, qui prennent de plus en plus d�importance. Non seulement en termes de couverture, mais aussi quant � la mani�re de les utiliser.

Les performances constituent un domaine que l�analyse statique peut couvrir. Quant � la stabilit�, on peut citer quelques exemples : la s�curit� null, les fuites de ressources, les inspections d�exceptions, les inspections de s�curit� et l�analyse des composants logiciels � v�rifier la pr�sence de d�pendances obsol�tes ou effectuer une analyse de contamination dans le cadre de votre analyse statique pour d�tecter des probl�mes plus complexes tels que les scripts SQL, etc.

Du point de vue de la maintenabilit�, vous pouvez rep�rer les � code smells �, la complexit� du code et les doublons. C�est un domaine dans lequel l�IA excelle. Elle d�tecte volontiers les doublons, mais n�appr�cie gu�re la refactorisation. Si vous ne disposez pas d�un moyen de contr�ler cela, cela nuira consid�rablement � votre maintenabilit� � l�avenir, car personne ne sera plus en mesure de comprendre votre code � un certain stade.

Il en va de m�me pour la r�utilisabilit� : le code dupliqu� complique les choses, et l�analyse statique permet de v�rifier si votre code respecte vos propres normes de codage internes, afin d�adopter une approche uniforme, quel que soit le projet sur lequel vous travaillez. De cette mani�re, vous pouvez �galement partager votre code beaucoup plus facilement.

L�IA g�n�re ce genre de probl�mes, la raison la plus courante �tant qu�elle a �t� entra�n�e sur des sources obsol�tes. Ces sources sont toutes �puis�es et peu de nouveaux travaux voient le jour, ce qui peut entra�ner des d�pendances obsol�tes et d�autres probl�mes similaires.

L'analyse statique associ�e � l'IA en tant que la solution

L�inconv�nient, c�est que ce type d�analyse existe depuis longtemps, mais pour une bonne raison. L�une d�elles est que les r�sultats sont d�terministes.

Si vous lancez dix fois une analyse avec un outil d�analyse statique de code, il vous donnera dix fois le m�me ensemble de r�sultats. Si vous l�ex�cutez dix fois, cela ne vous co�te pas plus cher non plus, car cela ne consomme aucun jeton. Si vous soumettez le m�me morceau de code dix fois � l�IA, vous obtiendrez vingt r�ponses diff�rentes.

C�est rapide et peu co�teux ; si l�on compare un r�viseur bas� sur l�IA � l�analyse statique, cette derni�re est g�n�ralement beaucoup plus rapide. Pour en revenir au caract�re d�terministe, vous pouvez associer chaque r�sultat � une inspection sp�cifique et comprendre pourquoi il s�agit d�un probl�me.

Cela deviendra de plus en plus important � mesure que les exigences de conformit� ne cessent de se renforcer. L�une des plus importantes est la nouvelle loi europ�enne sur la cyber-r�silience, d�j� en vigueur dans certaines r�gions. Une partie de cette loi vous oblige � cr�er une nomenclature logicielle. Si vous utilisez l�IA, cela s�av�rera difficile. Si vous utilisez l�analyse statique du code et que vous pouvez �tablir une relation biunivoque entre le r�sultat et le code source, vous aurez plus de chances d��tre en conformit�. Cependant, les deux m�thodes pr�sentent leurs avantages et leurs inconv�nients.

Avantages et inconv�nients de l�analyse statique et de l�analyse par IA

Elle ne peut pas comprendre l�intention de votre code, car elle se contente essentiellement de rechercher des mod�les. C�est l� que l�IA entre en jeu. Si vous souhaitez v�rifier que le code fait ce que vous attendez de lui � travers diff�rents fichiers ou dans l�ensemble de votre projet, ou encore d�tecter des probl�mes li�s � la logique, c�est l� que l�IA prend tout son sens.

Id�alement, vous devriez donc utiliser une combinaison d�analyse statique pour couvrir les bases, compl�t�e par l�IA. Un humain �crit le code, et l�IA peut �galement en �crire une partie. Ensuite, une fois que vous lancez votre pipeline, l�analyse statique se charge de l�analyse initiale. Qodana peut d�tecter d��ventuels probl�mes, mais aussi cr�er automatiquement des corrections rapides. Vous pouvez donc toujours automatiser le processus, m�me sans IA.

Ces corrections rapides ne sont pas g�n�r�es par QIA, ce qui vous offre les avantages g�n�raux de l�analyse statique : rapidit�, absence de co�t suppl�mentaire et fiabilit�. Vous passerez ensuite � l�outil d�IA de votre choix pour examiner le reste et cr�er des corrections pour d�autres probl�mes complexes, tels que des erreurs de logique ou des refactorisations. Cela peut compl�ter votre pipeline.

Id�alement, vous obtenez alors une boucle : l�IA renvoie le code dans le pipeline vers votre analyse statique afin que celle-ci puisse reconfirmer que ce que l�IA a cr�� est conforme et respecte vos normes de qualit� et de s�curit� du code. Vous pouvez ensuite fusionner le code dans votre branche principale.

Cela peut sembler chronophage, mais l�ironie est que cela ne prend probablement que quelques minutes � chaque fois et peut vous faire gagner du temps � l�avenir. Ce sont quelques minutes investies pour �viter de passer des heures plus tard si des probl�mes n�avaient pas �t� d�tect�s.

Que r�v�lent les chiffres ?

Certaines �tudes ont d�j� d�montr� les avantages de cette approche. En combinant l�analyse statique et les appels aux LLM, le nombre de tokens utilis�s a diminu� de 72 � 92 %, tout en augmentant le volume de code utilis� dans le cadre de cette �tude. Une deuxi�me �tude a r�v�l� que cette combinaison permettait de r�duire jusqu�� 33 % le nombre de vuln�rabilit�s dans le code LLM int�gr� � la branche � master �.

Voici un bref exemple illustrant � quoi cela peut ressembler dans Qodana ou dans l�outil d�analyse statique de votre choix. Nous prenons en charge les moteurs de jeu les plus courants d�s l�installation. Voici � quoi cela ressemble dans Qodana m�me. En tant que d�veloppeur, vous ne passeriez normalement pas beaucoup de temps ici. Cette fonctionnalit� est particuli�rement utile pour un chef d��quipe ou un chef de projet. L�un des membres de l��quipe Qodana a r�alis� ce projet d�exemple ci-dessous en � vibe-coding �. Il s�agissait d�une interface utilisateur bancaire �crite en Java, et la partie � vibe-coding � n�a pris que quelques minutes pour �tre mise en place et fonctionner.

Qodana a d�tect� 126 probl�mes et vous offre un moyen pratique d�avoir un aper�u rapide de ce qui est important. Vous pouvez ensuite leur appliquer des corrections rapides. Il existe diff�rentes fa�ons de configurer cela (avec des niveaux d�automatisation variables).

Ici, nous l�avons int�gr� dans un pipeline GitHub Actions. Nous avons ensuite plac� les probl�mes restants dans la � Baseline �. Une fois qu�ils se trouvent dans la � Baseline �, ils ne vous ralentissent plus. La prochaine fois que vous lancerez une analyse avec Qodana et que vous d�tecterez de nouveaux probl�mes, id�alement, trois d�entre eux seront corrig�s automatiquement, et vous n�en verrez que deux nouveaux. Il est donc plus facile de d�terminer comment employer votre temps.

Si l�on examine les cinq probl�mes restants, on constate que certains indiquent du code dupliqu�. Bien que vous puissiez les visualiser depuis Qodana, vous ne pouvez pas les corriger � partir de l�. Ainsi, si nous ouvrons cela dans IntelliJ IDEA, vous pouvez voir que cela nous am�ne � l�emplacement exact dans la base de code d�IntelliJ IDEA.

Cela fonctionne avec nos EDI, mais aussi avec Visual Studio, Visual Studio Code et Cursor. Vous pouvez �galement utiliser notre outil de CI. Ici, vous pouvez passer en revue les probl�mes, comme le code en double, en passant la souris dessus (selon votre solution), puis en acc�dant aux � Actions suppl�mentaires �, puis aux � Actions IA �, et laisser l�IA corriger ces probl�mes � votre place.

Vous pouvez effectuer cette op�ration manuellement ou via un agent, en la semi-automatisant pour qu�elle s�ex�cute en arri�re-plan, tandis que vous attendez que le code soit nettoy�. Si vous souhaitez en savoir plus, n�h�sitez pas � nous contacter : nous pourrons vous montrer comment l�utiliser, ou vous et votre �quipe pourrez l�essayer gratuitement.

Une fois que vous demandez � l�IA d�ajouter des tests, ceux-ci finissent par s�accumuler dans tous les d�p�ts, et m�me des processus aussi simples que le linting peuvent devenir lents. Avez-vous d�j� rencontr� ce probl�me ?

Dans certains cas, il faut passer par dix �tapes diff�rentes pour publier du code. La plupart du temps, cela est d� au fait que quelqu�un a lanc� le processus, mais que personne ne revoyait jamais le pipeline pour d�terminer ce qui �tait pertinent et ce qui ne l��tait pas ; or, l�analyse statique ne devrait pas vous ralentir. Ainsi, dans Qodana, un mode dit � pull request � ne v�rifie que les fichiers modifi�s et ne devrait prendre qu�une minute ou deux.

Dans quelle mesure les agents int�gr�s de JetBrains dans les EDI peuvent-ils lire les outils d�analyse statique de l�EDI ?

Rider dispose d�une fonctionnalit� appel�e � Hooks �. Chaque fois que l�agent g�n�re du code, il appelle les Hooks dans Rider. L�un d�entre eux sert � reformater le code, tandis que l�autre v�rifie les probl�mes actuels dans un fichier, effectue le linting, identifie les probl�mes et les signale � l�agent ; celui-ci peut alors r�g�n�rer le code selon vos normes ou corriger uniquement ce que vous lui demandez. Ce processus est d�terministe : l�agent est donc contraint d�utiliser les hooks, et non pas simplement invit� � le faire. Le hook est activ� et ex�cut� � chaque fois.

Remarque : les technologies d�IA largement adopt�es sont relativement r�centes et les r�sultats issus de cette explosion de donn�es doivent toujours �tre examin�s de mani�re approfondie, y compris les donn�es pr�sent�es dans cet article.

:fleche: Essayez Qodana gratuitement

Images attach�es

Air Governance : g�rez les agents IA, les acc�s et les d�penses au sein de votre organisation

Jade Emy — Tue, 27 Oct 2026 15:56:32 GMT

JetBrains annonce la disponibilit� de Air Governance, anciennement JetBrains Central, une couche organisationnelle pour g�rer les agents IA, les acc�s et les d�penses au sein de votre organisation

En septembre 2026, JetBrains a annonc� JetBrains Air : un syst�me de produits ouvert et coh�rent qui s�adresse aux d�veloppeurs, aux �quipes et aux organisations, dans les EDI JetBrains et au-del�. Il s�agit d�un syst�me qui s��tend sur plusieurs interfaces et plusieurs services. Chaque produit r�sout un probl�me distinct, mais les produits fonctionnent mieux ensemble. JetBrains Air int�gre Air Governance (anciennement JetBrains Central).

R�cemment, JetBrains Air Governance est disponible pour tous. Anciennement connu sous le nom de JetBrains Central, il s�agit de la couche organisationnelle de JetBrains Air, un syst�me de produits pour le d�veloppement agentique. Air Governance vous offre un espace centralis� pour g�rer les agents d�IA, les mod�les et les fournisseurs d�IA utilis�s par vos �quipes, d�finir des plafonds de d�penses, et suivre ce que l�utilisation de l�IA vous co�te et vous apporte. Il fonctionne avec Claude Agent, Codex, Gemini CLI, Junie et d�autres agents compatibles avec l�ACP, sur diverses interfaces de d�veloppement, notamment les EDI, la CLI, les navigateurs web et les appareils mobiles.

Air Governance est maintenant disponible pour toutes les organisations clientes de JetBrains, avec des forfaits gratuits et payants pour r�pondre aux besoins des diff�rentes �quipes.

Voici l'annonce de JetBrains Air Governance :

Pourquoi nous avons cr�� Air Governance

Aujourd�hui, la plupart des �quipes d�ing�nierie utilisent simultan�ment plusieurs outils d�IA de diff�rents fournisseurs. Elles travaillent avec des agents IA via un IDE, une CLI ou une interface web, et alternent entre Claude Code, Codex, Gemini, Junie et d�autres agents. Chaque outil ayant son propre contrat, son propre tableau de bord et ses propres param�tres d�administration, il est difficile d�avoir une vision compl�te de qui utilise quels agents et mod�les, de combien l�IA co�te � l�entreprise et si elle est r�ellement utile.

Nous avions le m�me probl�me chez JetBrains. Nos d�penses li�es � l�IA ont �t� multipli�es par dix environ au cours du premier semestre 2026, et il nous a fallu quatre jours pour compiler manuellement notre premier rapport d�utilisation multi-fournisseur. Nous avons alors cr�� une suite d�outils pour r�soudre ce probl�me, et ces outils sont devenus Air Governance, qui aide maintenant � g�rer l�utilisation d�agents par environ 2 300 personnes chez JetBrains chaque mois.

Air Governance permet aux administrateurs de g�rer l�utilisation de l�IA depuis une seule console. Il fonctionne avec diff�rents fournisseurs, ce qui permet aux d�veloppeurs d�utiliser les agents et les mod�les adapt�s � leurs t�ches. Lorsqu�un nouvel agent ou mod�le sort, il vous suffit de l�int�grer aux r�gles existantes. Aucun nouveau contrat ni configuration d�administration distincte n�est n�cessaire.

G�rer l�IA au sein de votre organisation

Dans la console, vous pouvez :

- D�finir des limites de cr�dits IA pour les utilisateurs individuels, les �quipes et les comptes de service, afin que les budgets soient r�ellement respect�s, et pas seulement pr�sent�s dans des rapports.

- G�rer les fournisseurs d�IA et configurer un BYOK centralis� : utilisez JetBrains AI ou connectez vos propres comptes OpenAI, Anthropic, Amazon Bedrock ou Google Vertex AI.

- D�finir les agents d�IA approuv�s pour une utilisation dans toute l�organisation.

- Configurer des serveurs MCP au niveau de l�entreprise, afin que tout le monde travaille avec les m�mes outils externes approuv�s.

- Cr�er des politiques pour l�utilisation de l�IA, concernant les fournisseurs, les mod�les, les agents et les limites de cr�dits approuv�es pour diff�rents groupes d�utilisateurs.

Suivez ce que l�IA vous co�te et vous apporte

Il est facile de d�penser toujours plus dans l�IA. Expliquer � sa direction en quoi ces d�penses sont justifi�es est bien plus difficile. Air Governance vous permet de suivre � la fois les co�ts et l�impact de l�ensemble de vos agents :

- Co�ts de l�IA par utilisateur : identifiez o� va votre budget, jusqu�� l��chelle de chaque d�veloppeur.

- Co�ts de l�IA par agent : comparez les d�penses entre Junie, Claude Agent, Codex, Gemini CLI et d�autres agents.

- Co�ts de l�IA par mod�le et par fournisseur : identifiez les mod�les qui p�sent le plus sur votre facture.

- Indicateurs de r�sultats de l�IA : d�couvrez comment l�IA transforme la fa�on dont vos d�veloppeurs travaillent. Les indicateurs incluent la r�partition entre le code �crit par des humains et le code g�n�r� par l�IA, ainsi que la quantit� de code g�n�r�e ou modifi�e par l�IA.

Ce qui est pr�vu pour la suite

Air va �voluer au fil d�une s�rie de versions et Air Governance suivra la m�me approche. Voici quelques-unes des fonctionnalit�s sur lesquelles nous travaillons actuellement :

- Propagation des serveurs MCP vers les CLI tierces, afin que les outils approuv�s par l�entreprise concernent tous les agents, pas seulement ceux de JetBrains.
- Prise en charge de GitHub Copilot via Air Gateway, notre connecteur pour les CLI tierces.
- Connexion aux agents cloud via Air Gateway.
- Analytique avanc�e de l�IA.
- Plafonds de cr�dits et tarification personnalis�e pour les mod�les utilis�s avec votre propre cl� API (BYOK).
- Possibilit� de g�rer les skills entre les �quipes.

Premiers pas avec Air Governance

Air Governance est d�sormais disponible pour toutes les organisations dans le cadre du forfait Business, au prix de 20 USD par mois pour chaque d�veloppeur ayant un acc�s � l�IA. Les d�veloppeurs n�ont pas besoin de licences d�IA individuelles et puisent dans un pool partag� de cr�dits IA, que votre organisation ach�te s�par�ment et qui couvre l�utilisation de l�IA dans les produits JetBrains et les agents connect�s.

Les clients JetBrains existants peuvent d�couvrir Air Governance directement dans la console (acc�s administrateur requis).

:fleche: Demandez une d�mo

Images attach�es

Une Nouvelle Exp�rience Agentique : JetBrains Air dans les IDE � EAP maintenant ouvert

Jade Emy — Tue, 27 Oct 2026 10:36:57 GMT

JetBrains pr�sente JetBrains Air dans les EDI, une exp�rience de d�veloppement agentique compl�te pour diriger et orchestrer les agents IA et v�rifier leur travail au sein des EDI JetBrains

JetBrains est une soci�t� � responsabilit� limit�e internationale sp�cialis�e dans le d�veloppement de logiciels, qui con�oit des outils destin�s aux d�veloppeurs et aux chefs de projet. L'entreprise a son si�ge social � Amsterdam et dispose de bureaux en Chine, en Europe et aux �tats-Unis. JetBrains propose divers environnements de d�veloppement int�gr�s (EDI), tels que IntelliJ IDEA, PyCharm, WebStorm et CLion. Elle a �galement cr�� en 2011 le langage de programmation Kotlin, qui peut s'ex�cuter dans une machine virtuelle Java (JVM).

En septembre 2026, JetBrains a annonc� JetBrains Air : un syst�me de produits ouvert et coh�rent qui s�adresse aux d�veloppeurs, aux �quipes et aux organisations, dans les EDI JetBrains et au-del�. Il s�agit d�un syst�me qui s��tend sur plusieurs interfaces et plusieurs services. Chaque produit r�sout un probl�me distinct, mais les produits fonctionnent mieux ensemble. JetBrains Air int�gre Air dans les EDI JetBrains : une exp�rience de d�veloppement agentique compl�te pour diriger et orchestrer les agents IA et v�rifier leur travail au sein des EDI JetBrains.

D�but octobre 2026, JetBrains a lanc� le programme d�acc�s anticip� (EAP) pour Air dans les EDI JetBrains. Il est disponible en tant que plugin sur la JetBrains Marketplace ou nativement dans les builds EAP 2026.3 des EDI JetBrains. Essayez Air avec des ex�cutions gratuites de Junie Lite, l'agent de programmation de JetBrains pour les t�ches du quotidien. Avec le plugin Air pour les EDI JetBrains, vous acc�dez directement aux agents et aux abonnements que vous utilisez d�j�. Air n�est pas un fournisseur d�IA et aucun agent n�est install� par d�faut avec le plugin.

Voici l'annonce de JetBrains :

Pourquoi une nouvelle exp�rience ?

Jusqu�ici, l�IA dans l�EDI s�est principalement concentr�e sur le chat IA. Cependant, le d�veloppement agentique change le mod�le d�interaction �tabli : vous d�l�guez des t�ches plus importantes et laissez les agents travailler en parall�le. Vous devez donc pouvoir suivre leur travail et les guider � chaque �tape. Nous avons cherch� � int�grer cette fonctionnalit� � notre solution AI Assistant existante en ajoutant de nouveaux agents au chat IA. Mais � mesure que ces workflows ont �volu�, une chose est devenue claire : orchestrer plusieurs t�ches en parall�le est fondamentalement diff�rent d�avoir une conversation avec une IA.

Air a �t� con�u autour de cette diff�rence. Derri�re cela se cache un changement de paradigme plus large, et nous n�allons pas y aller par quatre chemins : le d�veloppement agentique devient la norme, et un EDI qui tient les agents � distance aura du mal � rester pertinent.

Cela rend l�EDI plus important, pas moins : alors que les agents effectuent de plu en plus de travail, en v�rifier le r�sultat et en assumer la responsabilit� devient la partie difficile, et c�est pr�cis�ment � cela que sert l�EDI. Le centre de gravit� des EDI JetBrains se d�place vers le d�veloppement agentique, et Air est notre fa�on d�y parvenir.

Pr�sentation de JetBrains Air dans les EDI

Air apporte le d�veloppement agentique dans l�EDI sans vous limiter � un agent particulier ni changer la fa�on dont vous travaillez. Il repose sur trois principes. Nous vous avons d�j� parl� des deux premiers. La nouveaut�, c�est un produit con�u d�s le d�part autour de ces principes.

1. Int�grez vos agents existants � votre EDI

Air fonctionne avec les agents que vous utilisez d�j�, tels que Codex, GitHub Copilot, Junie, Cursor, et d�autres agents compatibles avec l�ACP. Il d�tecte les agents d�j� install�s sur votre machine et permet de les int�grer directement dans l�EDI facilement. Avec JetBrains Air dans les EDI, vous pouvez �galement utiliser votre abonnement � Claude dans le terminal et l�onglet plein �cran d�Air. Vous n�avez pas besoin d�un abonnement � JetBrains AI pour utiliser vos agents avec Air. Utilisez les abonnements dont vous disposez d�j�, qu�il s�agisse d�abonnements aupr�s de fournisseurs d�IA ou � JetBrains AI.

2. L�intelligence de l�EDI pour vous et pour vos agents

Le d�veloppement ne s�arr�te pas une fois le code g�n�r� : il faut encore l�ex�cuter, le r�viser et le valider. C�est exactement ce pour quoi un EDI est con�u. Il vous donne les outils pour comprendre et examiner le travail de l�agent : des diffs � la navigation, en passant par les inspections et bien plus. Et les agents profitent eux aussi de toute la puissance de l�EDI. Gr�ce aux fonctionnalit�s et outils int�gr�s � l�EDI, les agents compatibles b�n�ficient de l�expertise et des workflows sp�cialis�s de JetBrains pour d�boguer, analyser les performances, explorer les bases de donn�es et effectuer des recherches s�mantiques dans le code. Cela peut aider les agents � produire de meilleurs r�sultats et, pour certaines t�ches, � utiliser moins de tokens.

3. Une exp�rience utilisateur pens�e d�abord pour l�agentique

Air est con�u pour travailler avec plusieurs agents en parall�le, et pas seulement pour interagir avec un seul � la fois. Le travail des agents est organis� en sessions, toutes visibles au m�me endroit, afin que vous puissiez suivre la progression, voir ce qui requiert votre attention, guider les agents et examiner leur travail sur tous vos projets.

Travailler avec Air

Voici ce � quoi cela ressemble en pratique :

Gardez le contr�le du travail parall�le des agents. Visualisez en un coup d��il les sessions de tous vos projets au m�me endroit, avec l�activit�, les mises � jour non lues, les fichiers modifi�s et les commits sortants. Prenez connaissance du co�t de chaque session au fil de votre travail, pour garder une visibilit� claire sur vos d�penses entre agents et t�ches. Cela facilite le suivi de la progression et permet de voir rapidement ce qui a chang� et ce qui requiert votre attention.

D�l�guez une t�che avec une seule touche. Appuyez deux fois sur Ctrl depuis n�importe o� dans l�IDE pour ouvrir une fen�tre de prompt et d�marrer une nouvelle session d�agent, avec votre contexte actuel d�j� joint.

Choisissez l�interface que vous pr�f�rez pour une session d�agent. Les sessions s�ouvrent directement dans l��diteur sous forme d�onglets, donnant au travail des agents un v�ritable espace � l��cran, aux c�t�s de votre code. Si vous pr�f�rez l�interface du terminal, vous pouvez continuer � l�utiliser directement dans l�EDI. Ou alors choisir un chat graphique lorsque cela convient mieux � la t�che.

Ex�cutez les agents en local ou dans le cloud. Pour les t�ches complexes, longues ou r�alisables en arri�re-plan, lancez les agents dans le cloud, puis �teignez votre machine. Suivez le travail de l�agent sur mobile (bient�t disponible) pour le guider. Actuellement disponible pour les organisations disposant de licences IA.

Isolez le travail parall�le des agents gr�ce � des worktrees temporaires. Lancez une session depuis n�importe quelle branche, sur une nouvelle branche ou en mode d�tach�. Suivez les modifications et les commits depuis le chat, puis r�int�grez le r�sultat dans votre projet principal avec un cherry-pick d�s qu�il est pr�t.

Vous gardez le contr�le

L�AI Assistant reste disponible pendant que vous essayez Air dans votre EDI. Avec le temps, nous nous attendons � voir Air devenir l�exp�rience principale pour les workflows agentiques dans les EDI JetBrains. � mesure qu�Air prend une place croissante dans les EDI JetBrains, beaucoup d�entre vous se poseront d�abord une question essentielle concernant le contr�le : Puis-je d�sactiver Air et o� mon code va-t-il ?

Pas d�agents ? Rien ne quitte votre machine. Air est une fen�tre d�outils, pas un fournisseur d�IA, et aucun agent n�est install� par d�faut. Il d�tecte les agents d�j� pr�sents sur votre machine, de la m�me fa�on que l�EDI d�tecte votre terminal, mais rien ne s�ex�cute et aucune donn�e ne quitte votre machine tant que vous ne vous connectez pas � un agent ou � un forfait JetBrains AI. Si votre organisation n�autorise pas les agents, Air n�a rien � ex�cuter et rien � envoyer.

Vos donn�es vont � votre fournisseur, pas � JetBrains. Avec un abonnement tiers, les donn�es vont directement � ce fournisseur, dans le cadre de l�accord que vous avez d�j� conclu avec lui. Elles ne transitent pas par JetBrains. Si vous utilisez JetBrains AI, vous �tes soumis aux conditions d�utilisation de JetBrains AI, comme c�est d�j� le cas pour l�AI Assistant. Air n�ajoute aucune nouvelle condition de traitement des donn�es.

Vous pouvez le d�sactiver. D�sactivez le plugin Air et rien d�autre ne change.

Essayez-le gratuitement avec Junie Lite

Nous pensons qu�il est important d�offrir une version gratuite de l�IA dans nos EDI, c�est pourquoi nous vous proposons d�utiliser Air gratuitement avec Junie Lite, notre agent de programmation pour les t�ches du quotidien.

Confiez � Air une vraie t�che : lancez des sessions d�agent sur plusieurs projets et dites-nous comment cela s�int�gre � votre workflow. Partagez vos retours via YouTrack pour qu�ils arrivent directement dans le backlog de nos �quipes ou faites-nous part de vos impressions dans les commentaires ci-dessous.

Installez Air depuis la JetBrains Marketplace, via la notification dans l�AI Assistant ou dans le cadre des builds EAP 2026.3 des JetBrains IDEs, puis connectez les agents que vous utilisez d�j� ou utilisez ceux qui sont disponibles via JetBrains AI. Si vous installez Air � partir de la notification dans l�AI Assistant, ce dernier sera d�sactiv� afin d��viter que les deux ne s�ex�cutent en parall�le. Vous pouvez le r�activer � tout moment dans Settings | Plugins ou le r�installer depuis la Marketplace.

:fleche: Essayez Air dans votre EDI

Images attach�es

Air Teams : partagez vos meilleurs workflows agentiques avec toute votre �quipe et automatisez

Jade Emy — Mon, 26 Oct 2026 19:54:50 GMT

JetBrains pr�sente Air Teams, un espace de collaboration d�di� au d�veloppement logiciel avec des agents IA, permettant de partager les workflows agentiques et d'automatiser les t�ches

JetBrains est une soci�t� � responsabilit� limit�e internationale sp�cialis�e dans le d�veloppement de logiciels, qui con�oit des outils destin�s aux d�veloppeurs et aux chefs de projet. L'entreprise a son si�ge social � Amsterdam et dispose de bureaux en Chine, en Europe et aux �tats-Unis. JetBrains propose divers environnements de d�veloppement int�gr�s (EDI), tels que IntelliJ IDEA, PyCharm, WebStorm et CLion. Elle a �galement cr�� en 2011 le langage de programmation Kotlin, qui peut s'ex�cuter dans une machine virtuelle Java (JVM).

D�but septembre 2026, JetBrains a annonc� JetBrains Air : un syst�me de produits ouvert et coh�rent qui s�adresse aux d�veloppeurs, aux �quipes et aux organisations, dans les EDI JetBrains et au-del�. Il s�agit d�un syst�me qui s��tend sur plusieurs interfaces et plusieurs services. Chaque produit r�sout un probl�me distinct, mais les produits fonctionnent mieux ensemble. JetBrains Air int�gre JetBrains Air Teams, l�espace de collaboration d�di� au d�veloppement agentique. Il fournit aux �quipes et aux agents le contexte, les environnements, les outils et les instructions partag�s dont ils ont besoin pour collaborer efficacement tout au long du cycle de d�veloppement.

Air Teams : des d�veloppeurs individuels aux �quipes

Il y a plusieurs mois, JetBrains a pr�sent� l�application Air comme �tant un premier pas dans le d�veloppement agentique. En travaillant au d�veloppement de Air, JetBrains rapporte deux �l�ments qui sont devenus de plus en plus �vidents. Premi�rement, les d�veloppeurs n�ont pas besoin d�une �ni�me application autonome : les outils et les agents doivent �tre int�gr�s � l�environnement dans lequel ils travaillent d�j�. Deuxi�mement, � mesure que les d�veloppeurs individuels gagnaient en productivit� gr�ce aux agents, le v�ritable goulot d��tranglement s�est d�plac� au niveau de l��quipe.

Dans ce contexte l'�quipe de JetBrains a d�clar� : � Nous avons donc d�cid� de faire �voluer Air pour aller au-del� d�une simple application de bureau autonome et proposer un syst�me plus vaste et int�gr�. Air prend d�sormais en charge le d�veloppement agentique � trois niveaux : d�veloppeurs individuels, �quipes et organisations. � Air Teams est un espace de travail partag� dans lequel les �quipes d�ing�nierie ex�cutent des agents de programmation et r�utilisent ce qui fonctionne. Aujourd�hui, la majeure partie du travail agentique se fait sur les ordinateurs portables des d�veloppeurs : chacun a sa propre configuration et ses propres prompts, et ce qui fonctionne pour l�un ne se transmet pas facilement au reste de l��quipe. Air Teams rassemble les workflows agentiques en un seul endroit : ce qu�un d�veloppeur d�couvre, toute l��quipe peut l�utiliser.

Air Teams comporte quatre parties :

- Les automatisations prennent en charge de mani�re autonome les t�ches r�currentes, comme les r�visions de code, les corrections de tickets et les mises � jour des d�pendances. Un �v�nement ou une planification d�clenche chaque ex�cution.

- Les environnements cloud partag�s fournissent aux agents les outils, les d�pendances et les identifiants dont ils ont besoin pour compiler et tester le code. L��quipe le configure une fois, et tout le monde le r�utilise.

- Les t�ches cloud s�ex�cutent dans ces environnements, en parall�le, sans monopoliser l�ordinateur portable de qui que ce soit. Vous pouvez les d�marrer et les suivre depuis votre IDE ou votre navigateur, et bient�t depuis votre t�l�phone.

- Les projets relient le tout, avec des cr�dits partag�s, des r�les clairs et des automatisations qui ne d�pendent d�aucune personne en particulier.

Automatisations : fini de surveiller les agents en permanence

Les agents peuvent travailler vite, mais ils attendent encore que des humains d�marrent les t�ches, fournissent des instructions et passent � l��tape suivante. � un moment donn�, orchestrer manuellement chaque ex�cution devient le goulot d��tranglement.

Les automatisations de Air sont des workflows agentiques qui s�ex�cutent seuls, dans le cloud, d�clench�s par un �v�nement ou une planification plut�t que par une personne. Ce sont des ressources partag�es par l��quipe : un d�veloppeur peut cr�er une automatisation, et toute l��quipe peut l�ex�cuter, la r�utiliser et l�am�liorer. Ce qui fonctionne bien pour une personne peut devenir une pratique commune � toute l��quipe. Par exemple, une automatisation peut relire chaque nouvelle pull request d�s son ouverture, ou mettre � jour les d�pendances deux fois par semaine. Air Teams est fourni avec 10 mod�les d�automatisation, notamment pour la r�vision de code, la correction de bugs, la mise � jour des d�pendances et la maintenance de la documentation. Vous pouvez utiliser les mod�les tels quels ou les adapter � la fa�on de travailler de votre �quipe.

Comment fonctionnent les automatisations

Les automatisations sont con�ues pour le travail r�current qui suit un sch�ma : une pull request � relire, un ticket �tiquet� � examiner, ou des d�pendances � v�rifier chaque semaine.

Vous configurez quatre �l�ments une seule fois, et l�automatisation les r�utilise � chaque ex�cution :

Instructions : ce que l�agent doit faire ;

Environnement : o� l�agent s�ex�cute ;

Outils : ce que l�agent peut utiliser, y compris Jira, Figma et Linear via des connecteurs ;

D�clencheur : le moment o� l�agent d�marre, qu�il s�agisse d�un �v�nement GitHub ou Jira, d�un webhook ou d�une planification, avec d�autres types de d�clencheurs � venir.

Voici un exemple : une automatisation d�clench�e par l�ajout d�un libell�. Lorsque quelqu�un ajoute le libell� Bug, l�automatisation lance un agent. L�agent lit le ticket et le ticket Jira associ�, identifie la cause dans le code, puis ouvre une pull request avec une proposition de correctif qu�un ing�nieur pourra v�rifier.

Les automatisations font partie d�un projet d��quipe, si bien que toute l��quipe utilise la m�me automatisation au lieu que chacun cr�e la sienne. Une fois qu�une automatisation a fait ses preuves, elle peut aller au-del� du projet : l��quipe peut la r�utiliser sur un autre d�p�t ou l�enregistrer comme un mod�le que n�importe qui dans l�organisation peut utiliser tel quel ou adapter.

Exemples d�automatisations

Voici trois automatisations pr�sent�es par l'�quipe de JetBrains :

R�visions de code. � l�ouverture d�une pull request, un agent analyse le code et les �changes concern�s, publie des commentaires directement dans le code ainsi qu�un r�sum�, et peut approuver la pull request ou demander des modifications. Chaque nouveau commit d�clenche une nouvelle ex�cution : l�agent relit sa r�vision pr�c�dente ainsi que les �ventuelles r�ponses, note les probl�mes qui ont �t� corrig�s et ceux qui subsistent, puis r�duit ses anciennes r�visions afin que seule la plus r�cente reste visible. Un agent d�IA doit faciliter votre workflow, pas le bloquer. Lorsque vous d�cidez de traiter un probl�me dans une pull request distincte, l�agent respecte votre choix et termine sa v�rification.

Corrections de tickets. Lorsqu�un membre de l��quipe attribue � un agent une t�che simple et bien d�finie dans YouTrack, l�agent rassemble le contexte n�cessaire, tente d�effectuer la t�che et ouvre une pull request pour revue. Cette m�me automatisation g�re �galement les retours concernant les r�visions. Lorsqu�une pull request ouverte par une automatisation re�oit des commentaires de relecture, qu�ils viennent d�un membre de l��quipe ou de l�automatisation de r�vision de code, l�agent les prend en compte et fait les corrections.

Mises � jour des d�pendances. Deux fois par semaine, un agent met � niveau les d�pendances du projet, en ignorant celles que ses instructions indiquent de laisser telles quelles. Il compile le projet et ex�cute les tests. Lorsqu�une mise � niveau casse quelque chose, l�agent corrige le code concern� sans en modifier le comportement, ou annule la mise � niveau s�il n�y parvient pas. Il ouvre ensuite une pull request r�pertoriant les mises � niveau appliqu�es, ignor�es ou annul�es. Si la pull request pr�c�dente n�a pas encore �t� fusionn�e, l�agent la ferme, de sorte que l��quipe dispose toujours d�une seule pull request � jour � fusionner quand elle est pr�te.

Gardez le contr�le

Une pr�occupation l�gitime avec les agents IA est le bruit : des commentaires que personne ne lit et des pull requests que personne n�a demand�es. Les automatisations laissent les d�cisions � l��quipe. Les ing�nieurs choisissent les t�ches � confier aux agents et leurs instructions permettent de limiter leur p�rim�tre d�intervention, comme dans les exemples ci-dessus : une seule pull request pour les mises � jour de d�pendances et une seule r�vision en cours par pull request.
Chaque ex�cution conserve �galement la conversation compl�te de l�agent et ses appels d�outils, de sorte que lorsqu�un r�sultat semble incorrect, l��quipe puisse en comprendre la raison. Chaque modification de code arrive sous forme de pull request, et un ing�nieur d�cide de la fusionner ou non.

Environnements cloud partag�s : une configuration que votre �quipe et vos agents peuvent r�utiliser

Chaque automatisation, comme chaque t�che cloud, s�ex�cute dans un environnement, et un agent ne peut pas faire mieux que ce que son environnement permet. Avant de pouvoir construire ou tester quoi que ce soit, il lui faut ce dont tout nouvel ing�nieur a besoin d�s son premier jour : les bons outils, les d�pendances, les identifiants et les acc�s r�seau n�cessaires. Un petit projet peut fonctionner avec les param�tres par d�faut, mais la plupart des bases de code n�cessitent des �l�ments suppl�mentaires, comme un registre priv� de paquets, des versions fig�es de la cha�ne d�outils ou un outil interne de suivi des tickets auquel l�agent doit pouvoir acc�der. Quelqu�un doit configurer cela, et une seule fois devrait suffire.

Dans Air Teams, cette configuration se trouve dans un environnement cloud partageable. Vous en cr�ez un pour un d�p�t dans votre projet d��quipe. Vous choisissez la taille de la VM, d�terminez quels domaines la machine peut atteindre, et ajoutez les variables et les secrets dont le build a besoin. La configuration elle-m�me se trouve dans votre d�p�t, � l�emplacement .air/cloud/startup.sh, ce qui permet � votre �quipe de la versionner et de la relire avec le reste du code.

Vous pouvez aussi confier la premi�re �bauche � un agent. Il inspecte le d�p�t, ex�cute r�ellement l�installation et le build, demande les secrets manquants, puis valide un script de d�marrage test� dans une branche distincte. Puis vous v�rifiez, comme pour n�importe quelle autre modification. Une fois l�environnement pr�t, Air l�enregistre sous forme d�instantan�, et vous le partagez avec l��quipe. Partager la configuration ne signifie pas partager les identifiants. Les secrets partag�s permettent aux membres de l��quipe et � vos automatisations d�utiliser une valeur sans la voir, tandis que les secrets personnels et l�acc�s au d�p�t restent propres � chaque personne.

� partir de l�, les membres de l��quipe choisissent l�environnement dans lequel ex�cuter leurs t�ches dans le cloud, et les automatisations du projet s�ex�cutent dans cet environnement. Aucun agent ne perd de temps ni de tokens � red�couvrir comment compiler le d�p�t. Chaque t�che commence directement par le travail � effectuer.

T�ches cloud : travaillez depuis votre EDI et n�importe quel appareil

Une fois les environnements configur�s, vous pouvez commencer � confier du travail aux agents. Choisissez un environnement et un agent, puis d�crivez la t�che. Si votre d�p�t n�a pas besoin d�une configuration personnalis�e, utilisez l�environnement par d�faut. Vous pouvez ex�cuter une t�che localement ou dans le cloud. Le bon choix d�pend de la t�che, de la configuration qu�elle n�cessite et du degr� d�interaction que vous souhaitez avoir avec l�agent.

La diff�rence essentielle est que les t�ches cloud ne sont pas li�es � l�appareil sur lequel vous les avez d�marr�es. Vous pouvez d�marrer une t�che dans votre IDE et la reprendre plus tard sur le web. L�agent continue de travailler m�me apr�s que vous ayez ferm� votre ordinateur portable.

Projets d��quipe : le travail appartient � l��quipe

Un projet d��quipe est un espace commun pour le travail agentique d�une �quipe. Il rassemble les membres de l��quipe, les environnements partag�s, les connecteurs MCP et les automatisations. Deux r�les d�finissent qui peut faire quoi. Les administrateurs du projet g�rent l�appartenance � l��quipe, les environnements, les connecteurs et les automatisations. Ils peuvent �galement autoriser certains membres � modifier un environnement. Les membres utilisent les environnements partag�s, cr�ent leurs propres automatisations et voient les r�sultats de chaque ex�cution.

Les automatisations ne d�pendent pas n�cessairement de la personne qui les a cr��es. Chaque projet dispose de son propre compte de service et de ses propres cr�dits IA, et un administrateur d�cide si les automatisations du projet consomment ces cr�dits ou ceux de leurs cr�ateurs. Avec les cr�dits du projet, les automatisations s�ex�cutent au nom du compte du projet et continuent de fonctionner m�me apr�s le d�part de leur cr�ateur.

Premiers pas avec Air Teams

Avec Air Teams, le travail agentique devient une activit� partag�e par toute l��quipe. Les automatisations g�rent le travail r�current, les environnements partag�s donnent la m�me configuration � chaque t�chn, les t�ches cloud continuent de s�ex�cuter apr�s la fermeture de votre ordinateur portable, et les projets d��quipe garantissent que rien de tout cela ne d�pende d�une seule personne.

:fleche: Essayez Air Teams

Images attach�es

JetBrains Air : construire un syst�me de produits pour le d�veloppement logiciel agentique

Jade Emy — Mon, 26 Oct 2026 15:18:54 GMT

JetBrains pr�sente JetBrains Air, un syst�me de produits ouvert pour le d�veloppement logiciel avec des agents IA, con�us pour le travail individuel et la coordination des �quipes

JetBrains est une soci�t� � responsabilit� limit�e internationale sp�cialis�e dans le d�veloppement de logiciels, qui con�oit des outils destin�s aux d�veloppeurs et aux chefs de projet. L'entreprise a son si�ge social � Amsterdam et dispose de bureaux en Chine, en Europe et aux �tats-Unis. JetBrains propose divers environnements de d�veloppement int�gr�s (EDI), tels que IntelliJ IDEA, PyCharm, WebStorm et CLion. Elle a �galement cr�� en 2011 le langage de programmation Kotlin, qui peut s'ex�cuter dans une machine virtuelle Java (JVM).

En 2026, JetBrains avait commenc� � exp�rimenter publiquement avec des environnements de d�veloppement agentique. Ils ont pr�sent� JetBrains Central comme un syst�me ouvert de contr�le et d�ex�cution pour le d�veloppement pilot� par les agents. Ensuite, ils ont commenc� � d�ployer JetBrains Central CLI, le contexte partag�, les agents cloud, les automatisations, la gouvernance et le contr�le des co�ts de l�IA pour les �quipes et les organisations. D�but septembre 2026, tout ce travail a �t� r�uni au sein de JetBrains Air : un syst�me de produits ouvert et coh�rent qui s�adresse aux d�veloppeurs, aux �quipes et aux organisations, dans les EDI JetBrains et au-del�. Il s�agit d�un syst�me qui s��tend sur plusieurs interfaces et plusieurs services. Chaque produit r�sout un probl�me distinct, mais les produits fonctionnent mieux ensemble.

L'�quipe de JetBrains commentait cette annonce : � JetBrains Air repr�sente une expansion majeure de ce pour quoi JetBrains construit ses produits. Depuis 26 ans, nous nous sommes principalement concentr�s sur l�environnement de travail du d�veloppeur individuel. Aujourd�hui, nous concevons nos produits pour le syst�me plus large via lequel le travail agentique est initi�, ex�cut�, coordonn�, r�vis� et gouvern�. L�EDI reste un �l�ment central dans l�avenir de JetBrains. L��poque � laquelle tout le syst�me de d�veloppement logiciel pouvait �tre contenu dans une fen�tre touche � sa fin. Dans le cadre de notre investissement continu, nous int�grons d�sormais l�exp�rience agentique fondamentale aux EDI JetBrains, pour offrir aux d�veloppeurs professionnels un environnement dans lequel ils peuvent travailler efficacement avec des agents tout en comprenant, modifiant et v�rifiant le code qui en r�sulte. JetBrains Air s�int�gre � l��cosyst�me plus large qui se d�veloppe autour de lui. �

Ce syst�me repose sur une conviction fondamentale : l�avenir du d�veloppement agentique sera multifournisseur. Aucun mod�le, agent ou service unique ne conviendra � tous les d�veloppeurs, �quipes ou t�ches.

D�un seul produit � un syst�me de produits ouvert

Ce changement strat�gique a une cons�quence concr�te : JetBrains Air ne peut pas simplement �tre un agent ou un environnement de d�veloppement de plus. Il doit connecter des produits con�us pour le travail individuel, la coordination des �quipes, le contr�le organisationnel, le contexte et l�automatisation des processus, tout en restant ouvert aux outils et aux agents choisis par les d�veloppeurs, y compris ceux qui ne sont pas con�us par JetBrains.

JetBrains Air comprend les produits suivants, certains �tant d�j� disponible, d'autres seront introduits � mesure que le syst�me �voluera :

- Air dans les EDI JetBrains : une exp�rience de d�veloppement agentique compl�te pour diriger et orchestrer les agents et v�rifier leur travail au sein des EDI JetBrains.

- Air Teams : une nouvelle fa�on de coordonner et d�automatiser les workflows de livraison logicielle impliquant des d�veloppeurs et des agents autonomes.

- Air Governance (anciennement JetBrains Central) : politique organisationnelle, visibilit�, auditabilit�, gestion des co�ts et responsabilit� pour le d�veloppement assist� par l�IA et pilot� par les agents.

Junie est l�agent de programmation de JetBrains pour le d�veloppement logiciel professionnel. Il sera pris en charge sur toutes les surfaces Air.

Air dans les EDI JetBrains fournit aux d�veloppeurs l�environnement requis pour diriger les agents et v�rifier leurs r�sultats gr�ce � l�intelligence du code de JetBrains. Air Teams transforme l�activit� individuelle des agents en workflows d��quipe coordonn�s. Air Governance rend cette activit� visible et gouvernable, avec une obligation d�en rendre compte � l��chelle de l�organisation.

Mais un syst�me ouvert ne peut pas se limiter aux produits de JetBrains. L�Agent Client Protocol (ACP) standardise la connexion entre un EDI et le dispositif complet autour d�un agent, y compris sa planification, sa logique, ses outils, son routage de mod�les et son observabilit�. Gr�ce au registre ACP, les d�veloppeurs peuvent d�couvrir et ex�cuter un nombre croissant d�agents compatibles tout en continuant � travailler au sein des EDI JetBrains.

Air Governance est con�u pour �tendre la visibilit� et la gouvernance des co�ts � l�ensemble des fournisseurs et des diff�rents outils avec lesquels le travail agentique s�effectue. Cela signifie que les d�veloppeurs peuvent choisir l�agent, le mod�le ou le service adapt� � une t�che sans que l�organisation n�ait � renoncer au contexte, � la visibilit� ou au contr�le. Ensemble, les produits Air permettent au travail de circuler entre les d�veloppeurs, les agents, les outils et les environnements sans perdre le contexte ni les contr�les qui l�entourent.

L�adoption individuelle a progress� plus vite que l�infrastructure organisationnelle

Les d�veloppeurs ont adopt� les agents plus rapidement que les organisations n�ont �t� capables de mettre en place l�infrastructure n�cessaire autour d�eux. Les capacit�s des agents ont progress�, et diff�rents mod�les et agents se sont r�v�l�s utiles pour diff�rentes t�ches. Cependant, le contexte, la coordination, la gouvernance et la gestion des co�ts aff�rents n�ont pas suivi le m�me rythme.

Pour de nombreux d�veloppeurs, les agents apportent d�j� une valeur concr�te. Au niveau organisationnel, la rentabilit� est beaucoup plus difficile � d�montrer. Les co�ts apparaissent ailleurs : dans la r�vision, les retouches, la s�curit�, l�infrastructure et les d�penses. Quels agents peuvent acc�der au code de l�entreprise ? O� les donn�es peuvent-elles aller ? Quels r�sultats n�cessitent une r�vision humaine ? Que s�est-il pass� pendant qu�un agent travaillait � distance ? Qui a approuv� la modification qui en a r�sult� et comment a-t-elle �t� v�rifi�e ?

La fragmentation � ce niveau n�est pas seulement g�nante. Elle rend le d�veloppement logiciel plus difficile � comprendre, � mesurer et � gouverner, pr�cis�ment au moment o� une part croissante du travail est d�l�gu�e.

Le goulot d��tranglement se d�place avec le travail

Les erreurs �videntes dans le code sont rapidement d�tect�es. Cette partie du syst�me continue de fonctionner. Le probl�me le plus complexe r�side dans le code presque correct : plausible, capable de passer avec succ�s une v�rification superficielle, mais contenant insidieusement une mauvaise hypoth�se ou une incoh�rence architecturale qui ne se r�v�lera que lorsqu�il sera devenu co�teux de la corriger.

� mesure que les agents prennent en charge une part croissante de l�ex�cution, le goulot d��tranglement se d�place de la r�alisation de modifications vers leur compr�hension, leur v�rification et le fait d�en assumer la responsabilit�. Le code devient moins co�teux � g�n�rer, mais plus co�teux � v�rifier. L�activit� des agents devient plus facile � d�marrer, mais plus difficile � coordonner, � auditer et � expliquer. Et si le travail peut �tre d�l�gu�, la responsabilit�, elle, ne peut pas l��tre. Un agent ne recevra pas un appel � 3 heures du matin lorsque quelque chose ne va pas. La responsabilit� de ce qui est livr� appartient toujours aux personnes et aux organisations qui le livrent.

C�est pourquoi le contr�le devient plus difficile, et non plus facile, � mesure que l�IA progresse. Un mod�le plus performant peut produire de meilleurs r�sultats. Il ne d�finit pas de politique organisationnelle, ne conserve pas les informations de tra�abilit�, ne fournit pas de visibilit� sur les co�ts et ne d�cide pas qui est responsable des modifications qui en r�sultent.

L�avenir est multifournisseur

La prise en charge multifournisseur est un principe de conception fondamental de JetBrains Air, qui fa�onne la mani�re dont le syst�me est construit d�s le d�part. L'�quipe de JetBrains affirme : � Nous ne pensons pas que ce march� se consolidera de sit�t. Les mod�les ont chacun leurs points forts et les classements �voluent mois apr�s mois. Au sein d�une m�me entreprise, les �quipes font d�j� des choix diff�rents, et elles ont souvent raison de le faire. Standardiser ses outils autour d�un seul fournisseur d�IA aujourd�hui revient � s�engager pour plusieurs ann�es dans un march� qui change � chaque trimestre. �

Garder les options ouvertes est la d�marche la plus raisonnable. Le probl�me, c�est ce que cette ouverture co�te actuellement. Chaque nouveau mod�le, agent ou service qu�une organisation ajoute lui fait perdre un peu plus de visibilit� sur son propre travail de d�veloppement. Le contexte ne se transmet pas d�un outil � l�autre. Les d�penses ne peuvent pas �tre attribu�es. Les politiques doivent �tre red�finies pour chaque service. Les organisations ne devraient pas avoir � choisir entre utiliser les meilleurs outils disponibles et comprendre ce qui se passe au sein de leur propre ing�nierie. Cette situation existe parce que rien dans la pile technologique actuelle n�a �t� con�u pour se situer au-dessus de plusieurs fournisseurs � la fois.

C�est le travail que JetBrains a entrepris. L'�quipe de JetBrains commente : � Nous d�veloppons notre propre agent, et nous avons l�intention de le rendre excellent. Mais JetBrains Air n�oblige pas les clients � l�utiliser, et notre strat�gie ne d�pend pas du fournisseur de mod�les qui est en t�te des classements ce trimestre. Nous n�avons aucune raison de restreindre l��cosyst�me. Ce que nous pouvons offrir � la place, c�est un espace unique pour ex�cuter, suivre, gouverner et assurer la tra�abilit� du d�veloppement agentique quels que soient les mod�les, agents et services utilis�s, pour les d�veloppeurs, les �quipes et l�organisation. �

La prise en charge de plusieurs mod�les et agents est un point de d�part, pas un aboutissement. Ce qui compte vraiment, c�est ce qu�il y a au-dessus : un contexte partag�, un ensemble unique de politiques, une vue unifi�e des co�ts et un historique de ce qui s�est pass�, quel que soit le fournisseur � l�origine des changements.

Ce que JetBrains apporte

Le choix multifournisseur ne r�sout qu�une partie du probl�me. Les agents ont �galement besoin d�une intelligence logicielle fiable. En r�ponse � cet enjeu, JetBrains apporte 26 ans d�intelligence en ing�nierie, pour aider d�veloppeurs � comprendre la structure et le comportement des logiciels complexes, plut�t que de simplement en g�n�rer davantage. Cette intelligence d�terministe du code constitue une base permettant de rendre le travail agentique plus fiable, plus efficace et plus compr�hensible, quels que soient les mod�les et les agents utilis�s.

C�est un avantage �conomique autant que technique. Les agents consacrent du temps et de l�argent � red�couvrir des informations que la base de code contient d�j�. Un agent capable de r�cup�rer cette connaissance est moins co�teux et plus pr�cis qu�un agent qui doit la reconstruire. Comme cette intelligence n�appartient pas � un seul mod�le, ses avantages peuvent s��tendre � l�ensemble des agents et services pris en charge. L'�quipe de JetBrains a d�clar� : � Nous traversons �galement la m�me transition que les organisations pour lesquelles nous concevons nos produits : nous adoptons des agents en interne, repensons nos workflows et apprenons o� les gains de productivit� individuels se traduisent par une meilleure livraison logicielle et o� ils ne font que d�placer le travail ailleurs. �

Voici un extrait de l'annonce de JetBrains Air :

Ce qui est pr�vu pour la suite

JetBrains Air va �voluer au fil d�une s�rie continue de versions. Nous serons transparents quant � ce que les clients peuvent utiliser d�s maintenant, ce qui entre en pr�version et ce qui fera partie de notre orientation � plus long terme.

Avec le temps, JetBrains Air s��tendra davantage aux exp�riences mobiles et � distance, permettant aux utilisateurs d�initier, de suivre, de r�viser et de poursuivre le travail agentique � mesure qu�il se d�place entre les environnements. L�objectif n�est pas de reproduire l�IDE sur toutes les surfaces. Nous mettons � disposition le bon contexte et les bons contr�les partout o� des d�cisions doivent �tre prises.

Nous int�grerons �galement l�intelligence de JetBrains � un plus grand nombre de workflows agentiques. Cela inclut un contexte plus riche issu du code, de l�architecture, des d�p�ts, du comportement � l�ex�cution et des connaissances organisationnelles, ainsi que de meilleurs moyens d�orienter le travail entre d�veloppeurs, mod�les, agents et services.

Une part croissante du travail sera d�clench�e par des �v�nements de d�p�t, des planifications et des processus de livraison, plut�t que par un d�veloppeur ouvrant un �diteur et soumettant un prompt. JetBrains Air fournira l�intelligence, la supervision et le contr�le humain requis pour ces workflows, dans les diff�rents outils et services utilis�s.

Nous ne citerons pas de futurs produits avant que leur p�rim�tre et leur disponibilit� ne soient pr�ts � �tre confirm�s. � chaque version, nous expliquerons ce qui fonctionne, comment les diff�rents �l�ments s�articulent et ce qui est encore en cours de d�veloppement.

Dans quelle direction va JetBrains Air

Les entreprises qui adopteront l�IA avec succ�s ne seront pas n�cessairement celles qui g�n�rent le plus de code ou d�ploient le plus d�agents. Ce seront celles qui seront capables d��tendre l�exp�rimentation tout en pr�servant la qualit�, le contexte, la discipline de gestion des co�ts et la compr�hension humaine.

JetBrains Air repr�sente notre engagement � concevoir des produits adapt�s � cette r�alit�. Il fait �voluer JetBrains de l�environnement de travail du d�veloppeur vers un syst�me de produits connectant d�veloppeurs, agents, �quipes et organisations.

L�objectif n�est pas plus de code. C�est que les d�veloppeurs, les �quipes et les organisations puissent comprendre, v�rifier et assumer pleinement les logiciels qu�ils cr�ent.

:fleche: D�couvrez JetBrains Air

Images attach�es

Comment Netflix a am�lior� l'efficacit� de ses agents de codage IA gr�ce � l'intelligence des EDI JetBrains

JetBrains — Mon, 26 Oct 2026 08:47:17 GMT

Comment Netflix a am�lior� l'efficacit� de ses agents de codage IA gr�ce � l'intelligence des EDI JetBrains

JetBrains est une soci�t� � responsabilit� limit�e internationale sp�cialis�e dans le d�veloppement de logiciels, qui con�oit des outils destin�s aux d�veloppeurs et aux chefs de projet. L'entreprise a son si�ge social � Amsterdam et dispose de bureaux en Chine, en Europe et aux �tats-Unis. JetBrains propose divers environnements de d�veloppement int�gr�s (EDI), tels que IntelliJ IDEA, PyCharm, WebStorm et CLion. Elle a �galement cr�� en 2011 le langage de programmation Kotlin, qui peut s'ex�cuter dans une machine virtuelle Java (JVM).

Netflix a int�gr� le moteur d�intelligence de code � headless � de JetBrains � le m�me que celui qui �quipe IntelliJ IDEA � � Claude Code et Codex, puis l�a test� dans divers sc�narios. Vous trouverez ci-dessous les d�tails et les chiffres.

En bref

L�objectif : augmenter le retour sur investissement des agents

JetBrains et Netflix se sont donn� pour mission de doter les agents de codage d�une compr�hension pr�cise du code, �quivalente � celle d�IntelliJ IDEA, dans des environnements sans interface graphique � sans qu�aucune instance d�IntelliJ IDEA ne soit en cours d�ex�cution.

� Les agents de codage tels que Claude Code sont lents et peu fiables lorsqu�il s�agit de parcourir du code Java/Kotlin, en particulier au-del� des limites des biblioth�ques (JAR). Nous avons int�gr� le moteur de code d�un IDE JetBrains � headless � afin de doter les agents d�une intelligence de code �quivalente � celle de l�IDE IntelliJ dans des environnements � headless �, sans qu�aucun IDE ne soit en cours d�ex�cution. Nous avons cr�� un test de performance avec de v�ritables t�ches de programmation, qui montre qu�avec le moteur de code de l�IDE JetBrains, les agents sont syst�matiquement plus efficaces : ils utilisent moins de tokens et prennent moins de temps, le gain exact d�pendant du mod�le. � � Paul Bakker, ing�nieur logiciel senior, Netflix

Le probl�me li� aux fichiers JAR que Netflix tente de r�soudre et que Paul d�crit ci-dessus : les projets JVM fournissent g�n�ralement les biblioth�ques uniquement sous forme de fichiers JAR, jamais sous forme de code source. Les agents doivent d�compresser les fichiers JAR (en devinant lesquels sont pertinents), �ventuellement d�compiler les fichiers de classe, puis effectuer des recherches dans cette vue incompl�te.

La solution : l�intelligence de l�EDI JetBrains

JetBrains a pass� des ann�es � d�velopper le moteur d�intelligence de code qui sous-tend IntelliJ IDEA. Il repose sur un index d�terministe de vos fichiers source de projet, y compris toutes les biblioth�ques. Cette intelligence est d�sormais expos�e via un LSP et disponible dans les �diteurs compatibles avec VS Code. Netflix a travaill� avec une version � headless � de ce moteur.

Le LSP � lui seul ne suffit pas pour qu�un agent de codage puisse l�utiliser directement : il s�agit simplement d�un serveur utilisant un protocole, sans moyen simple pour un agent de l�appeler et sans gestion int�gr�e des processus permettant de r�utiliser une instance en cours d�ex�cution entre deux appels. Netflix a combl� cette lacune par ses propres moyens en utilisant le d�mon et l�interface en ligne de commande (CLI) d�crits dans la section suivante.

Architecture en d�tail : maintenir l�index � jour

La construction d�un index pour un projet prend du temps, tout comme l�ouverture d�un gros projet dans IntelliJ IDEA pour la premi�re fois. Un agent de codage appelle le LSP en plusieurs petites �tapes tr�s fines, et une t�che r�aliste n�cessite plusieurs appels de ce type. Si chacun d�entre eux lan�ait un nouveau serveur LSP, chaque appel entra�nerait un co�t de d�marrage � froid de plusieurs secondes � m�me sur un projet dont l�index avait d�j� �t� construit une minute auparavant.

Un processus d�mon est n�cessaire pour �viter la surcharge li�e au d�marrage � froid du processus serveur LSP lors d�appels r�p�t�s. JetBrains travaille � la mise � disposition d�un d�mon, mais aucun n��tait disponible au moment de l��valuation ; Netflix en a donc d�velopp� un pour ses propres besoins :

1. Chaque appel de l�outil �tait de courte dur�e et sans �tat : il se contentait de rediriger vers l�interface en ligne de commande (CLI).

2. Le d�mon est la composante qui reste active : son gestionnaire de sessions achemine chaque appel, en fonction de la racine du projet, vers le processus serveur correspondant, qui conserve l�index de ce projet en m�moire.

3. Un deuxi�me appel concernant le m�me projet ignore compl�tement l�indexation et passe directement par un serveur � chaud � via stdio.

4. Le d�mon et l�interface en ligne de commande sont tous deux d�velopp�s en Java et distribu�s sous forme d�ex�cutable GraalVM ; il n�y a donc aucune surcharge li�e au d�marrage ou � l�ex�cution de la JVM.

Comment Netflix a mesur� le retour sur investissement de l�intelligence de l�EDI JetBrains

Afin de d�terminer si (et dans quelle mesure) l�intelligence de l�IDE JetBrains am�liore les performances d�un agent de codage, une suite de tests de performance a �t� d�velopp�e. M�me mod�le, m�me t�che, m�me base de code : la seule variable �tait la capacit� de l�agent � faire appel � l�intelligence de l�EDI JetBrains. Les r�sultats sont pr�sent�s sous forme de diff�rence de performances entre les ex�cutions avec l�intelligence de l�IDE JetBrains et celles sans.

Environnement et approche d��valuation :

Les tests de performance ont �t� effectu�s � plusieurs reprises afin de valider les r�sultats et d�observer les effets des modifications apport�es par les nouvelles versions de LSP.

R�sultats

Pour tous les mod�les, agents et types de t�ches test�s, l�intelligence de l�EDI JetBrains a rendu les agents de codage globalement plus efficaces � g�n�ralement de 20 � 30 % plus efficaces, et jusqu�� environ 65 % dans le meilleur des cas, en fonction du mod�le, de l�agent et de la t�che sp�cifiques. Ce sont les mod�les les plus puissants, n�cessitant un effort plus important, qui ont enregistr� les gains les plus significatifs. Ces mod�les sont plus co�teux, ce qui rend les gains d�efficacit� d�autant plus importants, mais ils sont �galement plus performants dans l�utilisation efficace des index.

Gain d�efficacit� par configuration, combinant �conomies de tokens et de temps. Chaque comparaison ex�cute deux fois la m�me t�che, avec le m�me mod�le et la m�me base de code : une fois avec l�intelligence de l�EDI JetBrains, et une fois sans.

L�efficacit� correspond � la moyenne des �conomies de tokens et de temps pour chaque configuration. La pr�cision est rest�e stable ou s�est am�lior�e � chaque ex�cution. *Tokens uniquement : les appels de recherche par lots de cette configuration ont rendu la comparaison des temps de navigation dans le code non repr�sentative � voir le corps de l�article. Les chiffres constituent un instantan� et �volueront avec les nouvelles versions des mod�les.

Ces chiffres constituent un instantan�, et non un r�sultat de benchmark fixe. Chaque nouvelle version de mod�le modifie la mani�re dont les agents effectuent leurs recherches, raisonnent et utilisent les outils ; les pourcentages exacts continueront donc � �voluer � c�est pourquoi ce rapport pr�sente des fourchettes plut�t que des r�sultats par mod�le. Ce qui est rest� constant d�un test � l�autre chez Netflix, c�est la tendance g�n�rale : chaque mod�le et chaque agent test� a gagn� en efficacit�, les gains les plus importants ont �t� obtenus par le mod�le le plus performant avec un niveau d�effort �lev�, et l�ampleur du gain variait sensiblement d�un mod�le � l�autre.

T�ches de navigation dans le code : une efficacit� accrue � tous les niveaux, une pr�cision maintenue ou am�lior�e

Tous les mod�les et tous les niveaux d�effort test�s ont utilis� moins de tokens gr�ce � l�intelligence de l�IDE JetBrains � sans aucune exception �, avec des �conomies allant d�environ 15 % � 60 %. L�ampleur du gain d�pendait principalement du mod�le : le mod�le le plus performant a enregistr� de loin les plus grandes am�liorations, tandis que les configurations plus l�g�res se situaient dans la partie inf�rieure des deux fourchettes. La pr�cision est rest�e stable dans la plupart des essais et s�est am�lior�e dans deux d�entre eux � elle n�a jamais baiss�.

Pour les t�ches de navigation dans le code en particulier, une combinaison outil/mod�le regroupe d�j� plusieurs appels de recherche en une seule commande ; ainsi, avec ou sans l�intelligence de l�IDE JetBrains, un seul appel � l�outil est effectu� � ce stade. L�appel � l�intelligence de l�EDI JetBrains est l�g�rement plus lent pour cet appel unique que la commande de recherche group�e � ce qui explique l�absence manifeste de gain de temps pour cette combinaison, qui ne refl�te pas fid�lement l�utilisation en conditions r�elles. C�est pourquoi la suite de t�ches de bout en bout, plus large, constitue un indicateur plus fiable en termes de temps : l�intelligence de l�IDE JetBrains s�est av�r�e plus rapide pour tous les mod�les et agents test�s.

T�ches de bout en bout : une efficacit� syst�matiquement sup�rieure, sans incidence sur la pr�cision

Lors de l�ex�cution �tendue de bout en bout, la pr�cision est rest�e stable pour tous les mod�les et agents test�s ; l�avantage r�side donc enti�rement dans l�efficacit�, et non dans la simple r�alisation de la t�che. Chaque combinaison de mod�le et d�agent s�est av�r�e environ 10 � 30 % plus efficace avec l�intelligence de l�IDE JetBrains, si l�on consid�re le temps n�cessaire � l�ex�cution et la consommation de jetons. Cela s�explique en grande partie par le fait que moins d�appels d�outils sont n�cessaires pour parvenir aux m�mes conclusions.

Autres alternatives �valu�es

Avant d�opter pour l�approche d�crite, Netflix a �cart� deux autres solutions. La premi�re rejet�e �tait une interface CLI interne d�velopp�e en interne qui se connectait � une instance d�IntelliJ IDEA en cours d�ex�cution pour acc�der � un index de projet. Le processus est similaire � celui d�crit dans cet article, mais il n�cessite qu�un EDI soit en cours d�ex�cution. Cette approche ne convenait pas aux agents � headless � pour des environnements tels qu�Otto, Bitbot, les outils de refactorisation distribu�s, l�int�gration continue (CI), etc.

Deuxi�mement, un LSP Eclipse existant, utilis� pour Java dans VS Code, a �t� envisag�. Mais pour le syst�me de build de Netflix (bas� sur Gradle), cela ne fonctionnait tout simplement pas.

Prochaines �tapes

Quelle direction Netflix va-t-elle prendre ?

� l�issue du test, Netflix a conclu que � les tests de performance montrent qu�il y a un avantage � disposer d�une couche d�intelligence d�terministe aux c�t�s de votre agent �. Bien s�r, cela ne r�duit pas chaque t�che des agents de codage d�un pourcentage fixe. Mais pour ce probl�me sp�cifique � la r�solution de la structure r�elle au-del� des limites des fichiers JAR �, l�avantage est consid�rable, vaut pour tous les mod�les et n�entra�ne aucune perte d�exactitude.

Netflix pr�voit d�appliquer la m�me m�thodologie de benchmark � Python, TypeScript/JavaScript et Go. Les agents de codage pour ces langages rencontrent des probl�mes similaires. Mais bien s�r, la mani�re dont les biblioth�ques sont t�l�charg�es dans un projet varie selon le langage ; les m�canismes des probl�mes et les solutions possibles diff�rent donc. JetBrains pr�voit de poursuivre cette collaboration et de soutenir davantage cette �valuation.

Le point de vue de JetBrains : le LSP n�est qu�une �tape, pas une fin en soi

L�intelligence de l�EDI JetBrains pour Java a �t� test�e par Netflix et est d�sormais fournie dans le cadre de l�extension � Java & Kotlin by IntelliJ IDEA �. JetBrains poursuit �galement ses exp�rimentations avec l�approche LSP+CLI et communiquera les r�sultats d�s qu�ils seront pr�ts.

La primitive de base du LSP est une position dans un document texte. La sp�cification d�finit une position comme � l�espace entre deux caract�res, � l�instar d�un curseur d�insertion dans un �diteur �. Il s�agit l� d�une primitive naturelle pour un utilisateur travaillant au clavier. Mais les agents ne raisonnent pas vraiment en termes d�emplacement du curseur. Ils posent des questions sur le programme, telles que � Pourquoi cet appel � l�int�rieur de createUser() n�est-il pas r�solu ? � ou � Quels tests couvrent cette m�thode ? �, etc. Il s�agit de comprendre les relations entre les diff�rentes parties du code plut�t que de se concentrer sur les positions du curseur. De plus, une position dans le texte est une identit� fragile : l�insertion d�un seul caract�re avant une position donn�e entra�ne le d�placement de cette position.

Ce dont un agent a besoin, ce n�est pas d�un curseur plus pr�cis, mais d�une couche qui fournisse des r�ponses formul�es de la m�me mani�re que les t�ches elles-m�mes � c�est-�-dire en termes de symboles, de diagnostics, de relations de test, de comportement d�ex�cution � et qui renvoie suffisamment de contexte pour raisonner sur la r�ponse, et pas seulement des emplacements dans un document texte.

� C�est ce que j�entends par �moteur de code� : non pas un protocole de plus permettant � un agent d�imiter l�interaction avec un �diteur, mais un ensemble d�op�rations pr�cises portant sur la structure et l�ex�cution du programme � un ensemble qui renvoie suffisamment de contexte pour permettre de v�ritablement raisonner sur le r�sultat. Le LSP est utile, mais il ne devrait pas d�finir l�abstraction finale destin�e � l�agent. Si vous concevez les outils destin�s aux agents comme si ceux-ci �taient de minuscules �tres humains devant un �diteur, vous les forcez � s�exprimer en coordonn�es de curseur. Les agents ont besoin d�un moteur de code, pas d�un �diteur virtuel. � � Aleksey Stukalov, responsable de la division EDI, JetBrains

Les chiffres de Netflix prouvent que l�intelligence de code vaut la peine d��tre financ�e. D�terminer quelle forme prendra cette intelligence est le d�fi qui nous attend.

:fleche: D�couvrez le syst�me d'IA agentique de JetBrains

Images attach�es

Outils d�observabilit� des pipelines CI/CD : comment choisir la bonne configuration

JetBrains — Thu, 22 Oct 2026 18:30:08 GMT

Outils d'observabilit� des pipelines de d�veloppement logiciel continu CI/CD : comment choisir la bonne configuration, par JetBrains

En g�nie logiciel, le CI/CD ou CICD d�signe l'ensemble des pratiques d'int�gration continue (CI) et de livraison continue (CD) ou, plus rarement, de d�ploiement continu. Ces pratiques sont parfois d�sign�es collectivement sous le nom de � d�veloppement continu � ou � d�veloppement logiciel continu �. TeamCity est un serveur de gestion des builds et d'int�gration continue/livraison continue (CI/CD) d�velopp� par JetBrains. Lanc� le 2 octobre 2006, TeamCity est con�u pour aider les �quipes de d�veloppement � automatiser les processus de build, de test et de d�ploiement pour des projets logiciels sur plusieurs plateformes et technologies. TeamCity fonctionne selon un mod�le de licence freemium, proposant une offre gratuite comprenant jusqu�� 100 configurations de build et trois licences d�agent de build, tandis que les projets open source peuvent demander des licences enti�rement gratuites. Les fonctionnalit�s d�entreprise n�cessitent une licence payante.

Lorsqu�un pipeline CI/CD �choue, son tableau de bord permet g�n�ralement d�identifier la source du probl�me. Les outils d�observabilit� des pipelines doivent vous aider � comprendre pourquoi, que la cause soit un test instable, un agent de compilation surcharg� ou un probl�me situ� ailleurs dans le processus de livraison. Cela devient plus difficile � mesure que les pipelines gagnent en complexit�. Un pipeline fait appel � de nombreux syst�mes distincts : contr�le de version, agents de build, conteneurs, frameworks de test, r�f�rentiels d�artefacts, scanners de s�curit� et outils de d�ploiement. Chacun g�n�re ses propres donn�es, et il n�est pas ais� de les rassembler toutes lors d�une analyse.

L�enqu�te JetBrains Developer Ecosystem Survey 2026 montre � quel point ces d�fis sont courants. Lorsque nous avons demand� � 20 416 participants de citer leurs trois principaux d�fis li�s � l�utilisation d�une infrastructure cloud, 44 % ont mentionn� le d�bogage et le d�pannage dans les environnements cloud. La s�curit� et le contr�le d�acc�s ont �t� cit�s par 36 %, tout comme la visibilit� et l�optimisation des co�ts. L�observabilit� a �t� mentionn�e par 16 %, tandis que 12 % ont soulign� le nombre trop important d�outils, de consoles ou de tableaux de bord distincts.

Rapport sur l'�cosyst�me des d�veloppeurs JetBrains 2026

Cet article explique ce que signifie l�observabilit� des pipelines CI/CD, quelles m�triques m�ritent d��tre suivies et comment se comparent les outils d�observabilit� les plus courants. Il fournit �galement un cadre pour choisir les outils d�observabilit� CI/CD adapt�s � votre �quipe.

Qu�est-ce que l�observabilit� des pipelines CI/CD ?

L�observabilit� des pipelines CI/CD est la capacit� � comprendre l��tat et le comportement d�un pipeline de livraison � partir des donn�es qu�il produit, notamment les r�sultats de build, les m�triques, les journaux, les �v�nements et les traces.

Concr�tement, un pipeline observable devrait vous aider � r�pondre � des questions telles que :

- Pourquoi les builds prennent-ils plus de temps que le mois dernier ?
- Pourquoi un pool d�agents tombe-t-il plus souvent en panne qu�un autre ?
- Quelle �tape du pipeline a introduit une r�gression ?
- La panne est-elle due � une modification du code ou � un changement dans l�environnement de build ?

La surveillance et l�observabilit� sont �troitement li�es, mais elles ne sont pas identiques. La surveillance du pipeline suit des conditions connues. Vous d�finissez une m�trique ou un �v�nement, vous l�affichez sur un tableau de bord et vous pouvez �ventuellement cr�er une alerte lorsqu�il d�passe un seuil. L�observabilit� est utile lorsque la cause d�un probl�me n�est pas imm�diatement �vidente. Elle vous fournit suffisamment de donn�es corr�l�es pour enqu�ter sur des d�faillances inattendues sans avoir � mettre en place un nouveau suivi ni � attendre que le probl�me se reproduise.

Par exemple, la surveillance peut montrer que la dur�e d�une build a soudainement augment�. L�observabilit� vous aide � attribuer cette augmentation � un pipeline, une �tape, un agent de build, un commit, un test ou un probl�me d�infrastructure en particulier.

Moniteur de performance TeamCity

Que faut-il observer dans un pipeline CI/CD ?

L�observabilit� du pipeline couvre � la fois le travail effectu� par le pipeline et la plateforme qui l�ex�cute. Au niveau du pipeline, ces m�triques se r�partissent en deux groupes : dans le premier, on trouve le temps d�attente en file d�attente, la dur�e totale et la dur�e par �tape, qui vous indiquent � quel moment les d�veloppeurs sont mis en attente. Dans l�autre groupe, on trouve les taux de r�ussite, les nouvelles tentatives, les tests instables et les performances du cache, qui vous indiquent � quel moment le pipeline lui-m�me devient moins fiable.

Au niveau de la plateforme, les �quipes ont besoin d�une visibilit� sur les agents ou les ex�cuteurs, la consommation de CPU et de m�moire, l�activit� disque et r�seau, l��tat de sant� des serveurs et la disponibilit� des d�pendances externes. Ce contexte permet de distinguer un probl�me de code d�un probl�me d�infrastructure. Les m�triques les plus utiles sont celles li�es � une analyse concr�te.

Les centiles sont g�n�ralement plus informatifs que les moyennes pour les m�triques de dur�e et de temps d�attente. Une moyenne stable peut masquer une mauvaise exp�rience pour les 5 % ou 10 % de builds les plus lents. Se concentrer uniquement sur un taux de r�ussite global peut masquer des probl�mes. Ce chiffre peut sembler satisfaisant m�me si une branche, une image d�agent de build ou une suite de tests �choue r�guli�rement. Pour identifier ces tendances, les �quipes doivent pouvoir ventiler les m�triques par projet, branche, �tape du pipeline, pool d�agents, environnement et type d��chec.

Votre syst�me CI/CD constitue g�n�ralement la meilleure source d�informations sur l�identit� des ex�cutions et la structure du pipeline. Par exemple, les graphiques statistiques de TeamCity relient la dur�e de la compilation, le temps d�attente, les taux de r�ussite, les tests, les artefacts et d�autres statistiques � la configuration de compilation sous-jacente. Ce contexte s�av�re particuli�rement pr�cieux lorsque les donn�es CI sont export�es vers un autre syst�me d�observabilit�.

Statistiques de configuration de build dans TeamCity

:fleche: Apprenez-en plus sur TeamCity

Comment les �quipes surveillent les pipelines CI/CD en 2026

L'enqu�te � The State of Developer Ecosystem Survey 2026 � a demand� � 8 323 participants quels outils ils utilisaient pour la surveillance des pipelines CI/CD. Les participants pouvaient s�lectionner plusieurs r�ponses.

Rapport sur l'�cosyst�me des d�veloppeurs JetBrains 2026

Les tableaux de bord CI/CD int�gr�s constituent l'option la plus courante, utilis�e par 76 % des participants. Ils font d�j� partie int�grante de la plateforme CI/CD, ne n�cessitent que peu de configuration et affichent les ex�cutions de pipeline, les �tapes, les tests et les �checs dans leur contexte d�origine. Cependant, de nombreuses �quipes utilisent plusieurs outils d�observabilit�. Elles peuvent par exemple analyser un build ayant �chou� dans le tableau de bord CI/CD, utiliser Prometheus et Grafana pour surveiller l�infrastructure de build, et effectuer des recherches dans les logs via Elastic ou OpenSearch.

Ces outils ne constituent pas des alternatives directes : chacun fournit un type d�informations diff�rent. Les m�triques montrent les tendances et les �volutions au fil du temps, les journaux fournissent des enregistrements d�taill�s de ce qui s�est pass�, et les traces montrent comment le travail a progress� � travers les diff�rentes parties du pipeline. OpenTelemetry aide � collecter et � envoyer ces donn�es, mais il n�cessite tout de m�me un syst�me distinct pour les stocker et les afficher.

Comment choisir un outil d�observabilit� pour un pipeline CI/CD

La plupart des outils d�observabilit� promettent les m�mes fonctionnalit�s de base : des tableaux de bord, des alertes et quelques int�grations. Ce qui les distingue r�ellement, c�est le type de donn�es qu�ils collectent, la qualit� de la connexion de ces donn�es � vos pipelines, ainsi que la charge de travail n�cessaire pour les configurer et les maintenir en fonctionnement. Les cinq crit�res suivants peuvent vous aider � comparer les diff�rentes options et � choisir celle qui convient le mieux � votre �quipe.

1. Profondeur d�analyse et contexte CI/CD

R�fl�chissez aux probl�mes que vous souhaitez que l�outil vous aide � analyser. Si un pipeline �choue, pouvez-vous identifier rapidement l��tape ou le test concern� ? Pouvez-vous comparer l�ex�cution ayant �chou� � des ex�cutions ant�rieures r�ussies ? Pour r�pondre � ces questions, l�outil doit maintenir chaque m�trique, journal ou trace en lien avec l�ex�cution du pipeline concern�. Il doit �tre possible de voir de quel d�p�t, branche, commit, �tape et environnement proviennent les donn�es.

Vous pourriez �galement avoir besoin d�informations sur la pull request, l�agent de build, le test ou l�artefact impliqu�.

L'assistant IA de TeamCity aide � analyser les �checs de compilation.

Les tableaux de bord CI/CD int�gr�s sont utiles car ils disposent d�j� de ce contexte. Lorsque vous �valuez un outil d�observabilit� externe, v�rifiez si son int�gration conserve ces liens ou si elle r�duit le pipeline � un ensemble de m�triques et de journaux sans rapport les uns avec les autres.

2. Corr�lation entre les syst�mes

Un probl�me de pipeline peut provenir de nombreuses sources, notamment d�un ex�cuteur de build, d�un conteneur, d�un service cloud, d�un r�f�rentiel d�artefacts, d�une API externe ou d�un environnement de d�ploiement. Un bon outil d�observabilit� doit relier les donn�es de ces syst�mes, afin que les d�veloppeurs n�aient pas � comparer les horodatages ni � parcourir plusieurs tableaux de bord pour comprendre ce qui s�est pass�. Cela s�av�re particuli�rement utile pour les organisations qui travaillent avec plusieurs plateformes ou environnements CI/CD.

Selon l�enqu�te � State of Developer Ecosystem Survey 2026 �, 22 % des personnes interrog�es trouvent la gestion de plusieurs environnements difficile, tandis que 12 % sont confront�es � la difficult� li�e au nombre trop �lev� d�outils, de consoles ou de tableaux de bord distincts. Un outil d�observabilit� doit rassembler ces informations plut�t que d�ajouter un nouveau tableau de bord isol�.

3. Configuration et facilit� d�utilisation

Les diff�rents outils d�observabilit� n�cessitent des niveaux de configuration variables. Un tableau de bord CI/CD int�gr� peut fonctionner imm�diatement, tandis que les outils externes doivent �tre connect�s au pipeline et configur�s pour collecter, stocker et afficher les donn�es pertinentes. Le tra�age distribu� peut n�cessiter des modifications suppl�mentaires du pipeline lui-m�me. Une configuration plus complexe peut s�av�rer utile si elle fournit � votre �quipe les informations dont elle a besoin. Cependant, vous devez �valuer la charge de travail que repr�sentera la mise en place et la maintenance de l�outil.

L�outil doit �galement �tre facile � utiliser pour les d�veloppeurs. Ce sont g�n�ralement eux les premiers � d�tecter une d�faillance du pipeline. S�ils ne peuvent pas comprendre les donn�es sans l�aide de l��quipe charg�e de la plateforme, l�outil n�aura qu�une valeur limit�e dans le cadre des analyses quotidiennes.

4. S�curit� et mod�le de d�ploiement

Les donn�es collect�es � partir des pipelines CI/CD peuvent inclure des d�tails sur les d�p�ts et les commits, des noms d�utilisateur, des adresses d�infrastructure et des informations sur les environnements de build. Les journaux de build peuvent �galement contenir des mots de passe, des jetons ou d�autres informations confidentielles si les donn�es sensibles ne sont pas correctement masqu�es.

Il ne s�agit pas d�un probl�me mineur : la s�curit�, les autorisations et le contr�le d�acc�s ont �t� class�s parmi les principaux d�fis li�s au cloud par 36 % des personnes interrog�es. Avant de choisir un outil, renseignez-vous sur l�emplacement de stockage de vos donn�es, la mani�re dont elles sont prot�g�es lors de leur transfert, les personnes autoris�es � y acc�der et la dur�e de leur conservation. Votre organisation peut �galement avoir besoin de contr�les d�acc�s, de journaux d�activit�, d�un chiffrement, d�un choix de r�gion de stockage des donn�es ou de la possibilit� d�ex�cuter l�outil sur sa propre infrastructure.

5. Co�t, maintenance et portabilit�

Le prix de l�abonnement ou de la licence ne repr�sente qu�une partie du co�t total. La collecte de grandes quantit�s de m�triques d�taill�es, de journaux et de traces peut augmenter les co�ts de stockage et de traitement. Un outil auto-h�berg� peut r�duire les frais d�abonnement, mais votre �quipe devra tout de m�me fournir l�infrastructure, installer les mises � jour, g�rer les sauvegardes et assurer la maintenance du syst�me.

Vous devez �galement vous demander s�il serait facile de transf�rer vos donn�es vers un autre outil. 10 % des personnes interrog�es ont cit� la d�pendance vis-�-vis d�un fournisseur et la portabilit� comme des d�fis li�s � l�utilisation des services cloud. Les normes ouvertes ne peuvent pas rendre une migration sans effort, mais elles peuvent r�duire la quantit� de donn�es � collecter et la configuration des pipelines � reconstruire.

:fleche: Essayez TeamCity gratuitement

Open source, g�r�, ou une combinaison des deux ?

On parle souvent des plateformes open source par opposition aux plateformes commerciales comme s�il s�agissait d�un choix binaire. Mais la plupart des �quipes ont, pour ainsi dire, � un pied dans chaque camp �. Prometheus, Grafana, OpenSearch et OpenTelemetry vous offrent un contr�le total sur l�h�bergement, les donn�es et leur conservation. C�est vous qui d�cidez o� elles sont stock�es et combien de temps elles y restent. En contrepartie, c�est �galement � vous qu�il revient de les faire fonctionner et d�en assurer la s�curit�.

Les plateformes commerciales vous d�chargent de cette t�che. Vous obtenez plus rapidement des donn�es utiles, mais vous payez des frais d�abonnement et d�ingestion, et vous confiez � un tiers le choix de l�emplacement de stockage de vos donn�es. En r�alit�, la plupart des �quipes ne choisissent pas vraiment leur camp. Une configuration type utilise OpenTelemetry pour collecter les donn�es, Prometheus pour les m�triques d�infrastructure, et une plateforme g�r�e pour le stockage et l�analyse de l�ensemble.

Faites votre choix en fonction de ce que votre �quipe sait d�j� g�rer et des questions auxquelles vous avez r�ellement besoin de r�ponses, et non en fonction du fait qu�une plateforme donn�e soit open source ou commerciale.

Comparaison des outils d�observabilit� des pipelines CI/CD

L�enqu�te � State of Developer Ecosystem Survey 2026 � a regroup� les outils d�observabilit� par type. Cela signifie que les r�sultats montrent l�ampleur de l�adoption de chaque approche, mais pas l�utilisation de produits individuels. Par exemple, 14 % des r�pondants utilisent une plateforme d�observabilit� commerciale, mais l�enqu�te ne pr�cise pas comment ce pourcentage se r�partit entre Datadog, New Relic et Dynatrace.

C�est pourquoi la comparaison ci-dessous reprend les m�mes cat�gories d�outils que l�enqu�te et �value chacune d�entre elles � l�aune de notre cadre de s�lection.

Tableaux de bord CI/CD int�gr�s

Mod�le : inclus dans une plateforme CI/CD cloud ou auto-h�berg�e.
Signaux et contexte CI : ex�cutions de pipeline, �tapes, journaux de build, tests, modifications, temps d�attente et informations sur les agents ou les runners.
Configuration : g�n�ralement disponible par d�faut, avec des graphiques, des rapports, des API ou des exportations de m�triques suppl�mentaires selon la plateforme.

Les tableaux de bord int�gr�s constituent g�n�ralement le meilleur premier niveau d�observabilit� des pipelines. Un test �chou�, une �tape de staging lente, des builds en file d�attente et les commits d�clencheurs sont pr�sent�s comme des �l�ments li�s d�une m�me ex�cution plut�t que comme des enregistrements de t�l�m�trie distincts.

- Id�al pour : les analyses quotidiennes lorsque la plupart des �quipes utilisent la m�me plateforme CI/CD.
- Points forts : contexte CI natif solide, effort de configuration r�duit et acc�s direct � partir du r�sultat du build.
- Limite : la visibilit� inter-syst�mes est souvent restreinte. Le tableau de bord peut indiquer qu�une �tape a ralenti sans pr�ciser si la cause est li�e � l�infrastructure, au stockage, au r�seau ou � un service externe.

Lors de l��valuation d�un tableau de bord int�gr�, privil�giez l�analyse des tendances historiques, de l�historique des tests, de la file d�attente et de la charge de travail des agents plut�t que de vous concentrer uniquement sur la derni�re ex�cution.

TeamCity fournit des statistiques sur les builds et les projets, l�historique des tests, les journaux, des informations sur la charge de travail des agents et des visualisations du pipeline. Notre article sur le d�pannage des builds � l�aide des tableaux de bord TeamCity montre comment ces sources peuvent �tre combin�es lors d�une analyse.

Prometheus et Grafana

Mod�le : Open source et g�n�ralement autog�r�, avec des services Grafana g�r�s �galement disponibles.
Signaux et contexte CI : m�triques de s�ries chronologiques, �tiquettes, tableaux de bord et alertes ; le contexte CI d�pend des m�triques export�es.
Configuration : configuration de la collecte de donn�es par Prometheus et r�gles d�alerte, g�n�ralement au format YAML ; tableaux de bord et sources de donn�es Grafana.

Tableau de bord Grafana de l'�quipe d'infrastructure JetBrains IntelliJ

Prometheus collecte et interroge les donn�es de s�ries chronologiques, tandis que Grafana fournit les tableaux de bord et la visualisation. Ensemble, ils constituent l�approche bas�e sur les m�triques la plus courante dans l�enqu�te, choisie par 29 % des personnes interrog�es.

- Id�al pour : la surveillance de l�infrastructure CI, de la capacit�, de l�utilisation et des tendances de performances.
- Points forts : requ�tes et tableaux de bord flexibles, forte corr�lation au niveau de l�infrastructure et contr�le du stockage des donn�es.
- Limite : les m�triques peuvent indiquer o� et quand un comportement a chang�, mais peuvent ne pas contenir suffisamment de d�tails pour expliquer la cause exacte. Les �quipes doivent �galement g�rer la pile et contr�ler la cardinalit� des m�triques.

La qualit� du r�sultat d�pend fortement des libell�s des m�triques. Le contexte du pipeline, de l��tape, du r�sultat, du projet et du pool d�agents rend l�agr�gation utile. Les identifiants de build individuels et les hachages de commit doivent �tre trait�s avec soin pour �viter une cardinalit� inutilement �lev�e.

TeamCity expose les m�triques du serveur au format Prometheus. Notre guide sur la surveillance de l��tat de sant� du serveur TeamCity avec Prometheus et Grafana couvre les files d�attente de build, les agents, la charge du serveur, l��tat de sant� de la JVM et les connexions � la base de donn�es.

Elastic Stack et OpenSearch

Mod�le : logiciel open source ou � open-core � proposant des options de d�ploiement autog�r�es et g�r�es.
Signaux et contexte CI : principalement des journaux et des �v�nements consultables, avec prise en charge des m�triques et des traces selon la pile.
Configuration : collecteurs, pipelines d�analyse et d�ingestion, sch�mas, index, tableaux de bord et politiques de conservation.

Elastic Stack et OpenSearch repr�sentent la cat�gorie de l�agr�gation des journaux, utilis�e par 18 % des personnes interrog�es. Ils s�av�rent utiles lorsqu�une enqu�te repose sur des informations d�taill�es issues des �tapes du pipeline, des agents, de l�infrastructure ou de services externes.

- Id�al pour : les organisations menant des enqu�tes impliquant un volume important de journaux ou disposant d�une plateforme de journalisation centralis�e existante.
- Points forts : recherche parmi de grands volumes d��v�nements li�s aux pipelines et � l�infrastructure.
- Limite : la centralisation des logs ne pr�serve pas automatiquement la structure du pipeline. Les volumes d�ingestion et de stockage peuvent �galement entra�ner des co�ts �lev�s.

Collecter davantage de logs ne suffit pas. Chaque entr�e de log doit indiquer � quel ex�cution de pipeline, � quelle �tape, � quel r�f�rentiel et � quel agent de build elle appartient. Les informations sensibles contenues dans les r�sultats de build doivent �galement �tre masqu�es avant le stockage des logs.

Elastic documente une architecture d�observabilit� CI/CD bas�e sur OpenTelemetry, tandis qu�OpenSearch prend en charge l�exploration des journaux, des m�triques et des traces. La richesse du contexte du pipeline d�pend toujours de la mani�re dont le syst�me CI/CD est instrument�.

OpenTelemetry

Mod�le : norme d�instrumentation open source et ind�pendante des fournisseurs ; n�cessite un backend distinct.
Signaux et contexte CI : m�triques, journaux et traces, avec des conventions s�mantiques pour la t�l�m�trie CI/CD.
Configuration : instrumentation ou int�grations CI, exportateurs OTLP et, g�n�ralement, un collecteur OpenTelemetry.

OpenTelemetry est utilis� par 17 % des personnes interrog�es. Il ne s�agit pas d�un outil d�observabilit� complet dot� de son propre stockage et de ses propres tableaux de bord. Il fournit plut�t un moyen standard de collecter les donn�es de pipeline et de les envoyer vers un autre syst�me d�observabilit�.

Par exemple, OpenTelemetry peut enregistrer un pipeline sous la forme d�une s�quence connect�e de t�ches, d��tapes, de tests, de transferts d�artefacts et d�appels vers des services externes. Ces donn�es peuvent ensuite �tre stock�es et analys�es � l�aide d�une plateforme open source ou commerciale.

- Id�al pour : les pipelines complexes couvrant plusieurs outils ou services, en particulier lorsque la portabilit� est importante.
- Points forts : tra�age intersyst�mes et collecte ind�pendante des fournisseurs de m�triques, de journaux et de traces.
- Limite : OpenTelemetry ne fournit ni stockage, ni tableaux de bord, ni exp�rience d�investigation compl�te. L�instrumentation peut n�cessiter un travail important.

Les conventions s�mantiques d�OpenTelemetry pour le CI/CD couvrent les spans, les m�triques et les journaux. L�OpenTelemetry Collector peut traiter et acheminer ces signaux vers un ou plusieurs backends.

Lors de l��valuation de cette approche, v�rifiez quelles parties du pipeline sont instrument�es automatiquement. Une trace ne contenant que des noms de pipeline et de t�ches n�apporte gu�re plus que l�interface CI/CD native. Sa valeur augmente lorsqu�elle relie l�activit� du pipeline � des processus, des agents, des appels r�seau ou des syst�mes de d�ploiement.

Plateformes d�observabilit� commerciales

Mod�le : principalement du SaaS g�r�, avec des options de collecte de donn�es et d�h�bergement variant selon les fournisseurs.
Signaux et contexte CI : m�triques, journaux, traces, �v�nements, tests et donn�es de pipeline, selon l�int�gration.
Configuration : int�grations natives, agents, plugins, API ou collecteurs OpenTelemetry.

Les plateformes d�observabilit� commerciales ont �t� choisies par 14 % des personnes interrog�es. L�enqu�te a regroup� Datadog, New Relic et Dynatrace ; ce chiffre ne doit donc pas �tre interpr�t� comme une donn�e d�adoption individuelle pour l�une ou l�autre de ces plateformes.

- Id�al pour : les organisations utilisant d�j� une plateforme d�observabilit� commerciale et souhaitant ajouter des donn�es CI/CD au m�me environnement.
- Points forts : stockage et analyse g�r�s, corr�lation intersyst�mes, assistance fournisseur et int�grations pr�tes � l�emploi.
- Limites : les co�ts d�abonnement, d�ingestion et de conservation peuvent augmenter en cas de journaux d�taill�s et de donn�es de test volumineuses. Le niveau d�int�gration CI/CD, la portabilit� et la localisation des donn�es varient selon les fournisseurs.

L��valuation doit se concentrer sur l�int�gration CI/CD sp�cifique plut�t que sur la liste g�n�rale des fonctionnalit�s de la plateforme. V�rifiez si les utilisateurs peuvent passer d�une r�gression de pipeline � l��tape, au test, au journal, � la m�trique d�agent et au commit correspondants sans avoir � reconstruire manuellement ce contexte.

Par exemple, Datadog Pipeline Visibility fournit des donn�es au niveau du pipeline pour les fournisseurs CI pris en charge, tandis que New Relic peut recevoir des informations CI/CD via des int�grations et le suivi des modifications.

Les utilisateurs de TeamCity peuvent �galement connecter leurs donn�es de build � Datadog CI Visibility lorsque Datadog fait d�j� partie de leur pile d�observabilit�.

Observabilit� interne personnalis�e

Mod�le : g�n�ralement auto-h�berg� et d�velopp� en interne.
Signaux et contexte CI : d�finis par l�organisation, allant des �v�nements de pipeline normalis�s aux donn�es personnalis�es sur les co�ts et l�infrastructure.
Configuration : collecteurs personnalis�s, API, sch�mas, stockage, tableaux de bord et contr�les d�acc�s.

Douze pour cent des personnes interrog�es utilisent une solution sur mesure. Cette approche est plus courante lorsqu�une organisation exploite plusieurs syst�mes CI/CD, une infrastructure propri�taire, du mat�riel inhabituel ou des processus de livraison que les outils g�n�riques ne mod�lisent pas correctement.

- Id�al pour : les grandes organisations ou les organisations sp�cialis�es dont les besoins ne peuvent �tre satisfaits par les int�grations existantes.
- Points forts : contr�le total sur le mod�le de donn�es, l�h�bergement, le contexte CI et l�analyse sp�cifique � l�organisation.
- Limite : l�organisation est responsable de l�ensemble du cycle de vie, y compris l�instrumentation, la s�curit�, les mises � jour, la documentation et l�exp�rience utilisateur.

En g�n�ral, les �quipes n�ont pas besoin de cr�er un syst�me d�observabilit� complet � partir de z�ro. Elles peuvent utiliser des outils existants pour collecter et stocker les donn�es du pipeline, puis d�velopper uniquement les rapports et fonctionnalit�s personnalis�s dont leur organisation a besoin.

Comment �valuer les options d�observabilit� des pipelines

La plupart des �quipes n�ont pas besoin d�un outil unique pour g�rer tous les aspects de l�observabilit� des pipelines. Commencez par le tableau de bord int�gr� � votre plateforme CI/CD. Si vous avez besoin de plus d�informations sur les files d�attente de build, les agents disponibles ou l��tat de sant� des serveurs, ajoutez un outil de m�triques. Si vous devez rechercher des informations d�taill�es provenant de plusieurs syst�mes, rassemblez les journaux pertinents en un seul endroit. Le tra�age est particuli�rement utile lorsque vous devez suivre ce qui se passe � l�int�rieur de pipelines complexes et de services externes.

Lorsque vous comparez des outils, testez-les � l�aide de probl�mes auxquels votre �quipe a r�ellement �t� confront�e, tels qu�une compilation lente, un test instable ou un agent de compilation surcharg�. V�rifiez � quelle vitesse un d�veloppeur peut identifier l�ex�cution du pipeline concern�e, comprendre o� le probl�me s�est produit et rassembler suffisamment d��l�ments pour l�expliquer.

Tenez �galement compte du travail n�cessaire � la mise en place et � la maintenance de chaque outil, ainsi que du volume de donn�es qu�il stockera. Estimez le co�t en vous basant sur un mois type d�activit� des pipelines plut�t que sur un petit projet test. Choisissez un outil qui aide votre �quipe � comprendre et � r�soudre rapidement les probl�mes de pipeline sans ajouter de complexit� inutile.

Conclusion

Une configuration efficace de l�observabilit� des pipelines permet de relier les informations provenant des diff�rentes �tapes du processus de livraison. Cela permet aux �quipes de voir quel commit a d�clench� une compilation, quel agent a ex�cut� une �tape et si un ralentissement �tait li� � l�infrastructure disponible.

Commencez par les questions auxquelles votre configuration actuelle ne peut pas r�pondre. Utilisez le cadre pr�sent� dans cet article pour identifier les fonctionnalit�s manquantes, puis testez les outils potentiels � l�aide de probl�mes r�els de pipeline et de volumes de donn�es typiques. Une configuration adapt�e devrait aider votre �quipe � comprendre ce qui s�est pass� et � en trouver la cause plus rapidement.

:fleche: Apprenez-en plus sur TeamCity

:fleche: Essayez TeamCity gratuitement

Images attach�es

Assurance qualit� logicielle : outils et conseils pour les d�veloppeurs

JetBrains — Tue, 20 Oct 2026 15:11:51 GMT

Assurance qualit� logicielle : outils et conseils pour les d�veloppeurs pour int�grer la qualit� � l'ensemble du cycle de d�veloppement logiciel

Qodana est un outil d'analyse de la qualit� du code qui utilise l'analyse statique pour aider les utilisateurs � r�aliser des revues de code, � mettre en place des contr�les de qualit� et � appliquer les directives relatives � la qualit� du code. Lanc� officiellement en juillet 2023, il est compatible avec les EDI de l'�cosyst�me JetBrains, s'int�gre aux pipelines CI/CD et prend en charge l'analyse de code dans plus de 60 langages de programmation.

Tester les applications avant leur mise en production ne suffit plus � garantir la qualit� des logiciels dans le contexte actuel du d�veloppement. Il faut une approche plus dynamique, qui fasse de l�assurance qualit� une composante � part enti�re du processus continu. Selon l�enqu�te 2025 men�e aupr�s des d�veloppeurs par Stack Overflow, 84 % d�entre eux utilisent ou pr�voient d�utiliser des outils d�IA dans leurs processus de d�veloppement. Cette utilisation croissante de code g�n�r� par IA requiert des v�rifications de qualit� plus rigoureuses et plus fr�quentes.

L��mergence de techniques telles que l�analyse shift-left fait �galement �voluer les pratiques de d�veloppement logiciel moderne en permettant d�effectuer les contr�les qualit� plus t�t dans le cycle de d�veloppement logiciel (SDLC). Aujourd�hui, l�assurance qualit� des logiciels implique d�int�grer des v�rifications � chaque �tape afin de garantir la fiabilit� et des standards �lev�s. Plusieurs outils d�automatisation et d�assurance qualit� pour les logiciels rendent cela possible. Mais ils ne peuvent pas y arriver seuls. Vous devez �galement comprendre quelles sont les techniques efficaces et les mettre en �uvre pour identifier les probl�mes plus t�t et r�duire les risques et les co�ts associ�s.

Dans cet article, nous explorons l�importance de l�assurance qualit� des logiciels, les outils � utiliser � chaque �tape du d�veloppement et les bonnes pratiques pour int�grer la qualit� � l�ensemble du cycle de d�veloppement logiciel.

Qu�est-ce que l�assurance qualit� logicielle ?

L�assurance qualit� logicielle (SQA) est un processus de v�rifications en continu qui garantit le respect des exigences et normes op�rationnelles tout au long du cycle de d�veloppement logiciel. Elles sont essentielles pour s�assurer que le produit final fonctionne, qu�il soit s�curis� et qu�il respecte les normes de l�entreprise et du secteur.

L�assurance qualit� logicielle (SQA) vise � d�tecter, corriger et pr�venir les d�fauts le plus t�t possible, pour �viter qu�ils ne passent inaper�us et n�atteignent la production. L�assurance qualit� logicielle moderne adopte une approche proactive pour v�rifier que l�ensemble des exigences fonctionnelles, de performance et de fiabilit� sont respect�es. Elle se distingue du contr�le qualit� traditionnel, qui est davantage ax� sur le produit et plus r�actif, et qui se limite souvent � tester le logiciel avant sa mise en production.

En d�tectant et en �liminant les bugs plus t�t, l�assurance qualit� logicielle permet d�acc�l�rer les mises en production, de renforcer la s�curit� et de r�duire la dette technique.

L�automatisation et l�IA dans le domaine de l�assurance qualit� logicielle

L�automatisation et le recours � l�IA dans le domaine de l�assurance qualit� logicielle se g�n�ralisent afin d�acc�l�rer les processus et de lib�rer des ressources pour d�autres priorit�s. Toutefois, l�automatisation compl�te (en particulier lorsqu�elle repose sur l�IA) comporte des risques li�s � l�utilisation de donn�es d�entra�nement et � la possibilit� que des erreurs passent inaper�ues. Un �quilibre entre r�visions de code automatis�es et manuelles pour valider les r�sultats reste essentiel pour garantir une assurance qualit� efficace.

Pourquoi les outils d�assurance qualit� logicielle sont si importants

L�assurance qualit� manuelle a toujours sa place. Mais � elle seule, elle ne suffit plus � suivre le rythme actuel du d�veloppement logiciel. Dans les cycles de d�veloppement logiciel actuels, les d�lais de livraison sont pass�s de plusieurs mois � quelques jours, et avec les pipelines de CI/CD modernes, le code passe souvent de la validation d�un commit � la mise en production avec une intervention humaine minimale.

Les outils d�assurance qualit� logicielle modernes sont con�us pour suivre le rythme plus rapide de ces cycles de d�veloppement. � mesure que les bases de code se complexifient, avec des d�pendances multiples, des microservices et des int�grations tierces, les outils d�assurance qualit� logicielle (SQA) permettent de d�tecter des d�fauts cach�s qui pourraient facilement �chapper � l��il humain lors des revues de code.

S�ils ne sont pas d�tect�s, ces probl�mes potentiels peuvent entra�ner des erreurs et des co�ts financiers consid�rables. Selon le Consortium for Information & Software Quality (CISQ), la mauvaise qualit� des logiciels co�te au moins 2,41 billions de dollars par an aux �tats-Unis. La philosophie du shift-left, qui consiste � d�tecter les probl�mes d�s l��criture du code, r�pond � cet enjeu.

L�assurance qualit� logicielle face aux d�fis du d�veloppement moderne

Divers outils d�assurance qualit� logicielle r�pondent directement � plusieurs des enjeux actuels du d�veloppement, notamment :

- Les analyseurs statiques, qui d�tectent les bugs et les failles de s�curit� avant la fusion du code.
- Les frameworks de tests automatis�s, qui v�rifient le comportement en continu.
- Les outils de performance et de couverture, qui d�tectent les r�gressions au plus t�t.

Aucun outil ne couvre � lui seul tous les aspects de l�assurance qualit� tout au long du cycle de d�veloppement logiciel. Il est donc essentiel de combiner plusieurs outils compl�mentaires pour r�pondre aux diff�rents enjeux de qualit� et garantir un processus d�assurance qualit� logicielle aussi rigoureux que possible.

Les diff�rentes �tapes de l�assurance qualit� logicielle

L�assurance qualit� continue est int�gr�e � chaque �tape du processus de d�veloppement, avec des contr�les qualit� effectu�s tout au long du cycle, et non uniquement lors de la phase de test finale. Les approches traditionnelles consid�rent l�assurance qualit� comme une �tape de validation avant la mise en production. Les d�fauts sont donc souvent d�couverts apr�s que de nombreux d�veloppements ont �t� r�alis�s sur la base d�un code d�fectueux, entra�nant des retards co�teux dans la livraison du logiciel.

Trouver et corriger un bug juste avant la mise en production s�av�re bien plus co�teux et perturbateur que de le d�tecter t�t. R�partir les contr�les qualit� tout au long du cycle de vie du d�veloppement logiciel (SDLC) permet aux d�veloppeurs de d�tecter les probl�mes au plus pr�s de leur origine, de refactoriser le code plus rapidement et d��viter l�accumulation de d�fauts susceptibles de retarder la livraison et de r�duire la satisfaction des clients.

Certains outils conviennent � des �tapes sp�cifiques de l�assurance qualit� logicielle, les objectifs et les exigences de chaque �tape �tant diff�rents.

Outils essentiels pour l�assurance qualit� logicielle

L�utilisation d�outils d�assurance qualit� implique de choisir les outils les mieux adapt�s � chaque processus de test. C�est important, car l�analyse statique, les tests de performance, les scans de s�curit� et les tests fonctionnels permettent de d�tecter des probl�mes diff�rents.

Passons en revue quelques outils d�assurance qualit� logicielle essentiels, � utiliser pour chaque processus.

1. Analyse statique du code

L�analyse statique du code examine le code source sans l�ex�cuter. Elle analyse le code en cours de d�veloppement afin de d�tecter les bugs, les failles de s�curit� et les violations des normes de codage. Elle op�re directement sur le code et signale les probl�mes d�s le stade de l��criture, souvent dans l�IDE. Cette approche permet de d�tecter les probl�mes plus t�t dans le cycle de d�veloppement et de gagner du temps, plut�t que d�attendre qu�une ex�cution des tests ou une revue de code les mette en �vidence.

Cela �vite ainsi aux d�veloppeurs de d�couvrir un risque de pointeur nul ou une vuln�rabilit� � l�injection SQL lors des tests d�int�gration ou en production. Les corrections sont plus simples et moins co�teuses lorsque le contexte est encore en m�moire. L�analyse statique permet �galement de garantir la coh�rence au sein d�une base de code et d�une �quipe. Les violations des r�gles de style, les variables inutilis�es et les fonctions trop complexes sont d�tect�es, m�me lorsqu�elles �chappent � une revue de code manuelle.

Qodana est un outil d�analyse statique du code et d�assurance qualit� qui vient compl�ter, plut�t que remplacer, les autres types de tests. Il permet d��liminer de nombreux d�fauts �vitables d�s la phase de d�veloppement et de maintenir un niveau de qualit� �lev� tout au long du cycle de d�veloppement logiciel (SDLC).

2. Tests unitaires

Les tests unitaires restent un pilier de l�assurance qualit� logicielle, m�me avec le recours croissant � l�IA et � l�automatisation. Ils renforcent la stabilit� du logiciel et aident � produire du code facile � maintenir gr�ce � une d�tection pr�coce des erreurs, en testant chaque composant et chaque fonction de fa�on isol�e pour v�rifier que chaque unit� fonctionne comme pr�vu.

Voici quelques exemples courants d�outils de tests unitaires pour l�assurance qualit� :

- JUnit est le standard par d�faut pour les tests unitaires en Java.
- Jest offre d�excellentes performances pour le d�veloppement JavaScript et TypeScript.
- PyTest est un framework de tests en Python.
- NUnit est un framework fiable et flexible pour les �quipes C# et .NET.

3. Tests d�int�gration

Les outils de tests d�int�gration valident la fa�on dont les diff�rents composants, services et API interagissent. Cela permet de d�tecter les erreurs dans les flux de donn�es et les communications qui affectent le fonctionnement du logiciel, afin de les corriger et de garantir sa qualit�.

La validation de l�int�gration rev�t une importance particuli�re dans les architectures distribu�es et les microservices. Les interactions entre les composants sont souvent sources de probl�mes. V�rifier qu�elles fonctionnent comme pr�vu permet donc de garantir un niveau de qualit� �lev�.

Parmi les outils de test d�int�gration figure Postman, sp�cialis� dans les tests d�int�gration d�API et permettant de cr�er et d�ex�cuter des tests d�API. SoapUI propose �galement une prise en charge compl�te de SOAP et REST, ce qui en fait un outil id�al pour les services web d�entreprise et les int�grations complexes entre services.

4. Tests fonctionnels et d�interface utilisateur

Les outils de tests fonctionnels et de bout en bout simulent les interactions r�elles des utilisateurs, comme cliquer sur des boutons, remplir des formulaires et naviguer entre les pages. Ils v�rifient le comportement d�une application du point de vue de l�utilisateur et sur l�ensemble des workflows. Cela va au-del� du code lui-m�me, pour d�tecter les probl�mes qui n�apparaissent que lorsque les composants interagissent dans un environnement r�el.

Les tests de navigateur automatis�s sont un �l�ment central des tests fonctionnels et d�interface utilisateur. C�est particuli�rement important pour les tests de r�gression, dans lesquels les �quipes doivent s�assurer que les nouvelles modifications n�alt�rent pas les fonctionnalit�s existantes.

Des outils comme Playwright, Cypress et Selenium permettent aux �quipes de scripter les parcours utilisateurs une fois et de les ex�cuter de mani�re r�p�t�e sur diff�rents navigateurs et � chaque nouvelle version du logiciel. Ils transforment ainsi des v�rifications manuelles fastidieuses en tests d�assurance qualit� rapides, reproductibles et fiables.

5. Tests de performances

Validez le comportement d�une application face � des niveaux de trafic attendus ou inattendus gr�ce aux outils de test des performances. Ils r�v�lent les probl�mes de qualit�, notamment les goulots d��tranglement, les fuites de m�moire et les requ�tes lentes sous forte charge, afin de corriger les bugs avant qu�ils n�affectent les utilisateurs finaux.

Cela permet de s�assurer que le logiciel peut faire face � des situations de forte sollicitation, au-del� de la simple v�rification du bon fonctionnement des fonctionnalit�s. Ces outils mesurent les temps de r�ponse face � l�augmentation de la charge, la capacit� du syst�me � se remettre des pics de trafic, ainsi que les points o� les limites de l�infrastructure se font sentir.

Des outils comme JMeter, LoadRunner et k6 testent les performances en simulant des sch�mas de trafic r�alistes, allant d�une charge de base stable � des pics soudains. JMeter convient aux plans de tests complexes et impliquant plusieurs protocoles, tandis que k6 propose une approche scriptable, pens�e pour les d�veloppeurs, qui cible l�int�gration dans les pipelines de CI/CD et la validation continue des performances.

6. Tests de s�curit�

La s�curit� est un �l�ment essentiel de l�assurance qualit� logicielle, compte tenu du co�t �lev� des vuln�rabilit�s d�couvertes tardivement dans le cycle de d�veloppement.

Plusieurs types d�outils de tests de s�curit� peuvent �tre combin�s pour couvrir diff�rents aspects :

- L�analyse statique de s�curit� des applications (SAST) analyse le code source pour y d�tecter les sch�mas de vuln�rabilit� connus.
- L�analyse de la composition logicielle (SCA) et l�analyse des d�pendances v�rifient si les biblioth�ques tierces pr�sentent des vuln�rabilit�s et expositions courantes (CVE).
- Les tests dynamiques de s�curit� des applications (DAST) recherchent les failles de s�curit� exploitables dans les applications en cours d�ex�cution.
- La d�tection des secrets permet de rep�rer les identifiants d�acc�s ou les cl�s API accidentellement ajout�s au d�p�t de code.

Des outils de tests de s�curit� comme Qodana int�grent directement ces v�rifications dans le workflow de d�veloppement. Cela met en �vidence les vuln�rabilit�s ainsi que les probl�mes de qualit� du code au cours du d�veloppement, plut�t que lors d�une v�rification de s�curit� distincte plus en aval. Cela renforce l�approche shift-left dans l�ensemble du domaine des tests de s�curit�.

Comment choisir les bons outils d�assurance qualit� logicielle

Le choix des outils d�assurance qualit� les plus adapt�s d�pend de votre processus de d�veloppement et des exigences propres � votre activit�. Les strat�gies les plus efficaces combinent plusieurs outils de test d�assurance qualit� pour une couverture compl�te, plut�t que de s�appuyer sur un seul outil.

Voici les principaux facteurs � prendre en compte pour comparer et s�lectionner vos outils d�assurance qualit� logicielle :

- Int�gration au pipeline de CI/CD : un bon outil d�assurance qualit� doit s�int�grer directement � votre pipeline de CI/CD. Cela permet de lancer des v�rifications automatiques � chaque commit ou build, sans d�clenchement manuel.

- Prise en charge des langages : votre outil d�assurance qualit� doit prendre enti�rement en charge les langages de programmation et les frameworks de votre base de code, afin d��viter une analyse incompl�te ou impr�cise.

- Automatisation : choisissez des outils qui automatisent les t�ches de tests r�p�titives, r�duisent l�effort manuel et permettent des retours plus rapides et plus coh�rents tout au long du d�veloppement.
�volutivit� : vos outils doivent accompagner la croissance des bases de code, du volume de tests et des �quipes, sans nuire aux performances ni � la facilit� d�utilisation.

- Rapports : un outil d�assurance qualit� doit fournir des rapports clairs et exploitables pour aider les d�veloppeurs � comprendre les probl�mes et � prioriser les correctifs.

- S�curit� : l�outil lui-m�me doit respecter des pratiques de s�curit� rigoureuses et �tre capable d�identifier les vuln�rabilit�s pr�sentes dans votre code ou vos d�pendances.

:fleche: Apprenez-en plus sur Qodana

Bonnes pratiques pour int�grer la qualit� dans votre workflow de d�veloppement

S�il est essentiel de choisir des outils efficaces, il est �galement n�cessaire de les mettre en �uvre correctement pour garantir la qualit� � chaque �tape. Quels que soient les outils que vous utilisez, appliquez ces techniques pour int�grer une assurance qualit� fiable � votre workflow de d�veloppement :

- Approche shift-left : effectuez les contr�les qualit� au d�but du d�veloppement, de pr�f�rence au moment de l��criture du code. Cela permet de d�tecter les d�fauts au moment o� ils sont les plus simples et les moins co�teux � corriger. Le contexte est encore pr�sent � l�esprit, ce qui �vite des corrections co�teuses apr�s la mise en production, susceptibles de nuire � la r�putation de l�entreprise.

- Automatisation des contr�les qualit� r�p�titifs. Les v�rifications manuelles de routine entra�nent souvent des erreurs humaines et sont difficiles � effectuer � grande �chelle. L�automatisation de ces tests lib�re du temps et des ressources. Votre �quipe peut ainsi se concentrer sur des tests complexes et exploratoires qui n�cessitent un jugement humain et en b�n�ficient.

- Int�gration des tests dans les pipelines de CI/CD. Ex�cutez automatiquement les contr�les qualit� � chaque commit ou build, plut�t que comme une �tape manuelle distincte. Pr�servez la rapidit� de la boucle de r�troaction et �vitez que les probl�mes ne s�accumulent sans �tre d�tect�s.

- Surveillance la dette technique. Effectuez un suivi de la complexit� du code, de la duplication et de la couverture des tests au fil des versions. Cela permet de d�tecter et de corriger rapidement les r�gressions de qualit�.

- Traitement de la s�curit� comme une partie int�grante du d�veloppement. Int�grez l�analyse de la s�curit� et la d�tection des vuln�rabilit�s dans votre processus d�assurance qualit� habituel, plut�t que de les traiter comme une pr�occupation secondaire. Traitez les vuln�rabilit�s d�s qu�elles apparaissent, sans attendre l�audit pr�alable � la mise en production.

Construire une strat�gie d�assurance qualit� logicielle compl�te avec Qodana

L�assurance qualit� logicielle couvre l�ensemble du cycle de vie du d�veloppement logiciel. Ce n�est pas qu�une simple action de test final. Combiner plusieurs outils pour r�pondre aux besoins de qualit� propres � chaque �tape est une exigence incontournable � l�heure o� rapidit�, complexit� et int�gration continue sont devenues des enjeux majeurs.

L�automatisation de l�analyse statique du code dans les pipelines de d�veloppement � l�aide d�outils tels que Qodana renforce l�assurance qualit�. D�tecter les bugs et les vuln�rabilit�s d�s l��criture du code permet de garantir un d�veloppement de haute qualit� et des performances fiables.

:fleche: Essayez Qodana gratuitement

Qu�est-ce que l�assurance qualit� logicielle ?

L�assurance qualit� logicielle (SQA) est le processus continu visant � garantir que le logiciel r�pond � des normes d�finies en mati�re de qualit�, de fiabilit�, de s�curit� et de fonctionnement tout au long du cycle de d�veloppement logiciel. Contrairement au contr�le qualit� traditionnel, qui tend � se concentrer sur la d�tection des probl�mes dans le produit fini, l�assurance qualit� logicielle vise � emp�cher et � d�tecter les d�fauts tout au long du d�veloppement.

Que sont les outils d�assurance qualit� logicielle ?

Les outils d�assurance qualit� logicielle aident les �quipes de d�veloppement � automatiser et � g�rer les activit�s qui am�liorent la qualit� des logiciels tout au long du cycle de d�veloppement logiciel. Ils comprennent les outils d�analyse statique de code, les frameworks de tests unitaires et d�int�gration, les outils de tests fonctionnels, les outils de tests de performance, les scanners de s�curit� et les contr�les qualit� du pipeline de CI/CD.

Quels sont les principaux types d�outils d�assurance qualit� logicielle ?

Parmi les outils couramment utilis�s pour l�assurance qualit� logicielle, on trouve :

- Outils d�analyse statique du code
- Frameworks de tests unitaires
- Outils de tests d�int�gration
- Outils de tests fonctionnels et d�interface utilisateur
- Outils de tests de performance
- Outils de tests de s�curit�, notamment SAST, SCA, DAST et d�tection des secrets

Chacun couvre un aspect diff�rent de la qualit� logicielle, c�est pourquoi les organisations combinent g�n�ralement plusieurs outils plut�t que de compter sur une seule solution

Comment l�int�gration continue et le d�ploiement continu (CI/CD) am�liorent-ils l�assurance qualit� logicielle ?

L�int�gration d�outils d�assurance qualit� dans les pipelines de CI/CD permet d�ex�cuter automatiquement les contr�les de qualit� et de s�curit� � chaque modification du code. Cela permet aux d�veloppeurs d�obtenir un retour plus rapide, d��viter l�accumulation de probl�mes et d�int�grer l�assurance qualit� en continu au processus de d�veloppement, plut�t que d�en faire une �tape distincte avant la mise en production.

Quel est l�impact du code g�n�r� par IA sur l�assurance qualit� logicielle ?

L�IA peut accro�tre le volume de code produit par les d�veloppeurs, ce qui rend les contr�les qualit� automatis�s et capables de passer � l��chelle toujours plus indispensables. Elle peut �galement contribuer aux activit�s d�assurance qualit�, mais les r�sultats qu�elle g�n�re doivent toujours �tre valid�s de mani�re appropri�e. Associer l�analyse et les tests automatis�s � la revue humaine permet aux �quipes de maintenir un niveau de qualit� �lev� � mesure que l�IA prend une place croissante dans le d�veloppement logiciel.

:fleche: Apprenez-en plus sur Qodana

:fleche: Essayez Qodana gratuitement

Images attach�es

Optimisez votre pipeline : les 6 meilleures int�grations CI/CD pour Qodana

JetBrains — Tue, 20 Oct 2026 13:17:14 GMT

Optimisez votre pipeline : les 6 meilleures int�grations de d�veloppement logiciel continu CI/CD pour Qodana, l'outil d'analyse de la qualit� du code de JetBrains

Qodana est un outil d'analyse de la qualit� du code qui utilise l'analyse statique pour aider les utilisateurs � r�aliser des revues de code, � mettre en place des contr�les de qualit� et � appliquer les directives relatives � la qualit� du code. Lanc� officiellement en juillet 2023, il est compatible avec les EDI de l'�cosyst�me JetBrains, s'int�gre aux pipelines CI/CD et prend en charge l'analyse de code dans plus de 60 langages de programmation. En g�nie logiciel, le terme � CI/CD � ou � CICD � d�signe l'ensemble des pratiques d'int�gration continue (CI) et de livraison continue (CD) ou, plus rarement, de d�ploiement continu. Ces pratiques sont parfois d�sign�es collectivement sous les termes de � d�veloppement continu � ou de � d�veloppement logiciel continu �.

Votre pipeline CI/CD s�ex�cute rapidement, mais le fait-il correctement ? Alors que vos builds et d�ploiements automatis�s g�rent les aspects techniques de la livraison logicielle, la d�tection des probl�mes de qualit� du code repose souvent sur des revues manuelles qui, bien que tr�s utiles, peuvent parfois passer � c�t� de probl�mes plus subtils. C�est l� que Qodana change la donne en int�grant directement la puissance du moteur d�inspection d�IntelliJ IDEA � votre workflow gr�ce � des int�grations CI/CD.

Qodana s�int�gre de mani�re transparente � plusieurs grandes plateformes CI/CD, �tendant ainsi l�analyse intelligente du code � laquelle vous faites confiance dans votre IDE � chaque commit et pull request. Vous pouvez automatiser des contr�les de qualit� qui emp�chent le code probl�matique d�atteindre la production, quelle que soit la plateforme pr�f�r�e de votre �quipe. Cette compatibilit� vous permet de respecter les normes de codage sans perturber les workflows existants ni avoir � apprendre de nouveaux outils.

Pourquoi int�grer l�analyse statique du code aux pipelines CI/CD ?

L�int�gration de l�analyse statique du code en CI/CD transforme la mani�re dont votre �quipe aborde la qualit� du code. Au lieu de d�couvrir des probl�mes apr�s le d�ploiement (lorsqu�ils sont co�teux � corriger), vous pouvez les rep�rer imm�diatement dans le cadre de votre flux de travail de d�veloppement existant. C�est l� l�essence m�me de l�approche � shift-left �, qui consiste � avancer les contr�les de qualit� plus t�t dans le cycle de vie, afin que les d�veloppeurs obtiennent un retour plus rapide et que les �quipes passent moins de temps � retravailler le code.

L�application automatis�e des normes de qualit� garantit que chaque membre de l��quipe respecte les m�mes normes de codage, quels que soient son niveau d�exp�rience ou ses pr�f�rences en mati�re d�outils. Lorsque Qodana s�ex�cute � chaque commit, vous obtenez un retour coh�rent qui contribue � maintenir la qualit� du code sur l�ensemble de votre base de code.

Votre pipeline CI/CD devient alors bien plus qu�un simple outil de d�ploiement. Il agit comme un garant de la qualit�, bloquant le code probl�matique avant qu�il ne puisse avoir un impact sur vos utilisateurs.

Mais quelles sont les meilleures int�grations CI/CD pour Qodana ? Nous allons passer en revue quelques-unes des meilleures solutions et discuter de la mani�re dont vous devriez les int�grer � vos workflows, ainsi que des raisons de le faire.

1. GitHub Actions

GitHub Actions propose une automatisation CI/CD bas�e sur le cloud qui s�int�gre directement � vos d�p�ts GitHub. Il prend en charge tous les principaux langages de programmation et syst�mes d�exploitation, et dispose d�une vaste boutique proposant des actions GitHub pr�tes � l�emploi.

Cette plateforme excelle �galement dans les workflows de pull request et offre des options de runners flexibles pour les d�p�ts publics comme priv�s.

Int�gration de Qodana � GitHub Actions

Qodana s�int�gre � GitHub Actions via l�Action officielle de la marketplace, ce qui simplifie la configuration gr�ce � un simple fichier de workflow. L�Action v2025.2 actuelle offre des capacit�s d�analyse compl�tes et s�int�gre de mani�re transparente au syst�me de pull requests de GitHub.

Vous devrez configurer votre QODANA_TOKEN en tant que secret de d�p�t et cr�er un fichier de workflow dans votre r�pertoire .github/workflows.

2. GitLab

GitLab propose une plateforme DevOps compl�te dot�e de capacit�s CI/CD int�gr�es, disponible aussi bien en cloud qu�en d�ploiement sur site. Elle prend en charge plus de 60 langages de programmation et offre des fonctionnalit�s compl�tes de gestion de projet en plus de ses fonctionnalit�s CI/CD. La force de GitLab r�side dans son approche � tout-en-un � des workflows de d�veloppement logiciel.

Int�gration de Qodana � GitLab

L�int�gration � GitLab a �t� r�volutionn�e gr�ce au nouveau composant CI/CD natif de GitLab introduit dans la version 2025.1, qui remplace l�ancienne approche reposant exclusivement sur Docker. Cette int�gration native du composant �limine la complexit� tout en offrant des fonctionnalit�s am�lior�es. Le composant s�int�gre directement � l�interface utilisateur des demandes de fusion de GitLab, affichant des rapports sur la qualit� du code parall�lement � votre processus de r�vision de code existant.

3. TeamCity

TeamCity est le serveur de CI de JetBrains destin� aux entreprises, proposant � la fois des options sur site et dans le cloud. Il offre une prise en charge multiplateforme avec des capacit�s avanc�es de gestion des builds con�ues pour l��volutivit�. En tant que produit JetBrains, il offre des possibilit�s d�int�gration approfondie avec d�autres outils JetBrains et workflows de d�veloppement.

Int�gration de Qodana � TeamCity

TeamCity offre l�int�gration la plus simplifi�e de Qodana gr�ce � son ex�cuteur de builds natif, ce qui �vite d�avoir recours � des conteneurs Docker ou � des configurations YAML complexes. Cette int�gration native propose une configuration via une interface graphique et des fonctionnalit�s de reporting int�gr�es. Vos r�sultats d�analyse s�affichent directement dans l�interface de TeamCity, avec une visualisation compl�te et un suivi historique.

4. Jenkins

Jenkins est le principal serveur d�automatisation open source ; il dispose d�un vaste �cosyst�me de plugins et d�un mod�le de d�ploiement auto-h�berg�. Il prend en charge toutes les principales plateformes et offre une flexibilit� de personnalisation maximale gr�ce � ses capacit�s de script de pipeline. Jenkins excelle dans les environnements d�entreprise complexes o� les workflows personnalis�s sont essentiels.

Int�gration de Qodana � Jenkins

L�int�gration � Jenkins repose sur un d�ploiement bas� sur Docker via la configuration d�un Jenkinsfile, offrant ainsi une grande flexibilit� pour r�pondre � des exigences complexes en mati�re de pipelines. Elle prend en charge les contr�les de qualit�, les comparaisons par rapport � des r�f�rences et les workflows de reporting personnalis�s. Vous configurerez Qodana en tant qu�agent Docker au sein de votre pipeline, ce qui permettra une orchestration sophistiqu�e des builds.

5. Azure Pipelines

Azure Pipelines est le service CI/CD cloud de Microsoft, prenant en charge Windows, Linux et macOS au sein de l��cosyst�me plus large d�Azure DevOps. Il offre des fonctionnalit�s de niveau entreprise avec une forte int�gration aux services de d�veloppement et cloud de Microsoft. La plateforme est particuli�rement adapt�e aux organisations ayant d�j� investi dans les technologies Microsoft. Il s�agit �galement de l�un des premiers pipelines dans lesquels Qodana a pu s�int�grer � cette int�gration a �t� introduite d�s 2022.

Int�gration de Qodana � Azure Pipelines

Azure Pipelines utilise la t�che QodanaScan@2025, enrichie des fonctionnalit�s de la version 2025.1 qui am�liorent consid�rablement l�exp�rience des d�veloppeurs. L�int�gration � Azure Pipelines affiche d�sormais les r�sultats dans l�onglet � Extensions � plut�t que d�encombrer les journaux de build. Cela permet d�obtenir des rapports plus clairs et une meilleure visibilit� sur les indicateurs de qualit� du code.

6. CircleCI

CircleCI est une plateforme CI/CD native du cloud dot�e d'une architecture ax�e sur les conteneurs et d'un mod�le de tarification par cr�dits. Elle excelle dans les workflows Docker et offre des performances pr�visibles gr�ce � son infrastructure optimis�e pour les conteneurs. La plateforme est particuli�rement avantageuse pour les �quipes qui privil�gient les pratiques de d�veloppement conteneuris�es.

Int�gration de Qodana � CircleCI

L'int�gration � CircleCI offre une ex�cution optimis�e pour les conteneurs avec d'excellentes performances. La configuration consiste � d�clarer l'orb dans votre fichier .circleci/config.yml.

Int�grez la qualit� du code � votre workflow gr�ce � l�analyse statique du code en CI/CD

Ces int�grations CI/CD garantissent que des contr�les de qualit� du code coh�rents et automatis�s font partie int�grante de votre processus de d�veloppement, plut�t que d��tre une �tape ajout�e apr�s coup. En choisissant l�int�gration qui correspond � votre workflow existant, votre �quipe peut faire respecter les normes de codage sans nuire � la productivit� ni n�cessiter de formation approfondie.

Qodana int�gre directement dans votre pipeline la m�me analyse intelligente qui alimente IntelliJ IDEA, quelle que soit la plateforme privil�gi�e par votre �quipe. Commencez d�s aujourd�hui avec votre outil CI/CD pr�f�r� et faites de la qualit� du code une �tape automatis�e de chaque commit effectu� par votre �quipe.

Commencez un essai gratuit et d�couvrez comment Qodana peut vous aider � am�liorer votre base de code.

:fleche: Essayez Qodana gratuitement

Images attach�es

Couverture de code : comment la mesurer, comprendre les indicateurs et am�liorer vos tests

JetBrains — Wed, 29 Jul 2026 14:10:03 GMT

Couverture de code : comment la mesurer, comprendre les indicateurs et am�liorer vos tests, avec Qodana, l'outil d'analyse de la qualit� du code de JetBrains

JetBrains est une soci�t� � responsabilit� limit�e internationale sp�cialis�e dans le d�veloppement de logiciels, qui con�oit des outils destin�s aux d�veloppeurs et aux chefs de projet. JetBrains propose divers environnements de d�veloppement int�gr�s (EDI), tels que IntelliJ IDEA, PyCharm, WebStorm et CLion. Elle a �galement cr�� en 2011 le langage de programmation Kotlin, qui peut s'ex�cuter dans une machine virtuelle Java (JVM).

Qodana est un outil d'analyse de la qualit� du code qui utilise l'analyse statique pour aider les utilisateurs � r�aliser des revues de code, � mettre en place des contr�les de qualit� et � appliquer les directives relatives � la qualit� du code. Lanc� officiellement en juillet 2023, il est compatible avec les EDI de l'�cosyst�me JetBrains, s'int�gre aux pipelines CI/CD et prend en charge l'analyse de code dans plus de 60 langages de programmation.

La couverture de code (Code coverage) fait partie de ces indicateurs dont toutes les �quipes de d�veloppement parlent, mais que peu exploitent pleinement. Que vous lanciez un produit SaaS ou que vous assuriez la maintenance d�une application monolithique h�rit�e, comprendre ce que vos tests couvrent r�ellement � et ce qu�ils laissent de c�t� � peut faire la diff�rence entre une mise en production en toute confiance et une alerte d�incident � 2 heures du matin.

Cet article vous pr�sente les indicateurs de couverture essentiels, vous explique comment les mesurer � l�aide d�outils modernes et vous propose des mesures concr�tes pour am�liorer la couverture de code sans gaspiller d�efforts sur des tests inutiles. Les rapports de couverture de code sont disponibles avec les licences Qodana Ultimate et Qodana Ultimate Plus. Pour en savoir plus sur les licences Qodana disponibles, consultez la page Options d�abonnement et tarifs. Vous pouvez �galement demander une d�monstration.

En bref

- La couverture de code est un indicateur de test logiciel qui mesure le pourcentage de code source ex�cut� par vos tests automatis�s. Elle a un impact direct sur la qualit� du logiciel et la confiance dans le d�ploiement.

- Pour mesurer la couverture de code, il faut commencer par choisir les bons indicateurs (couverture par ligne, par branche, par condition et par chemin) et utiliser des outils tels que Qodana, JaCoCo, Istanbul/NYC, Coverage.py ou Jest pour g�n�rer des rapports de couverture dans votre pipeline d�int�gration continue (CI).

- Viser une couverture de code de 80 % est g�n�ralement consid�r� comme un bon objectif pour la logique m�tier critique, mais atteindre une couverture de code de 100 % est souvent irr�alisable et co�teux. Une couverture �lev�e ne garantit jamais un logiciel exempt de bogues.

- Pour am�liorer la couverture de code, utilisez les rapports de couverture afin d�identifier les parties du code non test�es, de hi�rarchiser les modules � risque et d�int�grer des v�rifications de couverture dans votre workflow CI/CD.

- Pour mieux comprendre comment la couverture s�int�gre aux v�rifications structurelles et stylistiques, consultez notre guide d�di� � l�analyse statique du code.

Qu�est-ce que la couverture de code ?

La couverture de code mesure le pourcentage de code ex�cut� lors des tests. Si votre base de code comporte 1 000 lignes de code ex�cutables et que votre suite de tests en ex�cute 900, vous obtenez une couverture de 90 %. Elle est g�n�ralement exprim�e en pourcentage et sert de m�trique d�ex�cution � ce qui signifie qu�elle suit ce qui s�ex�cute r�ellement, et non ce qui pourrait poser probl�me sur la seule base de la structure.

Cela la distingue de l�analyse statique du code, qui inspecte le code source sans ex�cution pour signaler la complexit�, les probl�mes de style ou les indices de vuln�rabilit�. Les deux sont compl�mentaires : l�analyse statique vous indique o� des probl�mes pourraient se cacher, et la couverture de code vous indique si vos tests atteignent r�ellement ces zones.

Il convient de clarifier la diff�rence entre la couverture de code et ce que l�on appelle parfois la couverture de test :

- La couverture de code se concentre sur la quantit� de code source ex�cut�e lors de l�ex�cution d�une suite de tests : lignes, branches, conditions.

- La couverture de test est plus large. Elle cherche � savoir si les exigences m�tier et les comportements des utilisateurs ont �t� valid�s, m�me si toutes les lignes pertinentes ont �t� ex�cut�es.

Par exemple, une suite de tests peut ex�cuter 95 % des lignes d�un module de paiement, ce qui donne une couverture de ligne �lev�e. Mais si aucun test ne v�rifie qu�un paiement �choue correctement en cas de solde n�gatif, les mesures de couverture de test pour ce comportement sont incompl�tes.

La couverture de code identifie le code non test�, ce qui permet aux d�veloppeurs d�am�liorer leurs efforts de test, en particulier dans les parties critiques telles que l�authentification, les couches d�acc�s aux donn�es et la gestion des erreurs. Mesurer la couverture de code aide � d�couvrir des chemins non test�s et des cas limites qui pourraient masquer des r�gressions ou des probl�mes de s�curit�.

Voici un exemple rapide en JavaScript :

Code:

1
2
3
4
5
6
7
8
9
10
11
function foo(a, b) {

let c = 42

if (a > 0 && b > 0)

c = c + a * b

return c

}

Si votre seul test appelle foo(1, 1), toutes les lignes s'ex�cutent, mais la branche � else � n'est jamais test�e. La couverture de ligne semble compl�te ; la couverture de branche r�v�le cette lacune.

Indicateurs et crit�res de couverture du code de base

Les crit�res de couverture sont des r�gles formelles permettant de d�terminer le degr� d�exhaustivit� de l�ex�cution de votre code lors des tests. Plut�t que de chercher � atteindre tous les indicateurs simultan�ment, les �quipes obtiennent de meilleurs r�sultats en s�lectionnant un petit ensemble d�indicateurs de couverture principaux et en concentrant leurs efforts sur ceux-ci. Voici les types de couverture courants que vous rencontrerez.

La couverture de ligne et la couverture d�instruction sont souvent pr�sent�es sous la forme d�un pourcentage unique par la plupart des outils, ce qui en fait les indicateurs de r�f�rence les plus simples. Cependant, une couverture de ligne �lev�e ne signifie pas n�cessairement que les autres indicateurs affichent des scores �lev�s. Par exemple, si nous avions 5 fonctions, dont 4 comportent 1 ligne et la derni�re 100 lignes dans son corps, et que les tests ne couvraient que cette derni�re, la couverture du code serait de pr�s de 100 %, mais la couverture des fonctions ne serait que de 20 %.

La couverture des conditions va plus loin. Pour une expression compos�e telle que if (a && b || c), la couverture des conditions exige que chaque sous-expression bool�enne (a, b, c) soit �valu�e � la fois comme vraie et comme fausse dans l�ensemble de vos cas de test. Cela peut r�v�ler des tests manquants que la couverture des branches seule pourrait masquer.

La couverture compl�te des chemins est pratiquement impossible pour les applications non triviales en raison de l�explosion combinatoire : les boucles et les branches imbriqu�es multiplient les chemins de code de mani�re exponentielle. Elle ne reste utile que pour des algorithmes particuli�rement critiques.

Dans les domaines o� la s�curit� est critique, des crit�res plus avanc�s tels que la couverture conditionnelle/d�cisionnelle modifi�e (MC/DC) sont obligatoires. La norme DO-178C, par exemple, exige la couverture conditionnelle/d�cisionnelle modifi�e (MC/DC) pour les logiciels avioniques de niveau A, d�montrant ainsi que chaque condition influence ind�pendamment le r�sultat de chaque d�cision.

Comment mesurer la couverture de code dans la pratique

Voici comment mesurer la couverture de code en quatre �tapes :

1. Instrumentez votre code � Instrumentez votre code en introduisant des hooks qui permettent aux outils de couverture d�observer l�ex�cution. Cela peut se faire par instrumentation du code source, du bytecode ou en temps d�ex�cution.

2. Ex�cutez vos tests automatis�s � tests unitaires, tests d�int�gration ou tests de couverture de bout en bout.

3. Collectez les donn�es de couverture � enregistrez les lignes, les branchements et les conditions qui ont �t� ex�cut�s.

4. G�n�rez des rapports de couverture � tableaux de bord HTML, r�sum�s en terminal ou formats lisibles par machine (Cobertura XML, LCOV).

Ex�cution de la couverture en pratique

Qodana prend en charge les rapports de couverture g�n�r�s par toute une gamme d�outils courants, notamment :

- JaCoCo (Java/Kotlin)
- Jest et Istanbul/nyc (JavaScript/TypeScript)
- pytest-cov (Python)
- Coverlet (.NET)
- PHPUnit (PHP)
- go test (Go)

Consultez la documentation de Qodana pour obtenir des instructions de configuration sp�cifiques � chaque langage.

M�triques de couverture

La couverture est g�n�ralement exprim�e en pourcentage des �l�ments de code ex�cut�s lors des tests :

- Couverture en lignes = nombre de lignes ex�cutables ex�cut�es � nombre total de lignes ex�cutables.
- Couverture des branches = nombre de branches ex�cut�es � nombre total de branches.

Diff�rentes m�triques offrent diff�rents niveaux de confiance. La couverture de ligne indique quel code a �t� ex�cut�, tandis que la couverture de branche r�v�le si chaque chemin de d�cision a �t� test�.

La mesure de la couverture de code implique l�utilisation d�outils qui analysent les parties ex�cut�es du code source, puis affichent ces r�sultats l� o� les d�veloppeurs peuvent en tirer parti : dans les commentaires des pull requests, les plugins d�EDI ou les tableaux de bord d�int�gration continue (CI). Les calculs exacts de la couverture peuvent varier l�g�rement d�un outil � l�autre et d�un langage � l�autre, mais la couverture de ligne et la couverture de branche sont les m�triques les plus couramment utilis�es.

Comprendre les pourcentages de couverture et ce qu�est une � bonne � couverture de code

Les chiffres de couverture pr�sent�s en t�te d�affiche peuvent �tre trompeurs s�ils sont consid�r�s isol�ment. Un projet pr�sentant une couverture de ligne de 85 % peut tout de m�me n�avoir qu�une couverture de branche de 55 %, laissant ainsi une logique complexe insuffisamment test�e. Les m�triques de couverture fournissent des informations sur l�ex�cution des tests plut�t que sur leur qualit�. Un test qui ex�cute chaque ligne mais ne v�rifie rien donne un faux sentiment de s�curit�.

Alors, qu�est-ce qui constitue une bonne couverture ? Voici quelques recommandations pratiques :

- Google consid�re qu�une couverture de code de 60 % est acceptable et de 90 % exemplaire pour l�ensemble de ses projets.
- Le consensus parmi les d�veloppeurs sugg�re de viser une couverture de 70 % � 80 % afin de trouver un �quilibre entre qualit� et �vitement de la suring�nierie.
- Une �tude a r�v�l� une couverture de code moyenne de 74 � 76 % sur 47 projets, ce qui sugg�re que la plupart des �quipes se situent dans une fourchette similaire.
- UJET a maintenu une exigence de couverture de code de 85 % en utilisant un outil permettant d�assurer la visibilit� et le suivi des tendances.

Pour beaucoup, viser une couverture de 80 % constitue une norme saine du secteur pour la logique m�tier critique. Cependant, une couverture de code de 100 % ne garantit pas un code exempt de bogues : cela signifie simplement que chaque ligne a �t� test�e, et non que chaque comportement a �t� valid�.

D�finissez des seuils en fonction du niveau de risque :

- Modules de transactions financi�res, flux d�authentification → 85 � 90 %
- Logique m�tier g�n�rale → 70 � 80 %
- Code g�n�r� ou standard → � exclure totalement des seuils

Consid�rez la couverture comme un indicateur de tendance dans le temps (d�une semaine � l�autre, d�un sprint � l�autre) plut�t que comme un objectif ponctuel. Une couverture �lev�e met en �vidence les risques li�s au code h�rit� ou non test� lorsque les chiffres commencent � baisser. Les tableaux de bord qui visualisent cette tendance aident les �quipes � rep�rer les r�gressions avant qu�elles ne s�aggravent.

Comment am�liorer la couverture de code sans sacrifier la qualit�

Pour am�liorer la couverture de code de mani�re significative, consid�rez-la comme un guide pratique et non comme un objectif abstrait. Voici une approche �tape par �tape qui place la qualit� logicielle au premier plan.

1. Commencez par vos rapports de couverture. Utilisez-les pour identifier les sections de code non test�es, en vous concentrant sur les zones � haut risque et � faible couverture de code, telles que les services m�tier cl�s, le traitement des paiements et les couches d�acc�s aux donn�es. N�essayez pas d�augmenter uniform�ment le pourcentage global de couverture.

2. �crivez d�abord des tests unitaires cibl�s. Les tests unitaires permettent d�augmenter rapidement la couverture de code, car ils ciblent des fonctions isol�es et pures, ainsi que de petits composants. Utilisez des frameworks tels que JUnit 5, pytest ou Jest pour �crire des tests suppl�mentaires autour des fonctions ayant le plus grand impact m�tier.

3. Ciblez les branches et les conditions non couvertes. La couverture par ligne reste la m�thode la plus courante pour mesurer la part du code exerc�e par les tests automatis�s. Cependant, vous pouvez aller au-del�. R�digez des cas de test qui explorent les chemins d�erreur, la logique de r�essai, la gestion des d�lais d�expiration et les cas limites dans une logique complexe. Cela augmentera la couverture du code au niveau des branches et des conditions, l� o� les bogues se cachent le plus souvent.

4. Refactorisez le code trop complexe. Les fonctions pr�sentant une complexit� cyclomatique tr�s �lev�e sont difficiles � tester et � couvrir. Les diviser en unit�s plus petites et testables am�liore � la fois les chiffres de couverture et les r�sultats de l�analyse statique.

5. G�rez le code difficile � tester. Pour les int�grations tierces, les modules h�rit�s ou le code impliquant de nombreuses op�rations d�E/S, utilisez l�injection de d�pendances, la simulation (mocking), les doubles de test et les tests de contrat. Ces strat�gies permettent d��crire des tests sans avoir besoin d�environnements externes complets.

6. Int�grez des contr�les de couverture dans la CI. Int�grez des outils de couverture de code dans votre pipeline de CI et fixez-vous un objectif de 80 %, puis suivez vos progr�s. Imposez la r�gle � aucune r�gression significative de la couverture par pull request � � l�aide de contr�les d��tat de couverture sur GitHub, GitLab ou Azure DevOps.

7. Fixez des objectifs de couverture r�alistes en fonction de la criticit� du projet. Tous les fichiers ne m�ritent pas le m�me objectif. D�finissez des objectifs de couverture par module plut�t que de mani�re globale.

Citation:

�vitez d��crire des tests superficiels dans le seul but d�augmenter le pourcentage de couverture. Les tests utiles doivent v�rifier des comportements significatifs, des cas limites et des conditions d�erreur � et non pas simplement ex�cuter des lignes de code.

La couverture de code am�liore la fiabilit� du code en v�rifiant les chemins critiques et la logique, mais uniquement lorsque les tests eux-m�mes sont pertinents. La couverture de code renforce l�assurance qualit� en mesurant l�exhaustivit� des tests, et non en gonflant les chiffres.

Int�gration de la couverture de code aux workflows d�analyse statique et de CI/CD

La combinaison d�outils de couverture avec des plateformes d�analyse statique de code vous offre une vision plus compl�te de la sant� du code : des m�triques d�ex�cution en temps r�el ainsi que des v�rifications structurelles et stylistiques sur plusieurs langages de programmation.

Pr�sentation du rapport

Une fois le projet pr�par� et l'analyse de couverture de code ex�cut�e, vous pouvez consulter les rapports de couverture de code dans Qodana Cloud ou via votre EDI.

Qodana Cloud

Les statistiques de couverture de code s'affichent dans le coin sup�rieur droit de l'interface utilisateur des rapports Qodana. Elles indiquent �galement la liste des inspections utilis�es par la fonctionnalit�.

EDI

Vous pouvez consulter les rapports de couverture de code � l'aide des IDE IntelliJ IDEA, WebStorm, PhpStorm, PyCharm et GoLand. Cette fonctionnalit� est disponible pour les rapports r�cup�r�s depuis Qodana Cloud apr�s mise en relation, ou pour les rapports provenant du stockage local.

Citation:

Actuellement, la vue d'ensemble de la couverture de code n'est pas disponible pour les rapports au format XML g�n�r�s par les rapports de couverture .NET.

Ouvrir des rapports depuis Qodana Cloud

1. Dans votre EDI, acc�dez � Outils | Qodana | Se connecter � Qodana

2. Dans la bo�te de dialogue � Param�tres �, cliquez sur � Se connecter �.

Vous serez alors redirig� vers la page d'authentification.

3. Dans la bo�te de dialogue Param�tres, recherchez le projet auquel vous souhaitez vous connecter.

Afficher les rapports de couverture dans l'EDI

Vous pouvez consulter les rapports de couverture de code en local � l'aide des EDI JetBrains.

Dans votre EDI, acc�dez � Ex�cuter | Afficher les donn�es de couverture et ouvrez le fichier contenant un rapport de couverture de code.

Dans la fen�tre d'outils Couverture, vous pouvez consulter le rapport de couverture des tests. Ce rapport indique le pourcentage du code qui a �t� ex�cut� ou couvert par les tests.

Pr�sentation du rapport

L�EDI met en �vidence la couverture de test du code � l�aide d�un marquage couleur. Par d�faut, la couleur verte indique qu�une ligne donn�e a �t� couverte, tandis que la couleur rouge signale une ligne de code non couverte.

Citation:

Si les r�sultats de couverture de code vous semblent incomplets, vous devrez probablement reconfigurer votre outil de couverture de code et g�n�rer un nouveau rapport de couverture de code.

Le rapport indique la couverture des lignes qui impl�mentent la logique d�une m�thode, d�une fonction ou d�une classe, mais pas celle de la d�claration de la fonction, de la m�thode ou de la classe. L�image ci-dessous montre que la couverture de code ne s�applique pas � la ligne 7, tandis que la ligne 8 n�est pas couverte.

Avec Qodana, vous pouvez consulter la couverture de code dans votre tableau de bord Insights.

Pi�ges courants et id�es re�ues concernant une couverture de code �lev�e

Une couverture de code �lev�e peut donner un faux sentiment de s�curit�. Prenons l�exemple d�une suite de tests pr�sentant une couverture de code de 100 % au niveau des lignes : si les assertions sont faibles ou font totalement d�faut, des bogues graves peuvent passer inaper�us. L�ex�cution seule ne constitue pas une validation.

Pi�ges � �viter :

- Ignorer compl�tement les autres types de couverture. Qodana prend en charge � la fois la couverture globale des lignes et la couverture des nouvelles lignes, ce qui permet aux �quipes de s�assurer que le code nouvellement ajout� ou modifi� est correctement test�, tout en am�liorant progressivement la couverture du reste de la base de code. Cependant, nous vous encourageons � explorer d�autres types de couverture au fil du temps, tels que la couverture des branches.

- Utiliser la couverture comme indicateur de performance. Lorsqu�un pourcentage de couverture global unique devient un indicateur cl� de performance (KPI) de l��quipe, cela incite � maintenir des tests superficiels � juste assez pour atteindre le chiffre vis�. Cela peut ralentir le processus de d�veloppement sans apporter de b�n�fice significatif.

- Imposer la couverture � du code non testable. Le code g�n�r�, les getters/setters triviaux et le code de liaison des frameworks ne n�cessitent l�gitimement pas de tests. Tenter d�imposer une couverture dans ces cas-l� repr�sente un gaspillage d�efforts. Excluez-les des seuils.

- Oublier ce que la couverture ne mesure pas. Les outils de couverture n��valuent pas si toutes les exigences m�tier, les parcours utilisateurs ou les aspects non fonctionnels (performances, s�curit�, ergonomie) sont correctement test�s. Ils indiquent uniquement quel code a �t� ex�cut�.

Microsoft Research a examin� plus de 100 grands projets Java open source et a constat� une corr�lation n�gligeable entre une couverture �lev�e et un nombre r�duit de d�fauts post-lancement au niveau des fichiers. Cela confirme que la couverture est n�cessaire mais non suffisante : il faut la mettre en balance avec les tendances en mati�re de d�fauts, les analyses r�trospectives des incidents, les avertissements d�analyse statique et la surveillance en production.

:fleche: Essayez Qodana gratuitement

FAQ

Une couverture de code � 100 % est-elle parfois requise dans des projets concrets ?

Oui, dans les domaines critiques pour la s�curit�. Les logiciels a�rospatiaux soumis � la norme DO-178C et les syst�mes automobiles soumis � la norme ISO 26262 peuvent exiger une couverture proche de 100 % au niveau des instructions, des branchements et des conditions de gestion (MC/DC), en fonction d�un ou plusieurs crit�res li�s aux niveaux d�int�grit� de s�curit�. Pour la plupart des applications web et mobiles commerciales, une couverture de code de 80 % est g�n�ralement consid�r�e comme un bon objectif pour les modules centraux, les gains devenant d�croissants au-del� de ce seuil. La qualit� des tests et une approche ax�e sur les risques priment sur la recherche d�une couverture � 100 % sur l�ensemble de la base de code.

� quelle fr�quence dois-je effectuer une analyse de couverture dans mon projet ?

Effectuez une analyse de couverture sur chaque pull request dans les d�p�ts actifs afin que les r�gressions soient d�tect�es imm�diatement. Pour les grands projets logiciels dont l�int�gration est plus lente et qui disposent d�j� de tests de bout en bout, programmez une t�che de couverture compl�te chaque nuit ou chaque semaine. Utilisez les donn�es de tendance pour orienter les investissements en refactorisation et d�terminer o� des tests suppl�mentaires sont les plus n�cessaires.

Quelle m�trique de couverture dois-je privil�gier en premier : la couverture de ligne, la couverture de branche ou autre chose ?

Commencez par la couverture de ligne, qui constitue une base de r�f�rence simple et facile � communiquer aux parties prenantes. Une fois que votre �quipe est � l�aise avec cette approche, introduisez la couverture de branche comme m�trique principale pour la logique m�tier non triviale. La couverture de condition et la couverture de chemin sont particuli�rement utiles dans les v�rifications d�autorisation de code tr�s complexes et � haut risque, les moteurs de tarification ou tout programme comportant des structures de contr�le profond�ment imbriqu�es ; elles peuvent �tre adopt�es de mani�re s�lective plut�t qu�� l��chelle du projet.

En quoi l�analyse statique du code et la couverture de code se compl�tent-elles ?

L�analyse statique signale les probl�mes potentiels sans ex�cuter le code, notamment le code mort, les d�r�f�rencements de valeurs nulles et les indices de failles de s�curit�. La couverture de code montre quelles parties du code source sont r�ellement ex�cut�es par les tests. Ensemble, elles cr�ent une boucle de r�troaction : l�analyse statique identifie les zones complexes ou � risque, les rapports de couverture r�v�lent si elles sont suffisamment couvertes, et les d�veloppeurs hi�rarchisent en cons�quence la cr�ation de nouveaux tests ou les refactorisations.

Puis-je utiliser la couverture de code pour des tests manuels ou uniquement pour des tests automatis�s ?

Les outils de couverture fonctionnent par d�faut avec les tests automatis�s, mais ils peuvent �galement collecter des donn�es lors de l�ex�cution de tests exploratoires manuels sur une application instrument�e. Cela s�av�re utile pendant les phases de consolidation pr�alables � la mise en production pour confirmer quelles fonctionnalit�s ont �t� ex�cut�es. Les sc�narios manuels les plus pertinents peuvent ensuite �tre convertis en tests automatis�s afin de pr�server cette couverture au fil du temps dans l�ensemble de vos projets logiciels.

Remarque : bien que les exemples pr�sent�s dans cet article utilisent des outils de couverture sp�cifiques, Qodana n�est li� � aucune solution particuli�re. Tout outil produisant un format de rapport de couverture pris en charge peut �tre utilis�.

:fleche: Essayez Qodana gratuitement

Images attach�es

ReSharper 2026.2 : agents IA � Freedom � dans Visual Studio, d�bogage .NET pour VS Code

Jade Emy — Wed, 29 Jul 2026 06:19:25 GMT

JetBrains ReSharper 2026.2, l'extension Visual Studio destin�e aux d�veloppeurs .NET, est disponible, apportant un �cosyst�me d'IA ouvert pour les d�veloppeurs .NET et l'agent IA Junie en version preview

JetBrains est une soci�t� sp�cialis�e dans le d�veloppement de logiciels, qui con�oit des outils destin�s aux programmeurs (d�veloppeurs de logiciels) et aux chefs de projet. JetBrains propose divers environnements de d�veloppement int�gr�s (EDI), tels que IntelliJ IDEA, PyCharm, Rider, WebStorm et CLion. Elle a �galement cr�� en 2011 le langage de programmation Kotlin, qui peut s'ex�cuter sur une machine virtuelle Java (JVM)

ReSharper est une extension de Visual Studio destin�e aux d�veloppeurs .NET, lanc�e pour la premi�re fois en 2004. Il s'agit du produit commercial le plus ancien de JetBrains. ReSharper fournit une analyse de la qualit� du code en temps r�el pour les langages C#, VB.NET, XAML, ASP.NET, JavaScript, TypeScript, CSS, HTML et XML. Parmi ses fonctionnalit�s, on trouve la refactorisation du code, la compl�tion de code, la navigation, la recherche d'occurrences et la mise en forme du code. L'extension propose plus de 2 200 inspections de code en temps r�el, plus de 60 refactorisations et 450 actions contextuelles.

La derni�re version de l'extension, ReSharper 2026.2, est d�sormais disponible. ReSharper 2026.2 fait un premier pas vers la prise en charge des agents bas�s sur l�ACP dans Visual Studio, en commen�ant par Junie en version Preview. C'est le d�but d'un �cosyst�me d'IA ouvert pour les d�veloppeurs .NET : vous pouvez choisir vos agents et vos mod�les, connect�s via un protocole unique, associ�s � l'intelligence de code qui fait la r�putation de ReSharper. Cette version �tend �galement le moteur de d�bogage de ReSharper aux �diteurs compatibles avec VS Code, affine l'analyse et la refactorisation C# de base, et �largit la prise en charge des outils en mode hors processus.

Concernant la principale nouveaut� de cette version, voici l'annonce de JetBrains :

Citation:

Notre vision : n�importe quel agent, votre choix, aucune d�pendance

Le paysage de l�IA �volue rapidement, et nous pensons que les d�veloppeurs .NET ne devraient pas �tre contraints de s�enfermer dans un �cosyst�me unique pour mener � bien leur travail. Notre objectif pour l�IA dans Visual Studio est simple : aucune d�pendance vis-�-vis d�un fournisseur, aucun choix impos�, juste la libert� d�utiliser les agents et les mod�les qui vous conviennent le mieux.

Cette libert� repose sur l�Agent Client Protocol (ACP), une norme ouverte permettant de connecter des agents de codage � l�EDI. Nous int�grons l�ACP � ReSharper afin que vous puissiez bient�t :

- D�couvrir des agents locaux, distants et internes.
- Les connecter tous via la m�me interface.
- Passer d�un agent � l�autre pour choisir le plus adapt� � chaque t�che.
- Rester � jour � mesure que de nouveaux mod�les sont publi�s.

Cette initiative est au c�ur de notre strat�gie 2026 en mati�re d�IA dans les EDI JetBrains. Nous sommes fermement convaincus que les workflows assist�s par l�IA et vos routines de codage classiques doivent coexister harmonieusement, sans jamais se g�ner mutuellement. En adoptant des protocoles ouverts comme l�ACP et en privil�giant l�absence totale de d�pendance vis-�-vis d�un fournisseur, nous garantissons que, tandis que les agents vous aident � d�velopper plus rapidement, votre EDI reste le lieu par excellence pour r�viser, comprendre et ma�triser le code que vous d�ployez.

Voici les autres am�liorations de cette version :

D�couvrez Junie dans Visual Studio (version pr�liminaire)

Cette version pr�liminaire pr�sente Junie, la premi�re �tape vers la prise en charge compl�te de l�ACP dans ReSharper au sein de Visual Studio. Junie est un agent ind�pendant du mod�le de langage (LLM) : vous n�avez pas besoin d�attendre que le registre complet soit disponible pour vous lancer � choisissez votre mod�le et commencez d�s maintenant. Dans la fen�tre d�outils � Assistant IA �, s�lectionnez Junie dans la liste d�roulante des agents disponibles pour passer du mode � Chat IA � au mode � Agent �.

� partir de l�, Junie peut :

- �crire et modifier du code : transformer une invite en texte brut en logique complexe, ou laisser Junie d�tecter et corriger de lui-m�me le code sous-optimal.

- Refactoriser de mani�re autonome : confier-lui les t�ches fastidieuses, comme le fractionnement d�une classe massive et complexe en modules logiques distincts.

- Ex�cuter des commandes dans le terminal : cr�er ou supprimer des fichiers et ex�cuter des commandes sans jamais ouvrir de ligne de commande.

- G�rer les workflows Git : initialiser des d�p�ts, travailler avec des branches, pr�parer des modifications et r�diger des messages de commit directement depuis le chat.

- Explorer et conseiller : poser des questions sp�cifiques au projet, d�crypter des algorithmes h�rit�s complexes et obtenir des suggestions d�architecture.

Junie �tant ind�pendante du mod�le LLM utilis�, vous n��tes pas li� � un mod�le en particulier. Choisissez ou modifiez le mod�le sur lequel elle s�ex�cute dans Extensions | ReSharper | Options | AI Assistant | Junie. Veillez � s�lectionner le plugin AI Assistant lorsque vous installez ou mettez � jour ReSharper. Junie est int�gr�e � ce plugin ; sans lui, le mode Agent n�appara�tra pas dans la fen�tre d�outils AI Assistant.

Licence

Les interactions IA de Junie puisent dans votre quota JetBrains AI, qui est d�j� inclus dans dotUltimate, un pack � All Products � ou un abonnement JetBrains AI distinct. Vous ne disposez encore d�aucun de ces abonnements ? Un essai gratuit est disponible, ce qui vous permet de tester le mode Agent avant de vous engager.

Le mode hors processus est d�sormais activ� par d�faut

Le mode hors processus (Out-of-Process, OOP) de ReSharper est d�sormais activ� par d�faut. Ce changement architectural d�place l�analyse de code de ReSharper hors du processus Visual Studio, ce qui �limine les blocages de l�interface utilisateur, garantit une saisie fluide et assure la stabilit� de votre EDI. L�impact sur la r�activit� est consid�rable. Le mode OOP r�duit de six fois le nombre de pauses perceptibles dans le thread de l�interface utilisateur, ram�ne l�impact de ReSharper au d�marrage � moins d�une seconde et am�liore consid�rablement la latence de saisie.

Ce que cela signifie pour vous : si vous n�avez pas explicitement d�sactiv� le mode � Out-of-Process � par le pass�, ReSharper 2026.2 s�ex�cutera d�sormais en mode OOP. Les utilisateurs ayant explicitement bascul� vers le mode � In-Process � conserveront leur param�tre actuel. Vous pouvez v�rifier le mode actuel et basculer d�un mode � l�autre � tout moment via l�indicateur de la barre d��tat, le menu ReSharper ou la page d�options Environment | Products & Features.

Limitations actuelles : certaines fonctionnalit�s ne sont pas encore prises en charge en mode OOP. Veuillez consulter notre documentation pour obtenir la liste la plus r�cente.

D�bogage pour les �diteurs compatibles avec VS Code

La fonctionnalit� ReSharper la plus demand�e pour VS Code est enfin disponible. Cette version introduit la premi�re impl�mentation du d�bogage pour les �diteurs compatibles avec VS Code, notamment VS Code, Cursor, EDI Google Antigravity, Devin Desktop et Kiro. Reposant sur le m�me moteur central que celui de JetBrains Rider, elle offre :

- La gestion des points d'arr�t, y compris les points d'arr�t conditionnels, � nombre de survenances d�fini, d�pendants et de trace.
- L'inspection en temps r�el des variables et des expressions.
- La navigation pas � pas compl�te.
- Prise en charge de � Launch-and-attach �, directement dans votre �diteur.

Ensemble, ces fonctionnalit�s font de ReSharper l�extension .NET la plus compl�te disponible pour les �diteurs compatibles avec VS Code. Pour en savoir plus sur cette version, consultez l�article de blog d�di�.

Analyse et refactorisation C# plus pointues

- Davantage de cas d�expressions de collection. De nouvelles inspections sugg�rent des expressions de collection dans des sc�narios suppl�mentaires, vous aidant ainsi � conserver un code concis et, dans certains cas, � �viter la cr�ation de collections interm�diaires. La prise en charge des futures fonctionnalit�s du langage C# 15 est �galement en cours de d�veloppement, une compr�hension compl�te du langage �tant pr�vue pour la prochaine version majeure.

- Fonctionnalit� � Extract Method � am�lior�e. � Extract Method � d�tecte d�sormais les doublons exacts et param�tr�s du code s�lectionn� au sein d�un fichier et vous permet de choisir les occurrences � remplacer, afin que vous puissiez regrouper la logique r�p�titive en une seule m�thode bien nomm�e sans avoir � nettoyer chaque doublon � la main.

- Int�gration de .editorconfig et de l�analyseur Roslyn. Ajustez les param�tres .editorconfig relatifs aux avertissements du compilateur directement depuis le menu Alt+Entr�e d�s l�apparition des avertissements, et b�n�ficiez d�une gestion plus pr�cise de la configuration de l�analyseur Roslyn, y compris les param�tres .editorconfig et les r�gles de suppression #pragma.

- Fen�tre contextuelle � Importer les r�f�rences manquantes � plus fluide. La fen�tre contextuelle a �t� repens�e avec un meilleur emplacement, sans scintillement, et un design qui ne vous g�ne pas pendant que vous tapez.

Mises � jour C++

ReSharper 2026.2 ajoute une prise en charge initiale de la r�flexion C++26, jetant ainsi les bases d�une m�taprogrammation de nouvelle g�n�ration � la compilation, ainsi que l��valuation constexpr pour les allocations de m�moire et les exceptions, une prise en charge de premier ordre de l��diteur ISPC, une indexation nettement plus rapide d�Unreal Engine pour le code C++ et de nouvelles inspections de code.

Autres points forts de cette version

- Outils de profilage et de couverture int�gr�s. Les outils de profilage des performances, de profilage de la m�moire et de couverture de code sont d�sormais install�s automatiquement avec ReSharper et pr�ts � l�emploi dans Visual Studio, sans t�l�chargement suppl�mentaire. Vous pr�f�rez une configuration all�g�e ? Vous pouvez les d�sactiver � tout moment sous Options | Products and Features, ou continuer � utiliser les applications autonomes dotTrace, dotMemory et dotCover.

- Prise en charge �tendue des outils � Out-of-Process �. dotTrace, dotMemory et l�outil Monitoring fonctionnent d�sormais lorsque ReSharper s�ex�cute en mode � Out-of-Process �.

- L�analyse dynamique des programmes (DPA) a �t� retir�e. La fonctionnalit� de surveillance �tant d�sormais disponible en mode � Out-of-Process �, la transition annonc�e dans la version pr�c�dente est achev�e : la DPA sera supprim�e dans la version 2026.2, et ses fonctionnalit�s principales sont int�gr�es � la nouvelle exp�rience de surveillance.

- Performances. Le traitement des fichiers .cshtml et .razor est plus rapide et plus �conome en m�moire gr�ce � la mise en cache des arbres syntaxiques analys�s, ce qui am�liore des fonctionnalit�s telles que � Find Usages � et les refactorisations ; de plus, la r�duction des allocations de m�moire acc�l�re l�indexation au d�marrage.

- Mise � jour du programme d�installation hors ligne dotUltimate pour Windows. Le programme d�installation hors ligne est d�sormais fourni sous forme d�archive .ZIP au lieu d�un fichier .EXE autonome. Extrayez l�archive et ex�cutez le programme d�installation inclus, en veillant � conserver ensemble le fichier ex�cutable du programme d�installation et son fichier .dat associ� (qui contient les binaires de Rider). Les scripts de d�ploiement devront peut-�tre tenir compte de cette �tape d�extraction suppl�mentaire.

ReSharper 2026.2 marque le d�but d�une approche plus ouverte de l�IA pour .NET dans Visual Studio, tout en apportant de r�els gains en mati�re de d�bogage, d�analyse et d�outillage. T�l�chargez la derni�re version et essayez le mode � Junie�s Agent �.

:fleche: T�l�chargez ReSharper 2026.2

Images attach�es

ReSharper C++ 2026.2 : r�flexion C++26, prise en charge du langage ISPC, et bien plus encore

Jade Emy — Tue, 28 Jul 2026 14:28:38 GMT

JetBrains ReSharper C++ 2026.2, l'extension Visual Studio pour le d�veloppement C++, est disponible, avec la prise en charge de la r�flexion C++26 et la prise en charge du langage ISPC

JetBrains est une soci�t� sp�cialis�e dans le d�veloppement de logiciels, qui con�oit des outils destin�s aux programmeurs (d�veloppeurs de logiciels) et aux chefs de projet. JetBrains propose divers environnements de d�veloppement int�gr�s (EDI), tels que IntelliJ IDEA, PyCharm, Rider, WebStorm et CLion. Elle a �galement cr�� en 2011 le langage de programmation Kotlin, qui peut s'ex�cuter sur une machine virtuelle Java (JVM)

ReSharper est une extension de Visual Studio destin�e aux d�veloppeurs .NET, lanc�e pour la premi�re fois en 2004. Il s'agit du produit commercial le plus ancien de JetBrains. ReSharper fournit une analyse de la qualit� du code en temps r�el pour les langages C#, VB.NET, XAML, ASP.NET, JavaScript, TypeScript, CSS, HTML et XML. ReSharper C++ est l'extension Visual Studio pour le d�veloppement C++.

ReSharper C++ 2026.2 est d�sormais disponible et apporte une premi�re prise en charge de la r�flexion C++26, l�ajout le plus attendu au langage C++ ces derni�res ann�es. Cette version introduit �galement la prise en charge des agents ACP dans ReSharper, avec Junie comme premier agent disponible, ajoute la prise en charge du langage ISPC et acc�l�re consid�rablement l�indexation dans les projets Unreal Engine. Parmi les autres points forts, citons les mises � jour de l��valuateur constexpr, de nouvelles inspections de code et des am�liorations en mati�re de refactorisation.

Voici les changements et am�liorations les plus importants dans cette version :

Prise en charge du C++

R�flexion C++26

La fonctionnalit� phare de cette version est la r�flexion C++26, un ajout tant attendu au langage qui permet l�introspection et la g�n�ration de code � la compilation. Gr�ce � cette mise � jour, ReSharper C++ reconna�t les primitives de r�flexion de base :

- L�op�rateur ^^ (reflect), qui produit une valeur std::meta::info repr�sentant l�entit� r�fl�chie.

- La syntaxe [: ... :] (splice), qui reconvertit une valeur de r�flexion en une construction du langage.

- Les requ�tes � la compilation sur les types, membres, �num�rateurs et autres entit�s refl�t�s.

Parmi les principaux compilateurs C++, seul GCC 16 prend actuellement en charge la r�flexion C++26. Pour tester d�s maintenant la r�flexion C++26 dans Visual Studio, vous pouvez notamment cr�er un projet C++ sous Linux et le compiler � l�aide de WSL sur une distribution Linux incluant GCC 16, comme Fedora 44.

Fonctionnalit�s C++26 associ�es

La prise en charge de la r�flexion est compl�t�e par deux fonctionnalit�s linguistiques C++26 associ�es :

- ReSharper C++ prend d�sormais en charge les blocs consteval { ... } qui sont �valu�s � la compilation et peuvent injecter des d�clarations dans la port�e englobante. Les blocs consteval offrent un moyen propre de d�clencher des effets secondaires � la compilation, ce qui les rend particuli�rement utiles pour la m�taprogrammation pratique avec la r�flexion.

- Des annotations d�finies par l�utilisateur peuvent d�sormais �tre associ�es � des d�clarations et interrog�es via l�API de r�flexion, ce qui permet une g�n�ration de code personnalis�e pilot�e par des m�tadonn�es.

�valuation constexpr.

L'�quipe de JetBrains a �galement mis � jour l��valuateur constexpr en y ajoutant deux fonctionnalit�s importantes :

- L��valuateur prend d�sormais en charge l�allocation dynamique de m�moire lors de l��valuation des constantes � une fonctionnalit� introduite dans C++20. Cela permet une �valuation correcte du code constexpr utilisant new/delete ou des conteneurs standard tels que std::vector et std::string.

- L��valuateur prend d�sormais en charge les exceptions constexpr de C++26 et g�re les expressions try/catch et throw lors de l��valuation des constantes.

Prise en charge du langage ISPC

Ils ont ajout� la prise en charge d�ISPC (Intel SPMD Program Compiler), un langage con�u pour la programmation parall�le haute performance sur les processeurs. ISPC repose sur le mod�le de programmation SPMD, dans lequel vous �crivez du code qui ressemble � un programme s�rie standard, mais o�, lors de l�ex�cution, plusieurs instances du programme s�ex�cutent en parall�le sur le mat�riel cible. ISPC est largement utilis� dans les moteurs de jeux, les syst�mes de rendu et le calcul scientifique, notamment dans les projets Unreal Engine.

ReSharper C++ propose d�sormais la coloration syntaxique, l�analyse de code, la navigation et l�aide � la programmation pour les fichiers ISPC, offrant ainsi � votre code ISPC la m�me qualit� de prise en charge que celle que vous attendez pour le C++.

Unreal Engine

Performances

Cette version apporte des am�liorations majeures en termes de performances lors du d�marrage des projets Unreal Engine. ReSharper C++ utilise d�sormais les informations de projet provenant de UnrealBuildTool pour acc�l�rer l�indexation initiale en analysant uniquement les fichiers inclus dans le mod�le de projet Unreal Engine. Combin� � d�autres optimisations, notamment des am�liorations de l�indexation multithread, cela se traduit par un gain de vitesse significatif.

D�apr�s les mesures effectu�es sur la solution d�exemple Lyra :

- L�indexation initiale du code C++ est jusqu�� 55 % plus rapide.
- Le chargement des caches C++ lors d�un d�marrage � chaud est jusqu�� 35 % plus rapide.

Vous pouvez d�sactiver ce nouveau comportement d�indexation en d�cochant l�option Index only files in Unreal Engine project model sur la page de param�tres Code Editing | C/C++ | Unreal Engine.

Prise en charge des Blueprints

La prise en charge des Blueprints a �galement fait l�objet d�une refonte majeure, ce qui se traduit par une r�duction significative du temps d�indexation. Sur la solution d�exemple Lyra, l�indexation des Blueprints est jusqu�� 40 % plus rapide, mais le gain de vitesse exact dans votre projet d�pend de la structure de vos ressources. ReSharper C++ d�tecte d�sormais �galement les utilisations des balises de gameplay au sein des ressources Blueprint et les affiche dans Code Vision et dans Find usages, vous offrant ainsi une vue d�ensemble compl�te des emplacements o� vos balises de gameplay sont utilis�es dans l�ensemble du projet.

Analyse du code

Liaison interne

La nouvelle fonctionnalit� d�inspection Entity can have internal linkage d�tecte les fonctions, variables et classes qui ne sont pas utilis�es en dehors de leur unit� de traduction. Vous pouvez utiliser les corrections propos�es pour marquer ces entit�s comme static ou les d�placer dans un espace de noms anonyme, ce qui aide le compilateur � optimiser le code et �vite les conflits de liaison ind�sirables.

Initialiseurs d�sign�s dans l�initialisation d�agr�gats

ReSharper C++ sugg�re d�sormais d�ajouter des d�signateurs aux listes d�initialiseurs entre accolades dans l�initialisation d�agr�gats. Les initialiseurs d�sign�s, disponibles depuis C++20 et C99, indiquent explicitement � quel membre correspond chaque initialiseur, ce qui am�liore la lisibilit� du code et r�duit le risque d�erreurs en cas de r�organisation des membres. Une action contextuelle correspondante est �galement disponible et peut �tre utilis�e m�me lorsque l�inspection est d�sactiv�e.

Appels � des fonctions de base red�finies

Une autre nouvelle inspection d�tecte les appels qualifi�s � des fonctions virtuelles de base qui sont red�finies dans une classe d�riv�e. Appeler directement une fonction virtuelle de la classe de base plut�t que via un dispatch virtuel peut �tre source de bogues subtils, et cette inspection permet de d�tecter de tels cas.

Attribut [[jetbrains::used_implicitly]].

ReSharper C++ reconna�t d�sormais l�attribut [[jetbrains::used_implicitly]], qui peut �tre appliqu� � des symboles afin de d�sactiver les inspections qui sugg�reraient autrement de modifier leur signature ou leur liaison. Cela s�av�re utile pour les symboles utilis�s via la r�flexion, la g�n�ration de code ou d�autres m�canismes invisibles � l�analyse statique.

Aide au codage

Am�liorations de la refactorisation

Deux am�liorations apport�es � la refactorisation facilitent la restructuration du code :

- L�appel de la fonction Inline Function sur une d�claration de fonction int�gre d�sormais toutes les utilisations de la fonction dans l�ensemble du code, et pas seulement celle situ�e sous le curseur.

- La refactorisation Extract Method est d�sormais disponible � l�int�rieur des corps de lambda, ce qui vous permet d�extraire des parties d�un lambda pour les placer dans une fonction distincte.

Actions contextuelles

De nouvelles actions contextuelles facilitent les t�ches quotidiennes :

- Une nouvelle action contextuelle vous permet d�activer ou de d�sactiver facilement le qualificateur const sur une fonction membre.

- Vous pouvez d�sormais ins�rer rapidement une directive #pragma clang diagnostic ignored pour supprimer un diagnostic Clang sp�cifique sur la ligne actuelle.

- Dans les projets Unreal Engine, vous pouvez d�sormais copier le chemin d�inclusion du fichier d�en-t�te actuellement ouvert � partir du menu Copy Code Reference, ce qui facilite le collage de la directive #include correcte.

:fleche: T�l�chargez ReSharper C++ 2026.2

Images attach�es

Rider 2026.2 : intelligence de l�EDI pour les agents IA, performances accrues

Jade Emy — Tue, 28 Jul 2026 07:59:22 GMT

La derni�re version de l'EDI JetBrains pour le d�veloppement .NET Rider 2026.2 est disponible, avec l'intelligence de l'EDI pour les agents IA et des mises � jour pour le d�veloppement de jeux

JetBrains est une soci�t� sp�cialis�e dans le d�veloppement de logiciels, qui con�oit des outils destin�s aux programmeurs (d�veloppeurs de logiciels) et aux chefs de projet. JetBrains propose divers environnements de d�veloppement int�gr�s (EDI), tels que IntelliJ IDEA, PyCharm, Rider, WebStorm et CLion. JetBrains Rider est l'EDI pour le d�veloppement .NET (principalement en C# et F#) et le d�veloppement de jeux avec Unity (C#) et Unreal Engine (C++).

JetBrains annonce que Rider 2026.2 est disponible et met l�intelligence propre � l�EDI au service de vos agents de codage IA, afin qu�ils puissent s�appuyer sur une connaissance r�elle du projet plut�t que de devoir la reconstituer � partir de fichiers et de la sortie du terminal. Un nouvel ensemble de comp�tences pour les agents couvre les tests, le profilage, la refactorisation et les workflows officiels Microsoft .NET, et GitHub Copilot rejoint d�sormais la gamme en tant qu�agent int�gr� en natif. Cette version apporte �galement une s�rie d�am�liorations de performances qui rendent l�IDE plus r�actif tant pour le d�veloppement .NET que pour le d�veloppement de jeux vid�o.

Mettez l�intelligence de Rider au service de vos agents IA

Rider 2026.2 connecte directement les agents de codage aux donn�es de couverture de l�EDI, aux informations du profileur, au moteur de refactorisation et aux conseils sp�cifiques au framework, ce qui leur permet de cerner plus rapidement le contexte et d�apporter des modifications plus s�res, en r�duisant les conjectures et le gaspillage de jetons. Les comp�tences int�gr�es sont fournies avec l�EDI sous forme de workflows int�gr�s, aidant les agents � g�rer des t�ches sp�cifiques sans avoir � �laborer eux-m�mes chaque �tape. D�autres comp�tences peuvent �tre ajout�es via le gestionnaire de comp�tences des agents.

Voici quelques-unes des comp�tences qui se d�marquent dans cette version :

- dottrace-analyze est une comp�tence int�gr�e capable de lire un instantan� dotTrace .dtp que vous lui fournissez, d�identifier o� le processeur a r�ellement �t� sollicit� et de retracer le chemin d�acc�s le plus fr�quent dans votre code.

- Les hooks de v�rification de la qualit� du code pour Claude Code valident chaque modification effectu�e par un agent avant qu�il ne puisse continuer, bloquant les erreurs et renvoyant des avertissements � titre de retour d�information.

- finding-tests utilise les donn�es dotCover pour indiquer � votre agent o� placer de nouveaux tests et comment les formater pour respecter vos conventions.

- Des comp�tences Unreal Engine adapt�es aux jeux pour la cr�ation en UE C++, le d�bogage en direct et la cr�ation de tests.

Outre les comp�tences propri�taires de JetBrains Rider, cette derni�re version prend �galement en charge les comp�tences officielles Microsoft .NET, Aspire et Azure, qui sont faciles � trouver et � installer directement depuis l�EDI. Vous pouvez consulter la liste compl�te des comp�tences d�agent disponibles dans Settings/Preferences | Tools | AI Assistant | Skills. Les hooks de v�rification de la qualit� du code se trouvent et se configurent sous Tools | AI Agent Hooks.

Plus de choix en mati�re d�IA : Copilot int�gr�, ainsi que vos propres mod�les pour la compl�tion de code

GitHub Copilot est d�sormais un agent int�gr� en natif, fruit d�un partenariat direct entre JetBrains et Microsoft. Copilot est disponible d�s l�installation depuis le s�lecteur d�agents dans le chat IA, avec une connexion via OAuth et sans configuration du registre ACP requise (un abonnement Copilot actif est n�cessaire).

La compl�tion IA prend d�sormais en charge les fournisseurs tiers. Outre les mod�les entra�n�s par JetBrains, disponibles d�embl�e pour tous les utilisateurs de l�IA JetBrains, vous pouvez d�sormais connecter votre propre mod�le de compl�tion, configur� ind�pendamment de votre fournisseur d�agent. Les options prises en charge incluent des points de terminaison compatibles OpenAI tels que LM Studio ou llama.cpp, ainsi que Mercury d�Inception Labs.

Gains de performances pour .NET et Unreal Engine

Rider 2026.2 r�duit les temps d�attente qui interrompent votre flux de travail. Sous Windows, le lancement du d�bogueur est environ 2,8 secondes plus rapide pour les applications .NET, le changement de branche dans les solutions bas�es sur Roslyn est g�n�ralement 2 � 3 fois plus rapide, et les processus backend utilisent environ 7 � 8 % de m�moire en moins. Pour les projets Unreal Engine volumineux ouverts via le fichier .sln g�n�r�, l�indexation C++ s�effectue environ deux fois plus vite que dans la version 2026.1.

Rechargement � chaud pour WPF

L�un des plus grands gains de productivit� .NET de cette version : le rechargement � chaud WPF vous permet de modifier votre code XAML pendant que l�application s�ex�cute sous le d�bogueur Rider et de voir les modifications enregistr�es s�appliquer instantan�ment. Modifiez les mises en page, les styles, les mod�les et les ressources sans avoir � recompiler, red�marrer ou revenir � l��cran sur lequel vous vous trouviez. Associ� au � C# Hot Reload � existant de Rider, cette fonctionnalit� transforme l�it�ration de l�interface utilisateur en une boucle serr�e et ininterrompue.

D�veloppement de jeux

Le d�veloppement de jeux est une priorit� � chaque nouvelle version, et la version 2026.2 apporte des avanc�es sur trois fronts : l�acc�l�ration de l�indexation Unreal, les comp�tences des agents IA adapt�s aux jeux, et un d�bogage de premier ordre gr�ce � la prise en charge de base de Natvis sur Linux et macOS (y compris le chemin d�acc�s recommand� godot-cpp.natvis pour les types Godot).

Le d�veloppement sous Godot semble �galement plus abouti, gr�ce � un nouveau formateur GDScript configurable, � la possibilit� de glisser-d�poser des n�uds de sc�ne dans le code sous forme de chemins d�acc�s ou de variables @onready/@export, � l�extension officielle d�int�gration JetBrains Rider disponible sur le Godot Asset Store, ainsi qu�� une r�solution plus pr�cise des Autoloads et des r�f�rences uid://.

Du c�t� d�Unreal, la navigation dans UInterface et l�utilisation des balises de gameplay sont d�sormais disponibles � la fois en C++ et dans les Blueprints, et ISPC b�n�ficie d�une prise en charge de premier ordre dans l��diteur.

Prise en charge des derniers langages

- C# : Rider int�gre les derni�res mises � jour de ReSharper pour l�analyse, la refactorisation et la prise en charge des langages.

- C++ : prise en charge initiale de la r�flexion C++26 (l�op�rateur ^^, le splicing et les blocs consteval), ainsi qu�un �valuateur constexpr qui g�re d�sormais les allocations dynamiques et les exceptions.

- F# : une nouvelle action pour d�sactiver et r�tablir les avertissements du compilateur, des importations de symboles plus fiables � partir des erreurs, une interop�rabilit� C# 14 plus fluide et des corrections suppl�mentaires pour le d�bogage.

Autres points forts de cette version

- Mod�les d�applications C# bas�s sur des fichiers : cr�ez, modifiez et ex�cutez des scripts C# � fichier unique, des utilitaires de d�p�t et des aides � l�int�gration continue sans avoir � cr�er un projet complet.

- Prise en charge de TypeScript 7 : le compilateur bas� sur Go r�duit consid�rablement le temps de chargement des projets ; lors de nos tests sur le code source de Kibana, ce temps est pass� d�environ 12 secondes � environ 3 secondes.

- Azure Functions int�gr�es : cr�ez, ex�cutez, d�boguez et conteneurisez des projets Functions localement sans avoir besoin du plugin Azure Toolkit s�par�.

- Demandes de modification (pull requests) Azure DevOps : r�pertoriez, filtrez, examinez, votez et cr�ez des PR depuis une nouvelle fen�tre d�outils, sans quitter Rider.

- Aper�us des intentions : visualisez les diff�rences qu�une correction rapide ou une action contextuelle va g�n�rer avant de l�appliquer.

- Fen�tre d�outils NuGet repens�e : la navigation, les paquets install�s et les mises � jour disposent d�sormais de chemins d�acc�s distincts et plus cibl�s.

- D�bogage plus intelligent : commande � Step Into � plus pr�visible et valeurs de retour plus claires pour C#/F#, ainsi qu�un d�bogage plus fiable des g�n�rateurs de code source sous Linux et macOS.

:fleche: T�l�chargez Rider 2026.2

Images attach�es

Pr�sentation de JetBrains Context : l�intelligence de r�f�rentiel pour les agents de codage

Jade Emy — Tue, 28 Jul 2026 06:34:37 GMT

JetBrains pr�sente JetBrains Context, une nouvelle couche d�intelligence de r�f�rentiel pour les agents de codage IA, permettant aux agents IA de travailler plus efficacement

JetBrains est une soci�t� sp�cialis�e dans le d�veloppement de logiciels, qui con�oit des outils destin�s aux programmeurs (d�veloppeurs de logiciels) et aux chefs de projet. JetBrains propose divers environnements de d�veloppement int�gr�s (EDI), tels que IntelliJ IDEA, PyCharm, Rider, WebStorm et CLion. Elle a �galement cr�� en 2011 le langage de programmation Kotlin, qui peut s'ex�cuter sur une machine virtuelle Java (JVM).

R�cemment, JetBrains a lanc� JetBrains Context, une nouvelle couche d�intelligence de r�f�rentiel qui aide les agents de codage � travailler plus efficacement et � produire des r�sultats de meilleure qualit� sur des bases de code complexes. Dans le cadre du d�ploiement de JetBrains AI for Teams and Organizations, JetBrains Context est d�sormais disponible en acc�s anticip� sans frais suppl�mentaires avec votre abonnement JetBrains AI. Il s�int�gre � Claude Code, Codex CLI et Junie CLI, et peut �tre utilis� depuis les EDI JetBrains, Air, VS Code et d�autres �diteurs pris en charge.

JetBrains s�est toujours attach� � am�liorer l�efficacit� des d�veloppeurs, m�me lorsqu�ils travaillent sur les bases de code les plus complexes. Historiquement, cela s�est traduit par la mise � disposition de fonctionnalit�s intelligentes telles que l�autocompl�tion, l�analyse de code et la navigation. Avec cette annonce, l'�quipe de JetBrains �tend cette m�me productivit� aux agents IA en leur fournissant les informations de r�f�rentiel dont ils ont besoin pour �crire, valider et r�viser efficacement le code. Vlad Tankov, Directeur technique du d�partement JetBrains Agent Systems a d�clar� : � Nous avons pass� des d�cennies � aider les d�veloppeurs � se familiariser avec des bases de code complexes. Il s�av�re que les agents IA ont besoin d�une aide similaire lorsqu�ils travaillent sur un projet qui ne leur est pas familier. �

Dans les bases de code d�entreprise, le contexte est essentiel. C�est ce qui fait la diff�rence entre des r�sultats m�diocres n�cessitant une r�vision minutieuse et des retouches, et un codage efficace par les agents qui comprend votre base de code, vos API, vos d�pendances, vos mod�les d�impl�mentation et vos conventions d�ing�nierie. Tout comme les d�veloppeurs, les agents n�ont pas besoin d��tre pris par la main sur des projets de validation de concept � petite �chelle, mais ils ont besoin d�un contexte suppl�mentaire : ce savoir institutionnel tacite et ces connaissances qui leur permettent de travailler efficacement avec de grandes bases de code.

La nouvelle r�alit� pour les agents

L'investissement de JetBrains dans le contexte fait �cho � un besoin croissant chez les d�veloppeurs de perfectionner leurs agents. Alors que les d�veloppeurs se contentaient auparavant de pratiquement n�importe quel r�sultat g�n�r� par l�IA, la � phase de lune de miel � touche d�sormais � sa fin et les choses se compliquent. Les attentes envers les d�veloppeurs augmentent, et le champ d�application de l�IA s��largit � mesure que les d�veloppeurs s�efforcent de r�pondre aux nouvelles exigences. La demande de retour sur investissement de l�IA se traduit par des d�lais raccourcis pour les �quipes et l�apparition de quotas d�IA. Cela signifie que nous ne pouvons plus d�penser des jetons sans limite pour r�soudre les probl�mes par la force brute en faisant tourner les meilleurs mod�les. Les exigences de la r�alit� rattrapent rapidement les nouveaux superpouvoirs des agents.

Ce qui n��tait autrefois qu�un simple inconv�nient se transforme peu � peu en goulot d��tranglement. La plupart des t�ches de r�solution de probl�mes et de d�veloppement de fonctionnalit�s exigent des agents qu�ils effectuent une exploration approfondie du code pour comprendre l��tat actuel ou obtenir une r�f�rence pour les modifications pr�vues. Dans la pratique, cela implique d�effectuer des recherches, de lancer des agents d�exploration et de lire des fichiers � des activit�s qui consomment souvent du temps et des jetons. M�me avec les mod�les les plus performants d�aujourd�hui, un contexte et une visibilit� sur le d�p�t limit�s peuvent emp�cher les agents de trouver le bon code, de rep�rer de bons exemples d�impl�mentation ou d�identifier des mod�les existants m�ritant d��tre r�utilis�s. Le r�sultat est simple : moins les agents passent de temps � explorer les d�p�ts, plus ils peuvent se consacrer � la t�che � accomplir. C�est exactement le probl�me que JetBrains Context a �t� con�u pour r�soudre.

Qu�est-ce que JetBrains Context ?

JetBrains Context est une couche d�intelligence de r�f�rentiels destin�e aux agents de codage tels que Claude Agent, OpenAI Codex et JetBrains Junie. Il construit de mani�re incr�mentielle un index s�mantique de vos r�f�rentiels et offre une recherche s�mantique, aidant ainsi les agents � acc�der aux connaissances pertinentes des r�f�rentiels au lieu de rechercher et de lire des fichiers � plusieurs reprises. Au lieu de s�appuyer uniquement sur des recherches par mots-cl�s et l�exploration r�p�t�e de fichiers, il peut poser directement n�importe quelle question ou rechercher des termes ou concepts associ�s. Pour que cela fonctionne, nous nous appuyons sur deux composants principaux : un backend qui indexe progressivement le d�p�t et des outils de recherche s�mantique qui permettent aux agents d�interroger ces donn�es.

L�une des fonctionnalit�s importantes que nous sommes ravis de d�ployer est la recherche multi-d�p�ts. Au lieu d��tre limit�s au d�p�t actuel, les agents peuvent d�couvrir du code pertinent dans l�ensemble de la base de code de votre organisation, y compris dans les d�p�ts qui ne sont pas extraits localement. Cela les aide � valider les API et les d�pendances, � comprendre l�impact des modifications ou � localiser du code r�utilisable dans des projets distants. Au final, cela permet de maintenir un niveau de qualit� du code plus �lev�, d��viter le travail superflu et d�am�liorer la coh�rence architecturale au sein de la base de code.

C�est � l�usage que l�on juge (ou, devrions-nous dire, aux tests)

L'�quipe de JetBrains rapporte avoir valid� JetBrains Context sur 205 t�ches open source SWE-bench, 175 t�ches de monorepo de production et 1 953 t�ches de localisation de code. Sur l�ensemble de ces benchmarks, JetBrains Context a r�duit le nombre de tours d�agent jusqu�� 68 %, la latence jusqu�� 59 % et le co�t d�ex�cution jusqu�� 48 %.

Il n�est pas facile d��valuer les syst�mes d�IA de mani�re coh�rente. Les agents de codage modernes sont intrins�quement probabilistes ; c�est pourquoi nous avons con�u notre �valuation autour de benchmarks reconnus du secteur et de r�f�rentiels � l��chelle de production. Gr�ce � ces �valuations, nous avons r�ussi � am�liorer cette technologie au point de pouvoir affirmer avec certitude qu�elle apporte une diff�rence consid�rable en termes de temps, de co�ts et de qualit� du code pour les bases de code volumineuses.

Voici un extrait de l'annonce de JetBrains :

L�acc�s anticip� � JetBrains Context est d�j� inclus dans votre abonnement !

Suivez les instructions sur notre page d�accueil pour commencer :

1. Installez l�interface de ligne de commande (CLI) � l�aide d�une simple requ�te GET.

2. Authentifiez-vous � l�aide de la commande CLI jbcontext login. Vos identifiants fonctionneront tels quels. Une licence JetBrains AI est requise, mais JetBrains Context ne consommera aucun quota.

3. Acc�dez au dossier de votre projet et configurez JetBrains Context pour votre agent de codage pr�f�r� � l�aide de la commande jbcontext setup-agent. Vous pouvez �galement effectuer cette configuration de mani�re globale au niveau de l�utilisateur.

4. JetBrains Context indexera automatiquement votre code via les hooks de l�agent, mais vous pouvez �galement le faire explicitement en appelant la commande jbcontext index. Votre code source n�est pas stock� sur les serveurs de JetBrains Context.

D�sormais, au fur et � mesure que vous codez normalement, vous constaterez que l�agent est dot� de nouvelles fonctionnalit�s d�intelligence de r�f�rentiel qui le rendent bien plus productif.

Apr�s avoir test� JetBrains Context, si vous n��tes pas certain que cela vous aide ou non, vous pouvez consulter nos nouvelles analyses int�gr�es ! Il vous suffit de taper jbcontext analyze pour voir les �conomies de co�ts et de temps r�alis�es sur la base de vos donn�es en temps r�el.

Nous serions ravis de conna�tre votre avis. Partagez vos commentaires, posez vos questions ou racontez-nous votre exp�rience dans les commentaires ci-dessous. Vous pouvez �galement utiliser la commande jbcontext send-feedback directement depuis l�interface de ligne de commande (CLI).

:fleche: Commencez � utiliser JetBrains Context

Images attach�es

JetBrains annonce la disponibilit� de PyCharm 2026.2

Jade Emy — Thu, 23 Jul 2026 02:16:48 GMT

JetBrains annonce la disponibilit� de PyCharm 2026.2, la derni�re version de l'EDI destin� � la programmation en Python, apportant un nouveau plugin Rust pour cr�er des extensions Python

PyCharm est un environnement de d�veloppement int�gr� (EDI) destin� � la programmation en Python. Il offre des fonctionnalit�s d'analyse de code, un d�bogueur graphique, un outil de test unitaire int�gr�, une int�gration avec les syst�mes de contr�le de version, et prend en charge le d�veloppement web avec Django. PyCharm est d�velopp� par JetBrains et repose sur sa plateforme IntelliJ. PyCharm est multiplateforme et fonctionne sous Microsoft Windows, macOS et Linux.

PyCharm 2026.2, la derni�re version de l'EDI, est d�sormais disponible. Dans PyCharm 2026.2, vous pouvez cr�er des extensions Python avec le nouveau plugin Rust et les d�boguer avec debugpy, qui est d�sormais le moteur par d�faut. L�ex�cution des utilitaires externes est d�sormais g�r�e via une interface de param�tres repens�e pour uvx, tandis que les configurations multi-projets sont prises en charge nativement pour les espaces de travail uv, Poetry et Hatch. Cette version introduit �galement une minimap dans l��diteur, int�gre le moteur Pyrefly pour acc�l�rer l�analyse des types, ajoute la g�n�ration de projets par IA et bien plus encore.

Voici les principales am�liorations de cette version :

D�veloppement d�extensions Python avec le plugin Rust [B�ta][Pro] : Travaillez en toute fluidit� sur des projets Python qui utilisent des modules Rust pour acc�l�rer les composants les plus critiques en mati�re de performances.

debugpy en tant que d�bogueur par d�faut : Suite � son introduction en tant que backend optionnel avec la version 2026.1, debugpy est d�sormais activ� par d�faut pour tous les projets Python et les notebooks Jupyter en utilisant le protocole Debug Adapter (DAP).

Prise en charge des outils g�r�s par uv et uvx : PyCharm s�appuie d�sormais sur la cha�ne d�outils uv pour simplifier l�ex�cution de vos utilitaires de d�veloppement externes, �liminant ainsi les installations manuelles de paquets qui encombrent votre environnement local.

Prise en charge des projets multiples uv, Poetry et Hatch, ainsi que des espaces de travail uv [B�ta] : Pr�c�demment disponible en tant que fonctionnalit� optionnelle dans PyCharm 2026.1.1, cette fonctionnalit� est activ�e par d�faut dans la version 2026.2. Elle simplifie la gestion de vos sous-projets et fournit des informations plus riches sur les d�pendances, directement dans vos fichiers de configuration.

Mini-carte de l��diteur : Naviguez parmi des fichiers source et des notebooks complexes plus efficacement avec la mini-carte officielle de l��diteur. Elle offre une vue d�ensemble visuelle de la structure de votre document pour tous les types de fichiers pris en charge, tout en proposant une pr�sentation sp�cialement con�ue pour les notebooks Jupyter.

Int�gration du moteur de type Pyrefly : Utilisez Pyrefly comme moteur de typage externe pour acc�l�rer de fa�on significative les fonctionnalit�s d�analyse de code pour les bases de code Python de grande envergure.

Commencez de nouveaux projets avec l�IA : Si vous disposez d�une licence JetBrains AI, vous pouvez d�sormais g�n�rer des projets enti�rement configur�s et ex�cutables en utilisant des instructions g�n�ratives (prompt) en langage naturel directement depuis l��cran d�accueil.

Gestionnaire des comp�tences des agents : L�utilit� des agents d�IA d�pend directement du contexte dont ils disposent. Si vous ne leur indiquez pas les frameworks, les conventions et les outils utilis�s, vous devrez tout r�expliquer dans chaque nouvelle fen�tre de chat.

Les comp�tences d�agents corrigent cela. Il suffit de les installer une fois dans PyCharm pour que vos agents utilisent cette connaissance du domaine pour chaque projet et session, automatiquement. Parcourez et g�rez les comp�tences directement depuis l�EDI, enrichissez la biblioth�que int�gr�e avec des registres externes tels que des r�f�rentiels GitHub publics, ou laissez PyCharm importer les comp�tences que vous avez d�j� configur�es pour Claude Code ou Codex.

:fleche: D�couvrez toutes les nouveaut�s

:fleche: T�l�chargez PyCharm 2026.2