Les applets Java des années 2000 ne fonctionnent plus dans aucun navigateur moderne. Pourtant, des milliers de projets web s’appuient encore sur du code vieillissant que personne n’a le temps ou le budget de réécrire. C’est exactement ce problème que les agents de codage IA commencent à résoudre, et un exemple inattendu vient de le démontrer de façon très concrète.
Quand un mathématicien de génie adopte les agents de codage IA
Le 11 juillet 2026, Terence Tao, médaillé Fields et l’un des mathématiciens les plus reconnus au monde, a publié un billet sur son blog personnel. Il y décrit comment il a utilisé des agents de codage modernes pour migrer d’anciennes applets Java vers un dépôt maintenable. Le constat de départ est simple : ces applets, qu’il avait développées manuellement à une autre époque, sont devenues inutilisables à mesure que les standards web ont évolué.
Ce n’est pas un développeur professionnel qui parle ici. C’est quelqu’un pour qui la programmation est un outil, pas un métier. Et c’est précisément ce qui rend ce témoignage intéressant.
Le billet a rapidement généré 422 points et 126 commentaires sur Hacker News, un score bien au-dessus de la moyenne. La notoriété de Tao a certainement amplifié la diffusion, mais l’engouement reflète aussi un intérêt réel pour les usages pratiques de ces outils sur du code ancien.
Ce que la migration de code legacy révèle sur l’état des agents
La programmation manuelle de contenu web interactif était coûteuse en temps, même pour un esprit aussi affûté que celui de Tao. Les agents de codage changent cette équation. Ils permettent de décrire un comportement attendu et d’obtenir du code fonctionnel, sans avoir à maîtriser chaque détail syntaxique d’un framework moderne.
Pour les équipes techniques, le cas d’usage est encore plus direct :
- Réécriture d’applets Java ou de scripts Flash en JavaScript moderne
- Conversion de scripts Python 2 vers Python 3 avec gestion des dépendances
- Migration de jQuery vers des frameworks réactifs sans réécriture complète
- Documentation automatique de code sans commentaires existants
- Détection de failles de sécurité dans du code vieillissant avant migration
Dans chacun de ces cas, l’agent de codage sert de traducteur entre l’ancien monde et le nouveau. Le développeur garde le contrôle, mais délègue la partie répétitive et fastidieuse.
L’écosystème des agents CLI : une cartographie utile
Le dépôt GitHub bradAGI/awesome-cli-coding-agents recense de façon structurée les agents de codage disponibles en ligne de commande. Il distingue trois grandes catégories.
Les outils open source
Aider, Goose et OpenCode figurent parmi les références. Ils s’intègrent directement dans le terminal, restent configurables et laissent les données sous contrôle local. Pour des projets sensibles ou des environnements réglementés, c’est souvent le premier critère de sélection.
Les agents de plateformes
Claude Code (Anthropic), Codex (OpenAI) et Gemini CLI (Google) proposent des capacités plus avancées, adossées à des modèles de grande taille. L’expérience utilisateur est souvent plus fluide, mais la dépendance à un fournisseur tiers est réelle.
Les orchestrateurs et runners parallèles
Certains outils permettent de lancer plusieurs agents en parallèle ou de chaîner des tâches complexes. C’est utile pour des migrations à grande échelle où plusieurs composants doivent être traités simultanément.
Cette cartographie évolue vite. Les métriques d’étoiles GitHub donnent une indication de l’adoption, mais elles ne remplacent pas un test sur un vrai projet.
La question de la souveraineté des données : un signal d’alarme discret
Un incident récent autour de Claude Code mérite d’être mentionné clairement. Une issue ouverte sur le dépôt officiel d’Anthropic (anthropics/claude-code/issues/62476) révèle que l’outil supprime automatiquement les transcripts de conversation après 30 jours. Anthropic a refusé de corriger ce comportement.
Pour un usage personnel, c’est une gêne acceptable. Pour un usage professionnel ou scientifique, c’est une autre histoire. Un transcript d’agent de codage, c’est une trace de décision technique. C’est de l’historique d’audit. Dans des contextes réglementés (santé, finance, défense), sa disparition automatique pose un vrai problème de conformité.
Ce type d’incident illustre une tension plus large : les agents propriétaires offrent les meilleures capacités mais imposent leurs règles. Les agents open source offrent la maîtrise mais demandent plus d’effort d’intégration. Il n’existe pas de réponse universelle, seulement un arbitrage à faire selon le contexte.
Ce qu’il faut retenir
- Les agents de codage IA rendent la migration de code legacy accessible à des profils non spécialistes, comme l’illustre le cas de Terence Tao avec ses applets Java.
- L’écosystème est mature et bien cartographié, entre outils open source (Aider, Goose) et agents de plateformes (Claude Code, Codex, Gemini CLI).
- La question de la souveraineté des données reste un point de friction important : la suppression automatique des transcripts Claude Code en est un exemple documenté.
- Pour des migrations sensibles, privilégier des agents open source ou des solutions hébergées sur infrastructure maîtrisée.
- L’adoption par des profils scientifiques de haut niveau valide l’accessibilité de ces outils, mais ne dispense pas d’une évaluation technique rigoureuse avant déploiement.
Si vous travaillez sur un chantier de modernisation ou que le sujet des agents de codage vous intéresse, n’hésitez pas à en discuter ou à suivre le blog pour les prochaines analyses.
Sources
- Billet de Terence Tao, 11 juillet 2026 : récit direct de sa démarche de migration avec agents IA
- bradAGI/awesome-cli-coding-agents : dépôt de référence recensant les agents CLI actifs
- Issue Claude Code sur la suppression des transcripts : source primaire sur l’incident de rétention de données Anthropic