Qu'est-ce que le coding agentique ? - Glossaire

Ce glossaire rassemble les définitions essentielles du coding agentique, de Claude Code et des concepts associés. Vous y trouverez chaque terme expliqué en une phrase autonome, avec un exemple d'usage concret pour maîtriser le vocabulaire de la programmation assistée par agent IA.

Le vocabulaire du coding agentique désigne l'ensemble des termes techniques décrivant comment un agent IA autonome écrit, modifie et orchestre du code à votre place. ce domaine connaît une adoption rapide avec des outils comme Claude Code (Anthropic, 2025) qui transforment le terminal en environnement de développement piloté par l'IA. Claude Code a dépassé les 500 000 utilisateurs actifs six mois après son lancement.

Quels sont les termes fondamentaux du coding agentique ?

Les définitions ci-dessous couvrent les concepts de base que vous rencontrerez dès vos premières sessions avec un agent de code. Consultez le guide sur le coding agentique pour une vue d'ensemble avant de plonger dans le glossaire.

Agent de code est un programme d'IA capable d'exécuter des tâches de développement de manière autonome dans un environnement réel. Exemple : Vous demandez « ajoute une route /health à mon API Express » et l'agent crée le fichier, écrit le code et lance le test.

Agentic coding est le paradigme où un développeur délègue des tâches complètes à un agent IA qui planifie, exécute et vérifie ses propres actions. Exemple : Au lieu de taper chaque commande git, vous dites « prépare un commit avec les fichiers modifiés » et l'agent s'en charge.

Autonomie graduée est le principe selon lequel un agent opère avec différents niveaux de permission, du mode supervisé au mode entièrement autonome. Exemple : En mode plan, Claude Code vous soumet chaque modification avant de l'appliquer. En mode bypassPermissions, il agit sans demander.

Boucle agentique est le cycle itératif planification → exécution → observation → correction qu'un agent répète jusqu'à compléter une tâche. Exemple : Claude Code écrit un test, le lance, observe l'échec, corrige le code source, puis relance le test - le tout sans intervention.

À retenir : ces quatre termes constituent le socle conceptuel du coding agentique que vous retrouverez dans chaque outil et chaque workflow.

Comment fonctionne Claude Code dans votre terminal ?

Claude Code s'installe via npm et s'exécute directement dans votre shell. Pour comprendre l'installation pas à pas, référez-vous à la FAQ installation et premier lancement.

Claude Code est un outil CLI développé par Anthropic qui intègre un agent IA directement dans le terminal pour coder, déboguer et refactorer. Exemple : Vous tapez claude dans votre terminal, décrivez votre besoin en langage naturel, et l'agent modifie vos fichiers.

# Installation de Claude Code via npm
npm install -g @anthropic-ai/claude-code
claude --version
# Claude Code v1.0.34

CLI (Command Line Interface) est une interface textuelle où l'utilisateur interagit avec un programme via des commandes tapées au clavier. Exemple : Vous lancez claude "explique ce fichier" directement depuis votre terminal sans ouvrir d'IDE.

Contexte (Context Window) est la quantité maximale de texte qu'un modèle IA peut traiter en une seule requête, mesurée en tokens. Exemple : Claude Sonnet 4.6 gère une fenêtre de 200 000 tokens, soit environ 150 000 mots. En pratique, cela permet d'analyser un projet entier de taille moyenne. La FAQ sur la gestion du contexte détaille les stratégies d'optimisation.

CLAUDE.md est un fichier de mémoire persistante que Claude Code lit automatiquement pour charger vos préférences et conventions de projet. Exemple : Vous y inscrivez « toujours utiliser bun au lieu de npm » et l'agent applique cette règle à chaque session. Consultez la FAQ sur le système de mémoire CLAUDE.md pour configurer ce fichier.

Commande slash est une instruction préfixée par / qui déclenche une action spécifique dans Claude Code. Exemple : /commit génère automatiquement un message de commit basé sur vos changements. La FAQ sur les commandes slash liste toutes les options disponibles.

À retenir : Claude Code transforme votre terminal en environnement de développement augmenté - concrètement, vous gardez vos outils habituels tout en ajoutant une couche d'intelligence.

Quelles différences entre Claude Code, Copilot et Cursor ?

Le choix d'un assistant de code dépend de votre workflow. Chaque outil adopte une approche distincte. L'analyse approfondie du coding agentique compare ces paradigmes en détail.

GitHub Copilot est un assistant de complétion de code intégré aux IDE qui suggère des lignes ou blocs de code en temps réel. Exemple : Vous commencez à écrire une fonction et Copilot complète le corps automatiquement dans VS Code.

Cursor est un IDE basé sur VS Code qui intègre un agent IA capable de modifier plusieurs fichiers simultanément via une interface graphique. Exemple : Vous sélectionnez un bloc de code, décrivez la modification souhaitée, et Cursor applique les changements avec un diff visuel.

Code orchestré est le paradigme où le développeur décrit un objectif et l'agent gère l'ensemble du workflow : écriture, tests et déploiement. Exemple : Vous dites « migre cette API de REST à GraphQL » et l'agent planifie les étapes, modifie les fichiers et vérifie la compilation.

78 % des développeurs utilisent au moins un assistant IA dans leur workflow quotidien. En pratique, Claude Code se distingue par sa capacité à exécuter des commandes système, ce qui le place dans la catégorie des agents et non des simples autocompléteurs.

Complétion de code est la fonctionnalité qui prédit et suggère la suite d'un code en cours de saisie, sans exécution autonome. Exemple : Copilot propose une ligne de code grisée que vous acceptez avec Tab - il ne modifie rien sans votre validation.

Multi-fichiers (édition) est la capacité d'un agent à modifier plusieurs fichiers de code en une seule opération coordonnée. Exemple : Vous demandez de renommer une fonction et Claude Code met à jour la déclaration et tous les appels dans 12 fichiers en 8 secondes.

À retenir : Claude Code opère comme un agent autonome dans le terminal, tandis que Copilot reste un outil de suggestion et Cursor combine les deux approches dans un IDE.

Quels modèles IA sont disponibles : Haiku, Sonnet et Opus ?

Anthropic propose trois modèles dans la famille Claude, chacun optimisé pour un cas d'usage spécifique. La FAQ du coding agentique explique quand utiliser chaque modèle.

Claude Haiku 4.5 est le modèle le plus rapide d'Anthropic, optimisé pour les tâches simples nécessitant une latence minimale. Exemple : Vous utilisez Haiku pour reformater un fichier JSON - la réponse arrive en moins de 500 ms.

Claude Sonnet 4.6 est le modèle intermédiaire d'Anthropic offrant un équilibre entre performance, coût et qualité de raisonnement. Exemple : Vous demandez à Sonnet d'écrire une fonction de validation avec tests unitaires - le résultat est précis et coûte 3 $ par million de tokens en entrée.

Claude Opus 4.6 est le modèle le plus puissant d'Anthropic, conçu pour les tâches de raisonnement complexe et l'agentic coding avancé. Exemple : Vous confiez à Opus la migration d'une base de code de JavaScript vers TypeScript - il gère les types complexes et les edge cases.

Token est l'unité de base utilisée par les modèles de langage pour découper le texte, correspondant à environ 0,75 mot en français. Exemple : La phrase « Bonjour le monde » contient environ 4 tokens. Un fichier de 1 000 lignes de code représente environ 15 000 tokens.

Température est le paramètre contrôlant le degré de créativité des réponses d'un modèle IA, de 0 (déterministe) à 1 (créatif). Exemple : Pour du code de production, fixez la température à 0 afin d'obtenir des résultats reproductibles.

À retenir : choisissez Haiku pour la vitesse, Sonnet pour le quotidien et Opus pour les tâches exigeantes - concrètement, 80 % de vos sessions utiliseront Sonnet.

Comment fonctionnent les plans tarifaires et la consommation ?

La facturation de Claude Code repose sur la consommation de tokens. Vérifiez votre usage régulièrement via le tableau de bord Anthropic. Pour gérer vos permissions et limiter les coûts, la FAQ permissions et sécurité vous guide.

API Anthropic est le service web d'Anthropic permettant d'envoyer des requêtes aux modèles Claude et de recevoir des réponses programmatiquement. Exemple : Vous configurez votre clé API avec export ANTHROPIC_API_KEY=sk-... avant de lancer Claude Code.

# Configuration de la clé API
export ANTHROPIC_API_KEY="sk-ant-votre-cle"
claude "liste les fichiers du projet"

Consommation de tokens est la mesure du volume de texte traité par l'API, facturé par tranche d'un million de tokens. Exemple : En pratique, une session de refactoring de 30 minutes avec Sonnet 4.6 consomme environ 50 000 tokens en entrée et 20 000 en sortie, soit environ 0,45 $.

Plan Max (Claude Max) est l'abonnement mensuel à usage élevé proposé par Anthropic à 100 $ ou 200 $/mois pour un accès illimité aux modèles. Exemple : Avec le plan Max à 200 $/mois, vous utilisez Claude Code sans vous soucier du compteur de tokens pendant tout le mois.

Rate limiting est le mécanisme qui limite le nombre de requêtes API par minute pour éviter la surcharge des serveurs. Exemple : Si vous atteignez la limite de 60 requêtes par minute, Claude Code affiche un message d'attente et reprend automatiquement après 30 secondes.

le plan Max 20x couvre les besoins de 95 % des développeurs professionnels utilisant Claude Code quotidiennement.

À retenir : estimez votre consommation sur une semaine de travail avant de choisir un plan - le plan Pro suffit pour un usage modéré, le plan Max s'adresse aux utilisateurs intensifs.

Quels concepts techniques devez-vous maîtriser ?

Ces termes décrivent les mécanismes internes que vous rencontrerez en utilisant Claude Code au quotidien. Pour démarrer vos premières sessions, suivez la FAQ de vos premières conversations.

Diff (patch) est le format d'affichage des modifications de code montrant les lignes ajoutées et supprimées entre deux versions d'un fichier. Exemple : Claude Code affiche un diff coloré après chaque modification - les lignes vertes sont ajoutées, les rouges supprimées.

- const port = 3000;
+ const port = process.env.PORT || 3000;

Hallucination est une réponse générée par un modèle IA qui contient des informations factuellement incorrectes présentées avec assurance. Exemple : L'agent invente un nom de package npm inexistant - vérifiez toujours les dépendances suggérées avec npm search.

MCP (Model Context Protocol) est un protocole ouvert permettant à Claude Code de se connecter à des sources de données externes comme des bases de données ou des API. Exemple : Vous configurez un serveur MCP pour que Claude Code accède directement à votre base PostgreSQL. Consultez la FAQ MCP pour la configuration complète.

Prompt est l'instruction en langage naturel que vous envoyez à un agent IA pour déclencher une action ou obtenir une réponse. Exemple : « Refactorise cette fonction pour utiliser async/await » est un prompt. Un prompt précis de 20-50 mots produit des résultats 40 % plus pertinents qu'un prompt vague.

Prompt engineering est la discipline qui consiste à formuler des instructions optimales pour obtenir les meilleurs résultats d'un modèle IA. Exemple : Au lieu de « corrige ce bug », vous écrivez « identifie pourquoi la requête POST /users renvoie 500 et propose un correctif avec test ».

# Prompt structuré pour Claude Code
claude "Lis le fichier src/api/users.ts,
  identifie la cause du crash sur POST /users,
  écris un test de non-régression,
  puis applique le correctif."

Sandbox est un environnement d'exécution isolé où l'agent exécute des commandes sans risque pour le système hôte. Exemple : Claude Code exécute rm dans un sandbox par défaut - les fichiers hors du répertoire de travail sont protégés.

Streaming est le mode de transmission où la réponse du modèle s'affiche progressivement, token par token, au lieu d'attendre la réponse complète. Exemple : Vous voyez le code apparaître ligne par ligne dans votre terminal, ce qui permet de détecter une erreur avant la fin de la génération.

À retenir : maîtriser ces concepts techniques vous permet de comprendre ce que fait l'agent sous le capot et d'optimiser vos interactions.

Pourquoi se former au coding agentique en 2026 ?

Le coding agentique représente un changement de paradigme dans la manière de développer. SFEIR Institute propose des formations adaptées à chaque niveau pour monter en compétence rapidement.

Développeur augmenté est un professionnel du développement qui utilise les agents IA comme levier de productivité tout en conservant la maîtrise technique. Exemple : Vous écrivez l'architecture, l'agent génère le code boilerplate, et vous vérifiez le résultat - votre productivité augmente de 30 à 50 % selon les tâches.

Orchestration est la coordination de plusieurs agents ou outils IA travaillant ensemble pour accomplir une tâche complexe de développement. Exemple : Vous lancez un agent pour écrire le code, un autre pour les tests, et un troisième pour la documentation - les trois travaillent en parallèle.

Pair programming IA est la pratique collaborative où un développeur travaille en binôme avec un agent IA au lieu d'un collègue humain. Exemple : Vous réfléchissez à l'architecture pendant que Claude Code implémente vos décisions en temps réel dans le terminal.

Pour pratiquer ces concepts dans un cadre structuré, la formation Claude Code d'une journée chez SFEIR vous permet de maîtriser l'outil avec des labs pratiques sur des cas réels. Si vous souhaitez aller plus loin, la formation Développeur Augmenté par l'IA sur 2 jours couvre l'ensemble des workflows agentiques avec plusieurs outils. Les profils confirmés apprécieront la formation Développeur Augmenté par l'IA – Avancé d'une journée, axée sur l'orchestration multi-agents et les cas d'usage complexes.

À retenir : le coding agentique n'est pas une mode - c'est une compétence technique mesurable qui s'acquiert par la pratique encadrée.

Quels termes complémentaires devez-vous connaître ?

Voici les derniers termes du glossaire, qui complètent votre vocabulaire du coding agentique. Vous les rencontrerez dans la documentation officielle et les tutoriels avancés.

Arbre de décision (planning tree) est la structure interne qu'un agent construit pour décomposer une tâche complexe en sous-tâches ordonnées. Exemple : Pour « ajoute l'authentification JWT », l'agent crée un plan : installer le package → créer le middleware → ajouter les routes → écrire les tests.

Code review automatisée est l'analyse du code par un agent IA qui identifie les bugs, les failles de sécurité et les problèmes de style. Exemple : Vous exécutez claude /review et l'agent signale 3 injections SQL potentielles et 7 variables non utilisées en 12 secondes.

Few-shot prompting est la technique consistant à fournir quelques exemples dans le prompt pour guider le comportement du modèle. Exemple : Vous montrez 2 exemples de fonctions avec leur documentation, puis demandez à l'agent de documenter le reste du fichier.

Grounding est le processus par lequel un agent IA ancre ses réponses dans des données réelles du projet plutôt que dans ses connaissances générales. Exemple : Claude Code lit votre package.json et votre arborescence avant de suggérer du code - il s'adapte à vos dépendances réelles.

Human-in-the-loop est le modèle d'interaction où un humain valide chaque étape critique de l'agent avant qu'il ne poursuive. Exemple : En mode plan, Claude Code vous montre les modifications prévues et attend votre approbation avant de les appliquer.

Retrieval-Augmented Generation (RAG) est la technique combinant recherche documentaire et génération de texte pour produire des réponses ancrées dans des sources spécifiques. Exemple : L'agent recherche dans votre documentation interne avant de générer du code, réduisant le taux d'hallucination de 60 %.

Tool use (function calling) est la capacité d'un modèle IA à appeler des outils externes comme un terminal, un navigateur ou une base de données pendant son raisonnement. Exemple : Claude Code appelle git diff pour voir vos modifications, puis npm test pour vérifier que tout passe - sans que vous tapiez ces commandes.

{
  "tool": "bash",
  "command": "npm test -- --coverage",
  "description": "Lancer les tests avec couverture"
}

À retenir : ces termes avancés vous préparent à exploiter les fonctionnalités les plus puissantes des agents de code - concrètement, chaque concept correspond à un levier de productivité concret.