« Personne ne lit rien » : le témoignage glaçant d’un ingénieur sur l’IA au travail

« Tout le monde fait la même chose : parler à Claude »

Le message publié sur Twitter par un utilisateur sous le pseudonyme « voxium » a l’effet d’une bombe dans la communauté tech. « Cela fait deux semaines que j’ai commencé dans une grande entreprise. Personne ne sait rien ici », écrit-il. La suite est encore plus glaçante : « Les specs, le code, les tests, les PRD, les tickets, leur résolution, les rapports… tout est fait par Claude Code. »

Le témoignage, relayé le 20 septembre 2026 par Simon Willison, expert reconnu en IA et développement, décrit une situation inédite. Dans cette entreprise non identifiée, l’assistant IA d’Anthropic ne se contente pas d’aider les développeurs : il a entièrement remplacé leur travail intellectuel. « Personne dans mon équipe n’aime ça », poursuit l’ingénieur. « Ils sont forcés de livrer autant qu’ils peuvent. »

Plus troublant encore : cette pratique concerne tous les niveaux hiérarchiques. « Littéralement tout le monde, d’un ingénieur L1 à un L7, fait la même chose. Parler à Claude. » En clair, du développeur junior fraîchement diplômé à l’architecte senior avec quinze ans d’expérience, tous sont réduits au même rôle : interagir avec l’IA et valider ses productions.

13 heures par jour à appuyer sur Entrée

Le paradoxe est saisissant. L’intelligence artificielle était censée libérer du temps, augmenter la productivité, permettre aux développeurs de se concentrer sur des tâches à plus haute valeur ajoutée. Dans cette entreprise, c’est l’inverse qui se produit. « Les gens travaillent 12 à 13 heures par jour juste pour appuyer sur Entrée », rapporte voxium. « Personne ne lit quoi que ce soit. »

Cette absence totale de revue humaine représente une rupture radicale avec les pratiques standard de l’industrie. Habituellement, le code passe par plusieurs étapes de validation : relecture par les pairs (code review), tests, vérifications de sécurité. Ici, rien de tout cela. Le code généré par l’IA est poussé en production sans que personne n’en comprenne réellement le fonctionnement.

Le management, selon le témoignage, ne semble pas s’en inquiéter. Au contraire, il pousse pour accélérer encore. « J’ai entendu plusieurs fois de la part du management supérieur que pousser du code n’est pas un goulot d’étranglement, alors pourquoi sommes-nous lents ? » Une question qui révèle un décalage profond entre la perception des dirigeants et la réalité du terrain.

Claude Code : de l’assistant à l’auteur unique

Pour comprendre l’ampleur du phénomène, il faut saisir ce qu’est Claude Code. Développé par Anthropic, cet outil d’IA générative peut générer du code, des tests, de la documentation à partir d’instructions en langage naturel. Il s’inscrit dans une famille d’outils similaires, comme GitHub Copilot d’OpenAI ou les capacités de codage de ChatGPT.

Ces assistants IA sont de plus en plus utilisés dans l’industrie. Selon le Stack Overflow Developer Survey 2025, 45% des développeurs professionnels utilisent déjà les modèles Claude. Mais leur usage habituel reste celui d’un assistant : suggérer des lignes de code, aider à déboguer, générer des fonctions simples que le développeur intègre ensuite dans son travail.

Ce que décrit voxium représente un saut qualitatif inquiétant. Claude Code n’est plus un assistant, mais devient l’auteur unique de l’intégralité de la production. Les spécifications produit (PRD), normalement rédigées par des product managers après analyse approfondie des besoins utilisateurs ? Générées par l’IA. Les tests, censés vérifier que le code fonctionne correctement ? Générés par l’IA. Les tickets de bug et leur résolution ? L’IA encore.

Quand l’expertise devient obsolète

L’un des aspects les plus troublants du témoignage concerne l’effondrement de la hiérarchie des compétences. Dans une organisation technique classique, les niveaux L1 à L7 représentent une échelle de séniorité et d’expertise. Un L1 est un ingénieur junior débutant. Un L5 est un développeur senior avec 8-10 ans d’expérience. Un L7 est un ingénieur principal ou architecte senior, capable de prendre des décisions critiques sur l’architecture de systèmes complexes.

Or, selon voxium, tous font exactement la même chose : « parler à Claude ». Quinze ans d’accumulation d’expertise, de compréhension profonde des systèmes, de capacité à anticiper les problèmes… tout cela devient soudainement inutile. Le L7 qui a passé sa carrière à maîtriser les subtilités de l’architecture logicielle se retrouve au même niveau qu’un débutant : opérateur de prompt.

Cette « déqualification » n’est pas sans précédent historique. Les vagues d’automatisation industrielle ont souvent transformé des artisans qualifiés en opérateurs de machines. Mais c’est la première fois qu’un tel phénomène touche à cette échelle le travail intellectuel hautement qualifié, dans un secteur réputé à l’abri de l’automatisation.

Dette technique : la bombe à retardement

Au-delà des conditions de travail, ce mode de fonctionnement soulève une question technique cruciale : celle de la dette technique. Ce terme désigne le coût futur du code mal conçu ou mal compris. Comme une dette financière, elle s’accumule silencieusement et finit par paralyser l’organisation.

Dans le cas décrit par voxium, la dette technique prend une dimension inédite. Personne ne lit le code. Personne ne le comprend vraiment. Que se passera-t-il dans deux ou trois ans quand il faudra corriger un bug critique, refondre une architecture devenue obsolète, ou simplement maintenir le système ?

Les ingénieurs présents aujourd’hui ne pourront pas aider : ils n’ont jamais vraiment lu ce code. Même l’IA qui l’a généré aura évolué entre-temps et ne pourra peut-être pas expliquer ses propres choix passés. L’entreprise pourrait se retrouver prisonnière de son propre code, incapable de le maintenir, contrainte de tout réécrire à coût astronomique.

Des recherches récentes sur la dette technique dans les projets utilisant massivement l’IA commencent à documenter ce phénomène. Une étude de l’IEEE sur le « Self-Admitted Technical Debt » (dette technique auto-admise) dans les logiciels utilisant des LLM montre que ces projets accumulent des types de dette différents et potentiellement plus dangereux que les projets traditionnels.

Responsabilité juridique : un vide béant

Le témoignage soulève aussi une question juridique explosive : qui est responsable en cas de problème ? Si le code généré par Claude contient une faille de sécurité qui expose les données de millions d’utilisateurs, qui sera tenu pour responsable ?

L’ingénieur qui a appuyé sur Entrée sans lire ? Il n’a fait qu’obéir aux directives de son employeur. Le management qui a imposé cette méthode ? Il pourrait arguer qu’il faisait confiance à un outil certifié. Anthropic, créateur de Claude ? L’entreprise pourrait invoquer ses conditions d’utilisation précisant que l’outil est un assistant, pas un remplaçant de la responsabilité humaine.

Ce vide juridique n’est pas théorique. En septembre 2026, un rapport d’Anthropic a révélé que des acteurs russes et chinois avaient utilisé Claude pour des travaux sur des systèmes d’armement, incluant des logiciels pour drones et systèmes anti-torpilles. Des acteurs liés à l’Iran auraient utilisé l’outil pour collecter des données sur des cibles militaires américaines. Ces cas montrent que les usages détournés ou problématiques de l’IA posent déjà des questions de responsabilité à grande échelle.

Un phénomène isolé ou une tendance de fond ?

La grande question est de savoir si ce témoignage décrit un cas extrême isolé ou l’avant-garde d’une tendance qui va se généraliser. Plusieurs signaux suggèrent que d’autres entreprises explorent des voies similaires, même si peu vont aussi loin.

En septembre 2026, Google a autorisé ses développeurs à utiliser Claude Opus 5 via un outil interne, reconnaissant implicitement que ses propres modèles Gemini n’étaient pas au niveau pour le code. Selon Business Insider, cette décision marque un changement notable pour une entreprise qui limitait fortement l’accès à des outils externes.

Anthropic elle-même pousse vers des usages toujours plus automatisés. Le 17 septembre 2026, l’entreprise a lancé Claude Code Projects, permettant de faire tourner plusieurs agents IA en parallèle sur un même projet, avec un « coordinateur » IA qui délègue les tâches, révise les sorties et assemble les résultats. Cette architecture « multi-agents » facilite précisément le type d’usage décrit par voxium.

Parallèlement, des voix critiques commencent à émerger. Des développeurs ont trouvé des moyens de contourner les modèles d’Anthropic pour faire tourner Claude Code avec des modèles concurrents moins chers, comme GPT-5.6 Sol d’OpenAI. En août 2026, Boris Cherney, responsable de Claude Code chez Anthropic, s’est retrouvé au centre d’une controverse en ligne sur ces pratiques.

Les implications pour les professionnels

Pour les ingénieurs, ce témoignage est un signal d’alarme. Si cette pratique se généralise, plusieurs risques majeurs apparaissent. D’abord, la dévalorisation du métier : passer de créateur à simple validateur représente une perte de sens profonde. Ensuite, la perte de compétences techniques par manque de pratique réelle. Comment rester employable si votre expérience se résume à « j’ai passé trois ans à parler à Claude » ?

Le burn-out paradoxal guette aussi. Travailler 13 heures par jour sur des tâches dénuées de sens intellectuel, sans créativité ni apprentissage, est une recette parfaite pour l’épuisement professionnel. Les recherches de Christina Maslach sur le burn-out montrent que la perte de sens au travail est l’un des facteurs les plus destructeurs.

Face à cette situation, que peuvent faire les professionnels ? Plusieurs pistes émergent. Maintenir ses compétences techniques via des projets personnels ou open-source devient essentiel. Documenter discrètement ces pratiques pour se protéger juridiquement peut être sage. Évaluer sérieusement un changement d’employeur avant que cette pratique ne devienne la norme paraît prudent.

Des mouvements de résistance commencent aussi à s’organiser. Le « Slow Programming », pendant du Slow Food dans le monde du développement, prône un retour à une approche plus réfléchie, où la qualité prime sur la vitesse. Des collectifs d’ingénieurs réfléchissent à établir des standards éthiques d’usage de l’IA dans leur métier.

Une question de société

Au-delà de l’industrie tech, ce témoignage pose une question sociétale fondamentale. Si même le travail intellectuel hautement qualifié peut être automatisé au point de réduire des experts à des rôles de supervision passive, qu’est-ce que cela signifie pour notre contrat social autour du travail ?

L’éducation est directement concernée. Faut-il encore former des ingénieurs à coder en profondeur si leur rôle se limite à interagir avec des IA ? Ou faut-il au contraire renforcer l’enseignement des fondamentaux, précisément pour former des professionnels capables de comprendre et contrôler ce que produisent les machines ?

La distribution des richesses est aussi en jeu. Si la productivité explose grâce à l’IA mais que les emplois qualifiés se transforment en rôles de supervision mal payés, comment assurer une répartition équitable de la valeur créée ?

L’Union Européenne commence à s’emparer du sujet. L’AI Act, entré en application progressive en 2026, impose des obligations de transparence et de responsabilité pour les systèmes d’IA à haut risque. Mais ces régulations suffiront-elles à encadrer des pratiques comme celle décrite par voxium ?

Conclusion : un tournant ou une impasse ?

Le témoignage de voxium pourrait marquer un tournant dans notre rapport à l’intelligence artificielle au travail. Soit il représente un extrême qui sera rapidement corrigé après des incidents majeurs, un retour à un équilibre plus sain entre assistance IA et expertise humaine. Soit il préfigure une normalisation de ces pratiques, avec des conséquences profondes sur le sens du travail, la qualité des systèmes numériques et notre capacité collective à maîtriser la technologie que nous créons.

Une chose est certaine : nous ne pouvons plus ignorer ces questions. L’automatisation du travail intellectuel n’est plus une perspective lointaine, c’est une réalité qui se déploie aujourd’hui, dans des entreprises réelles, avec des conséquences réelles pour des millions de professionnels.

La vraie question n’est peut-être pas « l’IA peut-elle remplacer les ingénieurs ? » mais plutôt « voulons-nous vraiment qu’elle le fasse ? » Et si oui, à quelles conditions, avec quelles garanties, et pour quelle vision de la société ?