Un agent de code est un agent IA dont les outils sont votre éditeur, votre système de fichiers et votre terminal.
Comment ça marche
L’agent reçoit une tâche en langage naturel et travaille en boucle. À chaque tour, le modèle répond ou renvoie des appels d’outils comme « lis ce fichier », « applique cette modification » ou « lance les tests ». L’hôte des outils les exécute, ajoute la sortie et rappelle le modèle.
La documentation de Claude Code le décrit comme « an agentic coding tool that reads your codebase, edits files, runs commands, and integrates with your development tools. » (traduction : « un outil de coding agentique qui lit votre base de code, modifie des fichiers, lance des commandes et s’intègre à vos outils de développement. ») Aider, Cline et des outils similaires suivent la même boucle avec d’autres interfaces et d’autres modèles de permissions.
L’article SWE-agent (Yang et al., 2024) soutient que les agents sont un nouveau type d’utilisateur qui a besoin de sa propre interface, une « agent-computer interface » (traduction : « interface agent-ordinateur »), comme les humains ont besoin d’un IDE. Avec leur interface, les auteurs rapportent un taux pass@1 de 12,5 % sur le benchmark SWE-bench, qu’ils présentent comme l’état de l’art à l’époque.
Une exécution typique, vue comme des requêtes au modèle :
| Étape | Sortie du modèle | Tokens envoyés en entrée |
|---|---|---|
| 1 | run_tests() |
prompt système + outils + tâche |
| 2 | read_file("src/parse.py") |
étape 1 + sortie des tests |
| 3 | edit_file(...) |
étape 2 + contenu du fichier |
| 4 | run_tests() |
étape 3 + diff |
| 5 | « Corrigé ; les tests passent. » | étape 4 + sortie des tests |
L’entrée grossit à chaque étape, car tout l’historique est renvoyé.
Pourquoi c’est important
- Coût. Les longues tâches signifient de nombreuses requêtes avec des entrées volumineuses et en grande partie répétées. L’article sur le coût d’une exécution fait le calcul avec des chiffres réels, et réduire le coût des agents de code liste les leviers.
- Contexte. Les longues sessions remplissent la fenêtre de contexte. Les agents recourent à la compaction du contexte et aux sous-agents pour la contenir.
- Adéquation du modèle. Le modèle doit respecter les schémas d’outils de façon fiable sur de nombreux tours. Voir le meilleur modèle ouvert pour les agents de code.
- Sécurité. Un agent qui lance des commandes peut faire des dégâts. Gardez l’approbation activée pour les actions destructrices et traitez le contenu du dépôt comme une entrée non fiable (prompt injection).
Sur BroadNet Inference
Les agents de code qui acceptent une base URL compatible OpenAI peuvent appeler BroadNet à l’adresse https://inference.broadnet.ai/v1. Des guides de configuration existent pour Aider, Cline et d’autres. La documentation de BroadNet indique l’appel d’outils pour GLM 5.3 et Qwen3.8 27B.
En paiement à l’usage, une clé autorise 30 requêtes par minute et 4 en cours simultanément. Les forfaits (Full Moon, Orbit, Meteor) couvrent DeepSeek V4.1 Flash sans compteur de tokens. Une session exécute une requête à la fois, ce qui convient à un agent. Si vous faites tourner des agents en parallèle, ou un agent qui lance des sous-agents, achetez une session par requête exécutée en même temps. Le guide des sessions détaille le calcul.