Quand la même IA écrit et relit le code, le contrôle perd son indépendance
La revue automatisée forme désormais une boucle fermée : une étude mise à jour ce matin recense 248 641 pull requests attribuées à des agents et relues par une IA. Dans 208 145 cas, le même produit signe l’écriture et la relecture, contre 45 269 revues croisées entre produits.
Cette échelle ne prouve pas la qualité du contrôle. Une autre étude portant sur 31 073 retours de développeurs à CodeRabbit mesure 36,4 % de suggestions acceptées, 7,3 % discutées et 56,3 % rejetées. GitHub, de son côté, optimise explicitement Copilot Review pour le signal plutôt que pour le volume de commentaires.
La conséquence pratique est nette : multiplier les passages automatisés ne crée pas forcément une contradiction indépendante. Les équipes doivent séparer auteur et relecteur, conserver des tests déterministes et réserver l’approbation finale à un humain. À surveiller : si les revues croisées progressent au-delà des 1,6 % observés parmi les pull requests agentiques identifiées.
Sources
Chaque onglet présente la publication d’origine et son lien direct.
AI-to-AI Code Reviews of GitHub Pull Requests
Niruthiha Selvanayagam et Taher A. Ghaleb relient les événements de CodAGE pour mesurer 248 641 pull requests attribuées à des agents et relues par une IA. Ils distinguent 208 145 revues par le même produit, 45 269 revues croisées et 4 773 pull requests présentes dans les deux groupes, tout en détaillant les limites d’attribution et d’horodatage.
Is Agentic Code Review Helpful? Mining Developers' Feedback to CodeRabbit Reviews in the Wild
Cette étude examine 31 073 couples commentaire-réaction issus de 10 191 pull requests dans 239 dépôts. Elle mesure 36,4 % de suggestions acceptées, 7,3 % discutées et 56,3 % rejetées ; les rejets viennent surtout de faux positifs, de répétitions, de remarques hors périmètre ou d’un décalage avec l’intention des développeurs.
60 million Copilot code reviews and counting
GitHub décrit l’architecture agentique de Copilot Code Review et ses critères d’évaluation : précision, signal et vitesse. Le service représente plus d’une revue de code sur cinq sur GitHub ; 71 % des revues produisent un retour jugé actionnable, tandis que GitHub accepte davantage de latence lorsqu’un modèle de raisonnement améliore le signal positif.