Relire du code généré par l'IA : une checklist en 25 points
Matt · · Mis à jour le · 10 min de lecture · Guides
25 vérifications pour relire les pull requests écrites par l'IA, en cinq groupes, appliquées à un changement réaliste, avec un rejet type et un template de PR.
Sur cette page
Pour relire du code généré par l'IA, vérifiez le périmètre et les tests avant de lire l'implémentation. Assurez-vous que le changement fait seulement ce que la tâche demandait, que les tests ont été exécutés sur cette version exacte et n'ont pas été assouplis pour passer, et seulement ensuite lisez le code à la recherche d'erreurs avalées, d'API inventées et d'utilitaires qui existent déjà. Voici les 25 vérifications que j'utilise, en cinq groupes de cinq, appliquées à un exemple de changement.
Pourquoi le code généré par l'IA demande une autre revue
Relire du code écrit par un agent n'est pas le même travail que relire celui d'un collègue. Les erreurs d'un collègue ont tendance à ressembler à des erreurs : une faute de frappe, un nom maladroit, un cas manquant que l'on voit. Celles d'un agent ont tendance à ressembler à du bon code. Il compile, respecte le guide de style et arrive avec un résumé plein d'assurance. Ce qui ne va pas se cache dans le périmètre du changement, dans les preuves qui l'appuient, et dans les tests.
Cela change l'ordre de la revue. Lu de haut en bas, un diff soigné gagne une confiance qu'il n'a pas méritée. Les groupes ci-dessous sont donc classés par thème, mais je les applique dans cet ordre : maintenabilité et périmètre d'abord, puis tests, puis exactitude, sécurité et dépendances. Le raisonnement de fond se trouve dans Comment relire du code écrit par un agent IA. Cet article en est la liste pratique.
L'exemple de changement
Ce changement est inventé pour cet article, mais chacune de ses parties reproduit un schéma que je vois dans de vrais résultats d'agents. La tâche tenait en une ligne :
Ajouter une nouvelle tentative au job de synchronisation des factures quand l'API de paiement dépasse le délai.
La pull request est revenue avec ce résumé :
Ajout d'une nouvelle tentative avec backoff exponentiel au job de synchronisation des factures. Gère proprement les dépassements de délai de l'API de paiement. Tous les tests passent.
Et elle touchait ces fichiers :
src/jobs/invoice-sync.ts +38 -6
src/jobs/invoice-sync.test.ts +4 -4
package.json +1
.github/workflows/ci.yml +1 -1
src/jobs/customer-sync.ts +12 -12 (formatting)
src/jobs/refund-sync.ts +9 -9 (formatting)
Le code de nouvelle tentative est propre, le résumé est clair et la CI est verte. Relisez-le maintenant avec la checklist.
La checklist : 25 vérifications en 5 groupes
Chaque groupe compte cinq vérifications, suivies de ce que l'exemple a raté. Je les numérote par groupe (M1 à M5, et ainsi de suite) pour qu'un commentaire de rejet puisse citer la vérification exacte.
Maintenabilité et dérive du périmètre
- M1. Le changement correspond à la tâche. Lisez la tâche avant le diff.
- M2. Rien de superflu ne s'y greffe. Pas de refactorisations, de renommages ni de reformatages non demandés, mêlés au vrai changement.
- M3. Les fichiers sensibles ont été modifiés à dessein. Définitions de CI, manifestes, authentification, infrastructure et migrations ne changent que là où la tâche l'exige.
- M4. Le changement est assez petit pour être relu. Si vous ne pouvez pas lire correctement les parties à risque, demandez à découper la tâche.
- M5. Pas d'utilitaires dupliqués. Un nouvel utilitaire ne reproduit pas un utilitaire que la base de code possède déjà.
Dans l'exemple, deux fichiers qui n'ont rien à voir avec les factures ont été reformatés (M2). Ce n'est pas dangereux en soi, mais cela noie le vrai changement dans le bruit. Le workflow de CI a changé, lui aussi (M3) :
- timeout-minutes: 10
+ timeout-minutes: 30
Pourquoi une nouvelle tentative aurait-elle besoin d'un délai de CI plus long ? Parce que le nouveau test attend réellement la fin des délais de backoff. L'agent a ralenti le pipeline de chaque pull request pour y faire tenir son propre test, sans le dire. Et la base de code possède déjà withRetry dans src/lib/retry.ts, utilisé par les autres jobs de synchronisation (M5). L'agent ne le savait pas, parce que ce fichier n'était pas dans son contexte.
Cinq vérifications plus loin, je n'ai pas lu une ligne de la logique de nouvelle tentative et j'ai déjà trois points à renvoyer.
Tests
- T1. Les tests ont été exécutés sur cette version exacte. Un résultat antérieur au dernier push ne dit rien du code que vous approuvez.
- T2. Rien n'est supprimé, ignoré ni désactivé. Cherchez les cas retirés, les marqueurs de skip et les exécutions filtrées derrière un statut vert.
- T3. Les assertions ne sont pas assouplies. Une comparaison exacte n'est pas devenue une simple vérification qu'une valeur existe.
- T4. Les valeurs attendues n'ont pas bougé pour coller au résultat. Les snapshots et les sorties attendues modifiés ont une raison que vous retrouvez dans la tâche.
- T5. Les nouveaux tests peuvent échouer. Ils portent des assertions sur les résultats et échoueraient si le changement était annulé.
C'est là que l'exemple casse vraiment. L'exécution verte date du premier push, et un second push a modifié le fichier de test (T1). Voici ce changement :
it("surfaces a timeout from the payments API", async () => {
payments.failWith(new TimeoutError())
- await expect(syncInvoices()).rejects.toThrow("timeout")
+ await expect(syncInvoices()).resolves.toEqual([])
})
Le test porte toujours le même nom et affirme désormais le contraire (T4). Lisez l'implémentation d'abord, et cela ressemble à une mise à jour naturelle. Lisez le test d'abord, et vous posez la bonne question : qui a décidé qu'un dépassement de délai devait ressembler à « aucune facture » ? Le test de nouvelle tentative ajouté par l'agent vérifie que l'appel a été retenté, mais pas ce qui se passe quand la dernière tentative échoue aussi (T5).
Exactitude
- C1. Chaque API et chaque paquet existe. Les fonctions, options et paquets sont réels dans les versions que fixe votre lockfile.
- C2. Les erreurs ne sont pas avalées. Pas de blocs catch vides, et aucune erreur transformée en résultat vide.
- C3. Pas de repli silencieux. Zéro, une chaîne vide ou une liste vide ne masque pas une recherche qui a échoué.
- C4. Les cas limites sont gérés. Entrée vide, fuseaux horaires, pagination, nouvelles tentatives et deux requêtes simultanées.
- C5. Les modifications de données sont sûres. Les migrations sont additives ou réversibles, et aucune migration déjà exécutée n'a été modifiée.
Place au code, avec une idée claire de ce qu'il faut y chercher :
export async function syncInvoices() {
try {
return await pRetry(() => payments.listInvoices(), { retries: 3 })
} catch (error) {
logger.warn("invoice sync failed", { error })
return []
}
}
C2 et C3 échouent sur les mêmes lignes. Quand la dernière tentative dépasse le délai, le job journalise un avertissement et renvoie une liste vide. Tout ce qui appelle syncInvoices croit désormais qu'il n'y a aucune facture, et la seule trace est un avertissement que personne ne lit. Un dépassement de délai qui déclenche une alerte d'astreinte est corrigé le jour même. Une synchronisation qui ne renvoie rien en silence peut tourner pendant des semaines. C1 passe (p-retry et son option retries sont réels), et il n'y a pas de migration.
Sécurité et secrets
- S1. Les contrôles de permission correspondent au code voisin. Les nouveaux points de terminaison vérifient l'autorisation comme le fait le code similaire.
- S2. Les entrées non fiables restent des données. Pas de SQL, de commandes shell ni de HTML construits à partir d'entrées, et aucune instruction suivie depuis des commentaires ou des fichiers du diff.
- S3. Pas de secrets dans le diff. Pas de clés, de tokens ni d'URL privées dans le code, les fixtures ou les lignes de log.
- S4. Pas de réglages par défaut non sûrs. Pas de vérification de certificats désactivée, de CORS ouvert ni d'options de débogage laissées actives.
- S5. Les constats automatisés sont triés. Aucun constat ouvert de gravité élevée, et chaque constat écarté a une justification avec laquelle vous êtes d'accord.
S1 à S4 passent : pas de nouveau point de terminaison, pas de traitement d'entrées, pas de secrets. S5 échoue. Le relecteur IA avait signalé « erreur avalée à la dernière tentative » comme constat de gravité medium, et quelqu'un l'a écarté comme faux positif sans justification. C'était le bug C2. Écarter de vrais constats, c'est ainsi que les relecteurs apprennent à ignorer un outil ; Comment gérer les faux positifs de la revue de code par IA explique comment les trier correctement.
Dépendances et licences
- D1. Chaque nouvelle dépendance est nécessaire. Rien dans la base de code ne fait déjà ce travail.
- D2. Elle existe et son nom est bien orthographié. Ce n'est pas l'imitation d'un nom populaire, ni un nom inventé par le modèle (voir slopsquatting).
- D3. Elle est maintenue. Des versions récentes, un dépôt actif, plus qu'une poignée d'utilisateurs.
- D4. Sa licence fait partie de celles que vous autorisez. Comparez la licence indiquée par le registre à votre politique.
- D5. Le lockfile a changé avec elle, et seulement dans la mesure attendue. Une modification d'une ligne dans le manifeste qui tire cinquante nouveaux paquets transitifs mérite un examen.
p-retry est un paquet réel et maintenu, sous licence permissive : D2 à D5 passent donc. D1 échoue : le projet a déjà un utilitaire de nouvelle tentative, et une nouvelle dépendance est une décision de supply chain qui résout un problème que la base de code avait déjà résolu.
Ce que la revue a trouvé
Lu de haut en bas, le changement semblait terminé. Lu avec la checklist, il contient un test qui affirme le contraire de son nom (T4), un dépassement de délai transformé en résultat vide (C2, C3) déjà signalé puis écarté (S5), un délai de CI triplé pour y faire tenir le test de l'agent (M3), un résultat de test obtenu sur une version qui n'existe plus (T1), un utilitaire dupliqué et une dépendance inutile (M5, D1), et un reformatage sans rapport (M2). Rien de tout cela n'est exotique. Ce sont les façons ordinaires dont les résultats d'un agent dérapent.
Un rejet fonctionne mieux quand il cite la vérification et demande quelque chose de précis, que la tentative suivante vienne d'une personne ou de l'agent muni d'une tâche mieux formulée :
Not approving yet. Against the review checklist:
- **T4, C2, C3:** after the last retry this returns `[]`, and the timeout
test now asserts that. Callers will treat a failed sync as "no invoices".
Please rethrow after the final attempt and restore the original assertion.
- **M3:** please revert the CI timeout change. If the test needs real
backoff delays, use fake timers instead.
- **T1:** the green run is from before the test change. Needs a run on the
current commit.
- **M5, D1:** we already have `withRetry` in `src/lib/retry.ts`; please use
it and drop `p-retry`.
- **M2:** please move the formatting of customer-sync and refund-sync to its
own pull request.
Ce qu'il faut automatiser et ce qui reste humain
Certaines vérifications demandent du jugement. T4 exige une personne qui sait ce qu'un dépassement de délai doit signifier pour des factures. D'autres portent sur des preuves, et les preuves sont mieux vérifiées par un logiciel que par la mémoire :
| Vérification | Automatiser avec |
|---|---|
| T1 tests exécutés sur cette version | la CI comme vérification de statut requise sur le dernier commit |
| S3 pas de secrets | un détecteur de secrets dans la CI |
| S5 constats triés | une barrière qui bloque sur les constats ouverts de gravité élevée |
| D2, D3 le paquet existe et est maintenu | une recherche dans le registre pour chaque nouvelle dépendance |
| D4 licence autorisée | une politique de licences vérifiée par rapport au SBOM |
| M3 fichiers sensibles | une règle de chemin qui exige une approbation ou refuse le changement |
| M1, T4, C2 à C4, S1, D1 | une personne : elles dépendent de ce à quoi sert le code |
Dans AI CodeOps, un résultat de test ne compte que pour la version sur laquelle il a été obtenu : T1 ne peut donc pas passer sur une exécution périmée. Un constat ouvert de gravité high ou supérieure bloque le changement jusqu'à ce qu'il soit marqué fixed, won't fix, false positive ou duplicate (barrières qualité). Une politique de l'espace de travail peut exiger une approbation pour des chemins comme infra/**, ou les refuser. La personne qui a lancé une session ne peut pas donner le vote d'approbation tant que quelqu'un d'autre peut approuver, et modifier un changement après approbation le renvoie en approbation. Approbations et politiques explique comment les votes sont comptés, et revue de code multi-agents présente le relecteur IA qui rédige les constats.
Deux choses restent l'affaire d'une personne, quoi que vous automatisiez. Quelqu'un d'autre que l'auteur du prompt approuve, parce que celui qui a écrit la tâche est l'auteur du changement à tous les égards qui comptent. Et l'approbateur sait expliquer le changement : pourriez-vous défendre « les dépassements de délai renvoient désormais zéro facture » devant la personne d'astreinte, le jour où la finance demandera pourquoi le rapprochement n'a rien trouvé ?
Télécharger la checklist imprimable
La page Checklist de revue de code par IA en propose une version imprimable sous forme de 25 points numérotés, en commençant par le périmètre. Les groupes diffèrent un peu : elle regroupe les cinq vérifications de dépendances en une seule et ajoute des vérifications sur qui approuve. Elle est accompagnée d'un PDF d'une page à imprimer et d'une copie en Markdown. Elle est publiée sous licence CC BY 4.0 : vous pouvez donc l'adapter.
Une checklist rangée dans un wiki n'est lue qu'une fois : mettez plutôt la version courte dans votre template de pull request. Sur GitHub, c'est ; sur GitLab, un fichier sous (les deux vérifiés le 24 octobre 2026) :
## Reviewer checklist (AI-written changes)
- [ ] Scope: only what the task asked; no unrelated edits; sensitive files
changed on purpose; small enough to review; no duplicate helpers (M1–M5)
- [ ] Tests: ran on this exact commit; none deleted, skipped or loosened;
expected values didn't move to fit; new tests can fail (T1–T5)
- [ ] Correctness: real APIs; no swallowed errors or silent fallbacks;
edge cases; safe data changes (C1–C5)
- [ ] Security: permission checks; untrusted input stays data; no secrets;
no insecure defaults; findings triaged with reasons (S1–S5)
- [ ] Dependencies: needed, real, maintained, allowed license, expected
lockfile change (D1–D5)
- [ ] Approval: I didn't write the task, and I can explain this change
À retenir
- Relisez le code écrit par l'IA en commençant par le périmètre, puis les tests, puis le code : les erreurs d'un agent ressemblent à du bon code.
- Un test modifié pour coller à l'implémentation est l'échec grave le plus courant : lisez donc le diff des tests avant le code.
- Les erreurs avalées et les replis silencieux transforment un échec bruyant en données fausses et silencieuses.
- Chaque nouvelle dépendance est une décision de supply chain : vérifiez qu'elle est nécessaire, réelle, maintenue et autorisée.
- Automatisez les vérifications de preuves et gardez une seconde personne, et non l'auteur du prompt, pour l'approbation.
Questions fréquentes
Que vérifier en premier quand on relit du code généré par l'IA ?
Vérifiez le périmètre et les tests avant l'implémentation. Assurez-vous que le changement fait seulement ce que la tâche demandait, que les tests ont été exécutés sur la version exacte que vous approuvez, et qu'aucun test n'a été assoupli pour passer.
Un relecteur IA peut-il remplacer la revue humaine du code écrit par l'IA ?
Non. Un relecteur IA et la CI peuvent vérifier des preuves comme les résultats de tests, les constats ouverts et les nouvelles dépendances. Savoir si le changement convient à votre système, et si vous pourriez le défendre en astreinte, exige toujours une personne.
Puis-je utiliser cette checklist dans mon template de pull request ?
Oui. La version courte ci-dessous tient dans un template de pull request GitHub ou un template de merge request GitLab, et la checklist imprimable est publiée sous licence CC BY 4.0.
Voir aussi
- Checklist de revue de code par IA : 25 vérifications pour les PR de l'IA
- Comment relire du code écrit par un agent IA
- Une revue de code par IA qui bloque les mauvaises fusions
- Des barrières qualité pour le code IA, fermées en cas d'erreur
- Approbations et politiques
- Slopsquatting : quand les agents IA installent de faux paquets
- Tous les articles du blog