🎯 Objectif
Tu vas installer un agent IA de codage sur ta machine, le connecter à un projet que tu écris (ou un projet existant), et t'en servir pour réaliser une fonctionnalité concrète. Tu rédigeras ensuite un court rapport sur ce que tu as appris, ce qui t'a impressionné, et ce que l'agent a raté.
⚠️ À l'école, seuls les comptes gratuits sont autorisés. Pas d'abonnement payant, pas de carte de crédit. C'est volontaire — l'idée n'est pas de te faire dépenser, mais de te faire découvrir ce qui est accessible à tout le monde aujourd'hui.
🤖 De quoi on parle exactement
Un agent IA de code est un programme qui tourne dans ton terminal (ou ton IDE) et qui :
- comprend ton codebase (lit les fichiers, suit les imports…)
- exécute des commandes shell (lance les tests, build, git…)
- modifie ou crée des fichiers selon tes instructions en langage naturel
- te demande confirmation pour les actions risquées
Ce n'est pas un chatbot qui te recrache du code à copier-coller. C'est un outil qui agit dans ton projet, sous ton contrôle.
Les trois agents que tu peux installer
| Agent |
Éditeur |
Compte gratuit |
| Claude Code |
Anthropic |
Oui, avec quotas |
| Codex CLI |
OpenAI |
Oui, avec quotas |
| Gemini CLI |
Google |
Oui, généreux quotas |
À toi de choisir lequel installer. Les trois ont des qualités et des défauts. Tu peux aussi en tester plusieurs, c'est encouragé.
📋 Travail demandé
Partie 1 — Installation et configuration
- Choisis un agent parmi Claude Code, Codex CLI ou Gemini CLI
- Installe-le sur ta machine (chez toi et à l'école si possible)
- Crée un compte gratuit auprès de l'éditeur correspondant
- Configure l'authentification de l'agent avec ton compte
- Vérifie que l'agent fonctionne : ouvre un dossier vide, lance l'agent, demande-lui de créer un simple fichier
hello.txt
💡 Comment trouver les instructions ? Cherche "<nom de l'agent> install" sur le site officiel de l'éditeur. Pas sur un blog tiers, pas sur YouTube en première intention — la doc officielle est souvent la plus à jour et la plus fiable. Reviens vers les autres sources si tu bloques.
Partie 2 — Mise en pratique sur un vrai projet
Choisis un des scénarios suivants :
- Scénario A — Démarrer un projet from scratch : demande à l'agent de créer une petite application (générateur de mot de passe, todo-list, calculatrice, mini-jeu…) dans le langage de ton choix. Suis ses propositions, mais lis chaque diff avant d'accepter.
- Scénario B — Reprendre un projet existant : prends un de tes projets en cours (C#, Python, PHP…) et demande à l'agent d'ajouter une fonctionnalité. Par exemple, ajouter un bouton Copier à ton générateur de mot de passe.
- Scénario C — Débogage : prends un code qui ne fonctionne pas et demande à l'agent de l'aider à comprendre pourquoi.
Partie 3 — Observation critique
Pendant que tu utilises l'agent, note systématiquement :
- ce qu'il a bien fait (tâche réussie du premier coup, suggestion pertinente…)
- ce qu'il a mal fait (boucle, hallucination, contournement, oubli d'un détail…)
- les moments où tu as dû intervenir pour corriger le tir
- la différence par rapport à ce que tu aurais codé toi-même
📄 Livrables
À la fin de l'exercice, rends :
- Un dépôt git (local ou GitHub) avec le code produit
- Un fichier
RAPPORT.md à la racine, contenant :
- quel agent tu as choisi, et pourquoi
- les difficultés rencontrées lors de l'installation
- le scénario choisi (A, B ou C)
- 3 réussites marquantes de l'agent
- 3 échecs marquants de l'agent
- ta réponse à la question : « utiliserai-je cet outil au quotidien ? Dans quelles conditions ? »
🧪 Bonus — Faire tourner un agent en local (sans compte cloud)
Tu peux pousser l'expérience plus loin : faire tourner Claude Code (ou un agent compatible) sur ta machine sans envoyer une seule requête sur internet, en utilisant un modèle de langage qui tourne en local.
Pourquoi c'est intéressant
- Confidentialité — ton code ne quitte jamais ta machine
- Pas de quota — tu utilises tes propres ressources GPU/CPU
- Pas de coût — gratuit même en cas d'usage intensif
- Ça marche hors ligne — utile en classe sans wifi fiable
Ce qu'il te faut
| Élément |
Rôle |
| LM Studio |
Application desktop qui télécharge et exécute des modèles open source en local. Expose une API compatible OpenAI. |
| Un modèle de code |
Le « cerveau ». Quelques bons choix open source : Qwen2.5-Coder, DeepSeek-Coder-V2, Gemma 3, Codestral. |
| Claude Code (ou autre agent compatible) |
Le client qui te permet d'interagir avec le modèle dans le terminal, redirigé vers LM Studio au lieu du cloud. |
⚠️ Limite matérielle réelle : un modèle de code performant demande en général au moins 16 Go de RAM (et idéalement un GPU avec 8+ Go de VRAM). Sur un PC scolaire modeste, prends un modèle plus léger (Qwen 7B, par exemple) — quitte à perdre en qualité. Si ta machine rame trop, repli sur la version cloud avec un compte gratuit.
La marche à suivre
- Installe LM Studio
- Télécharge un modèle de code via l'interface de LM Studio (commence par un 7B pour tester)
- Lance le serveur local dans LM Studio (onglet Developer → Start Server). Note l'URL — par défaut
http://localhost:1234/v1.
- Configure ton agent (Claude Code, par exemple) pour qu'il utilise cette URL au lieu de l'API cloud. La doc de l'agent t'expliquera comment changer l'endpoint et la clé API (mets une chaîne bidon, LM Studio ne vérifie pas).
- Lance l'agent et utilise-le normalement. Tu verras dans LM Studio les requêtes arriver en direct.
Vidéo de démonstration
La vidéo en haut de cet article (épinglée) montre cette mise en place pas à pas. Regarde-la avant de te lancer si tu choisis ce bonus — ça t'évitera plusieurs heures d'errance.
🚨 Règles à respecter pendant l'exercice
| Règle |
Pourquoi |
| Lis chaque modification avant de l'accepter |
Tu dois rester capable d'expliquer ton code |
| Tu restes responsable du résultat |
Un bug n'est pas la faute de l'IA, c'est la tienne |
| Pas de données sensibles dans les prompts |
Mots de passe, données perso, code propriétaire de stage… |
| Cite l'IA si tu rends du code généré |
Honnêteté intellectuelle |
| Compte gratuit uniquement à l'école |
Règle de l'établissement |
✅ Critères de réussite
- ✅ Un agent est installé et fonctionnel sur ta machine
- ✅ Tu sais expliquer ce qui s'est passé à chaque étape de ton projet
- ✅ Le code produit fonctionne et a été relu
- ✅ Le rapport est honnête : il signale autant les échecs que les réussites de l'agent
- ✅ Tu peux montrer en classe une démo de 2-3 minutes
🤔 Questions de réflexion
À ajouter à ton rapport, en quelques phrases chacune :
- Un agent IA peut écrire du code à ta place. Qu'est-ce qui reste à ta charge d'irremplaçable ?
- Si tu utilisais cet outil pendant tes études, quels risques vois-tu pour ton apprentissage ?
- Est-ce qu'un agent local (LM Studio) et un agent cloud (Claude Code en ligne) résolvent le même problème ? Quelles sont les différences pratiques au quotidien ?
- Imagine que tu sois embauché dans une boîte qui interdit ces outils. Quels arguments comprends-tu derrière cette interdiction ?
✍️ À retenir
- Un agent IA de code n'écrit pas juste du texte : il agit dans ton projet (fichiers, terminal, git).
- Les trois grands gratuits à connaître : Claude Code, Codex CLI, Gemini CLI.
- À l'école : comptes gratuits uniquement.
- Un agent peut aussi tourner 100 % en local via LM Studio + un modèle open source (Qwen2.5-Coder, DeepSeek-Coder-V2, Gemma 3…). Confidentiel, sans quota, mais demande une bonne machine.
- Tu restes responsable de ce que tu rends — l'agent est un outil, pas un prétexte.
Vidéo à la une à regarder sur Youtube:
http://youtu.be/G8GZBg1Izho