L'ex-patron de GitHub dit que ses propres outils sont dépassés. On devrait l'écouter.

60 millions de dollars pour repartir de zéro. Quand le créateur de la plus grande plateforme de code au monde admet que le système ne tient plus, ce n'est pas un communiqué de presse. C'est un signal.

Thomas Dohmke a quitté GitHub en août 2025

Quatre ans à la tête de la plateforme. Plus de 150 millions de développeurs. Le lancement de Copilot, l'outil de code assisté par IA le plus utilisé au monde, avec 20 millions d'utilisateurs. Un bilan que n'importe quel dirigeant tech envierait.

Et pourtant, Dohmke est parti. Pas pour prendre sa retraite, pas pour rejoindre un concurrent. Pour fonder une startup qui remet en question les fondations mêmes de ce qu'il avait construit.

Le message est limpide : les outils qui ont structuré le développement logiciel depuis quinze ans ne sont plus adaptés à ce qui vient.

Le problème n'est pas le code. C'est tout ce qui l'entoure.

Pour comprendre ce que Dohmke essaie de résoudre, il faut d'abord comprendre comment le logiciel se fabrique aujourd'hui.

Depuis quinze ans, le développement repose sur Git, un système de gestion de versions. En termes simples : chaque modification de code est enregistrée, chaque contributeur peut voir ce qui a changé, et une équipe peut travailler ensemble sans écraser le travail des autres. GitHub, c'est la plateforme qui a rendu ce système accessible à des millions de personnes.

Le processus classique ressemble à ça : un développeur écrit du code, le soumet pour révision par un collègue (une « pull request »), quelqu'un vérifie que tout est correct, puis le code est intégré au projet. C'est méthodique, traçable, humain.

Le problème, c'est que ce système a été conçu pour des humains qui écrivent du code. Pas pour des agents IA qui en produisent des volumes qu'aucun humain ne peut relire.

Les agents IA écrivent déjà plus de code que les développeurs

Ce n'est plus de la prospective. Aujourd'hui, un développeur expérimenté utilise couramment plusieurs agents IA en parallèle. Cursor, Claude Code, GitHub Copilot, Windsurf : ces outils génèrent du code à une vitesse qu'aucune équipe humaine ne peut égaler.

Le résultat, c'est un goulot d'étranglement inédit. Le code est produit plus vite qu'il ne peut être compris, vérifié et approuvé. Les « pull requests » s'empilent. Les réviseurs humains se retrouvent face à des centaines de lignes de code qu'ils n'ont pas écrites, dans des fichiers qu'ils n'ont jamais vus, sans comprendre le raisonnement qui a mené à ces choix.

Dohmke le dit sans détour : « Bientôt, les développeurs ne regarderont plus le code, car les agents en écriront bien plus que ce que les humains peuvent relire. »

Ce que construit Entire, et pourquoi c'est révélateur

La nouvelle startup de Dohmke s'appelle Entire. Elle a levé 60 millions de dollars en tour de financement initial, la plus grosse levée jamais réalisée pour un outil développeur. Valorisation : 300 millions.

Ce qu'Entire propose tient en une idée : si le code est désormais écrit par des agents, il faut tracer non pas seulement le code, mais le raisonnement derrière le code.

Son premier produit, Checkpoints, enregistre automatiquement le contexte de chaque contribution d'un agent IA : les instructions données, le raisonnement suivi, les décisions prises. L'objectif est de permettre aux humains de comprendre pourquoi le code existe, pas seulement ce qu'il fait.

C'est un changement de paradigme. On passe d'un monde où on versionne des fichiers à un monde où on versionne des intentions.

La vraie question n'est pas technique. Elle est organisationnelle.

Ce qui rend cette histoire pertinente bien au-delà du monde des développeurs, c'est ce qu'elle révèle sur la transformation en cours.

Quand l'ex-patron de la plus grande plateforme de code au monde dit que le système qu'il a dirigé n'est plus adapté, il ne parle pas que de Git ou de pull requests. Il décrit un basculement plus large : les outils, les processus et les habitudes qui fonctionnaient dans un monde pré-IA doivent être repensés.

Ça concerne les développeurs, évidemment. Mais ça concerne aussi toute organisation qui utilise ou envisage d'utiliser l'IA.

Si même les outils les plus matures du monde logiciel doivent être reconstruits pour l'ère agentique, qu'en est-il des processus internes d'une PME qui n'a pas encore fait son premier diagnostic ?

L'IA amplifie le besoin de cadre, pas l'inverse

Il serait tentant de voir dans cette histoire une confirmation que la technologie avance trop vite. Ce serait passer à côté du point essentiel.

Ce que montre le virage de Dohmke, c'est que la vitesse de production n'est rien sans la capacité de comprendre ce qui est produit. Les agents IA ne remplacent pas le besoin de gouvernance, de traçabilité, de cadrage. Ils l'amplifient.

Un agent qui écrit du code sans que personne ne comprenne pourquoi, c'est un risque. Un système IA déployé dans une organisation sans diagnostic préalable, c'est le même risque à une autre échelle.

La leçon vaut pour les géants de la tech comme pour une entreprise de 25 personnes à Sherbrooke.

Ce qui change, ce qui ne change pas

Ce qui change : la vitesse à laquelle l'IA produit, le volume de ce qu'elle génère, la complexité de ce qu'il faut superviser.

Ce qui ne change pas : le besoin de comprendre avant de déployer, de cadrer avant d'automatiser, de savoir ce qu'on veut résoudre avant de choisir un outil.

Dohmke a construit GitHub, l'a mené à 150 millions d'utilisateurs, puis a reconnu que ça ne suffisait plus. Il n'a pas ajouté une fonctionnalité. Il a reparti de zéro.

C'est peut-être la meilleure illustration de ce qu'on répète depuis le début : la bonne question n'est jamais « quel outil utiliser ». C'est « quel problème essaie-t-on de résoudre, et est-ce que nos fondations sont encore solides ».