Agent HQ : GitHub souhaite gouverner tous les agents IA de programmation

Agent HQ : le (futur) portail d’accès vers les agents IA de développement

L’éditeur entend répondre là au problème de fragmentation que connaît le marché. Gartner a évoqué récemment la saturation du marché agentique, alors même que les entreprises peinent à suivre le mouvement.

Pour mémoire, GitHub Copilot permettait déjà d’utiliser différents LLM du marché. D’ailleurs, le 23 octobre, l’éditeur a déprécié l’accès à certains modèles d’OpenAI, de Google et d’Anthropic en proposant pour alternative de se tourner vers Claude Sonnet 4.5, Opus 4.1, GPT-5/GPT-5 mini et Gemini 2.5 pro.

Il n’est pas le premier à intégrer les agents de programmation des concurrents dans sa suite. GitLab propose dans sa souscription Enterprise l’accès à Claude Code et OpenAI Codex. Prochainement, il compte intégrer Amazon Q Developer, OpenCode et Gemini CLI.

« Si tu ne peux pas les posséder, contrôle-les », cela semble être la philosophie qui anime les deux concurrents face à la prolifération des assistants de programmation. Et à ce jeu, GitHub peut s’appuyer sur une base installée de 180 millions d’usagers, soit 36 millions de plus que l’année dernière et 4 millions d’entreprises. « Ces cinq derniers mois, 1 million de pull requests émises par GitHub Copilot ont été “mergées” », vante pour sa part Kyle Daigle.

Bien que jugé comme prometteur par les analystes et les clients interrogés sur place par SearchAppEnteprise (une publication sœur du MagIT), GitHub et Microsoft doivent encore finaliser les contours technico-économiques d’Agent HQ.

Avant de pouvoir administrer les agents des acteurs tiers, GitHub doit renforcer la gestion de ses propres outils agentiques. Outre l’accès aux « primitives » de GitHub (dépôts git, pull requests, issues), l’éditeur ajoute un ensemble d’éléments de contrôle de flux agentiques dans l’interface de GitHub (Web et mobile), GitHub CLI et VS Code.

Unifier d’abord l’expérience utilisateur des agents Copilot

À commencer par Mission Control, en disponibilité générale. Cette interface doit permettre d’unifier la gestion des tâches agentiques.

Ces tâches peuvent être liées à la correction de bugs, l’ajout de fonctionnalités incrémentales, la génération de tests, la mise à jour de la documentation ou la résolution de la dette technique. Elles peuvent être exécutées en arrière-plan et de manière asynchrone.

« Au lieu de passer d’un onglet à l’autre pour suivre l’avancement ou de fouiller dans les commentaires des pull requests pour guider le travail, tout ce dont vous avez besoin se trouve désormais dans une vue centralisée et en temps réel », explique l’éditeur dans sa documentation. Celle-ci est pour l’instant valable pour les agents IA de GitHub Copilot (qui sont propulsés exclusivement par Claude Sonnet 4.5). Il faut dire que les fonctionnalités de création d’agents IA ne sont en disponibilité générale que depuis la fin du mois de septembre.

Ce centre de commande permet surtout de changer de contexte entre les interfaces Web, mobile, et CLI. Cela peut servir à organiser des routines matinales, explorer en parallèle plusieurs issues pour identifier les tâches à ajouter au backlog ou encore à optimiser des éléments spécifiques du code. Ce sont là des idées de flux proposés par GitHub. Il est possible de créer des agents personnalisés en modifiant les prompts, les outils auxquels ils ont accès à travers les serveurs MCP disponibles depuis le registre présenté plutôt ce mois-ci. L’éditeur propose une bibliothèque de prompts créée par ses soins et des partenaires. Par exemple, il existe des patrons pour des agents Amplitude, ARM (migration d’x86 vers ARM), Databricks, Dynatrace, PagerDuty ou encore HashiCorp Terraform.

Les agents Copilot peuvent être intégrés dans Teams, Jira, Azure Boards, Raycast, Slack et Linear.

Les pull requests peuvent être traités à l’aide de GitHub Code Quality, en préversion publique. Cette fonctionnalité doit détecter (à l’aide de règles, CodeQL) les problèmes de fiabilité et de maintenabilité dans le code écrit en Java, C#, JavaScript, Python, Go et Ruby. Elle propose ensuite des suggestions de remédiation.

GitHub doit également bénéficier d’une intégration renforcée avec Visual Studio Code. Il est désormais possible de gérer les sessions d’agents locaux et cloud, de déléguer des tâches de contextualisation à des sous-agents et d’utiliser le « Plan Mode ». À partir d’un prompt, ce dernier permet d’analyser la base de code, générer un plan détaillé des modifications à opérer et valider ces étapes avant même de coder. Cette fonctionnalité est associée à un fichier AGENTS.md afin de s’assurer que le modèle de raisonnement associé suit bien les étapes décrites par le développeur. Le registre MCP de GitHub est aussi accessible depuis l’IDE.

Plus de contrôle sur les flux d’IA agentique

À tout cela s’ajoutent de « nouvelles » mesures de contrôles de branches et d’identité, de résolution de conflit de merge.

En clair, les agents Copilot peuvent exclusivement créer et pousser des pull requests vers des branches disposant du marquage copilot/. « Copilot ne peut pas “push” vers les branches “main” et “master” », précise la documentation. Un ensemble de restrictions s’applique pour limiter l’exécution de certaines commandes, contrôler l’activation des pipelines GitHub Actions et des runners self-managed (une nouveauté présentée hier).

De plus, les administrateurs de GitHub Enterprise Cloud ont le droit en préversion publique à un hub pour gérer les futures flottes d’agents IA. Outre la main sur les paramètres décrits ci-dessus, ils peuvent superviser l’usage des agents IA, consulter les logs d’audits et éditer une liste de serveurs MCP autorisés dans VS Code Insiders. En préversion publique également, l’éditeur a présenté un tableau de bord et une API afin de consulter les métriques d’usage liées à GitHub Copilot et aux agents depuis les IDE (adoption des agents, lignes de code ajoutées, modèles de langage utilisés, etc.).

Quid des autres fonctionnalités de la plateforme Git ? Depuis deux ans, l’accent est mis sur Copilot. Toutefois, l’éditeur poursuit les améliorations de sécurité, la détection des secrets et des vulnérabilités et dans le code à l’aide de CodeQL (dernièrement, Rust, C/C++, Go, Kotlin) et ajoute des options pour les runners de GitHub Actions. Pour autant, en la matière, il est davantage question de la mise en disponibilité générale de fonctions présentées l’année dernière.

Crédit photo : GitHub – Kyle Daigle, COO, GitHub.