GitHub Copilot : mon retour de développeur après quatre ans d'usage

En bref : GitHub Copilot est un assistant de code par IA, devenu le standard chez les développeurs. Depuis 2024, il propose plusieurs modèles (GPT, Claude, Gemini) et s'intègre à VSCode et JetBrains. Pour le code sensible, les versions Business et Enterprise restent les seules compatibles RGPD, mais chaque suggestion exige une revue humaine.

J'utilise GitHub Copilot tous les jours depuis fin 2021 — j'étais dans le programme de preview avant la sortie publique. Cet article est mon retour de développeur après quatre ans : ce que je continue d'apprécier, ce qui m'agace toujours, et ce que je conseille aux équipes clientes qui hésitent encore à le déployer en 2026.

Ce qu'est Copilot, concrètement

GitHub Copilot est un service de complétion et de génération de code basé sur des modèles de langage. Il propose en temps réel des suggestions à mesure que je tape, et répond aussi à des questions en langage naturel via une interface chat. Édité par GitHub et Microsoft depuis 2021, c'est devenu le standard de facto chez la majorité des développeurs que je croise en mission.

L'outil s'intègre dans les éditeurs principaux : Visual Studio Code (l'intégration la plus aboutie, celle que j'utilise), Visual Studio, JetBrains (IntelliJ, PyCharm, WebStorm), Neovim, Xcode, Eclipse. Je tourne principalement sur VSCode et IntelliJ selon les projets, et l'expérience est cohérente entre les deux.

Les fonctionnalités que j'utilise vraiment

Plusieurs surfaces que j'ai intégrées à mon flux. Le code completion inline pendant la frappe, acceptable par Tab — c'est ce qui fait gagner le plus de temps sur le boilerplate. Copilot Chat pour expliquer du code legacy, suggérer des refactorings, ou générer des tests. Les slash commands (/explain, /fix, /tests, /doc) pour des actions contextuelles ciblées. Copilot in the CLI pour formuler des commandes terminal exotiques. Les pull request summaries générées automatiquement sur GitHub. Et plus récemment Copilot Workspace pour planifier et implémenter des changements multi-fichiers.

L'ouverture multi-modèles, le gros changement de 2024

Depuis 2024, GitHub Copilot ne s'appuie plus uniquement sur les modèles OpenAI. Je peux maintenant choisir le moteur selon la tâche : les modèles GPT d'OpenAI (historique), les modèles Claude d'Anthropic, les modèles Gemini de Google. C'est un changement majeur que j'ai accueilli avec soulagement — je passe régulièrement sur Claude pour les refactors complexes et le raisonnement, et je garde OpenAI pour les complétions rapides. Cette ouverture permet d'optimiser le ratio conditions/qualité selon le type de prompt.

Conditions d'acces

GitHub Copilot propose plusieurs formules. open access : version accessible avec quotas limités, disponible pour tous les comptes GitHub depuis 2024 — un excellent levier pour tester. Pro : acces individuel, quotas plus élevés, accès aux modèles avancés. Business : pour les équipes, avec contrôles d'organisation. Enterprise : intégration knowledge base, chat sur le code source de l'organisation, contrôles avancés.

Bon à savoir : les étudiants, enseignants et mainteneurs de projets open source populaires bénéficient d'un accès accessible complet via GitHub Education. J'envoie systématiquement le lien aux jeunes développeurs qui me demandent comment commencer.

Confidentialité du code : le point que je vérifie en premier

C'est l'un des points les plus scrutés par les clients que j'accompagne. Voici les engagements officiels que je vérifie dans la documentation. En version Business et Enterprise, les prompts et suggestions ne sont pas utilisés pour entraîner les modèles. En version individuelle, l'utilisateur peut désactiver cette télémétrie dans les paramètres. Un filtre optionnel peut bloquer les suggestions correspondant à du code public, pour limiter les risques de licence (utile pour les codebases qui ne veulent pas absorber de code GPL par mégarde). Les organisations peuvent appliquer des politiques d'usage à toute leur équipe.

Pour les codebases sensibles (santé, défense, finance), les versions Business et Enterprise sont les seules options compatibles avec la majorité des politiques internes que j'ai vues. La version individuelle reste acceptable pour du code open source ou personnel.

Cas d'usage où Copilot brille vraiment

D'après mon expérience et celle des équipes que j'accompagne. Boilerplate : génération de getters/setters, validations, schémas Zod ou Pydantic — gain de temps massif. Tests unitaires : écriture rapide à partir d'une implémentation existante, à condition de relire systématiquement les cas de test. Conversion entre langages : passer d'un script Python à un équivalent TypeScript, par exemple. Documentation inline : JSDoc, docstrings Python, commentaires de fonctions. Apprentissage : explorer un nouveau framework en posant des questions naturelles sur le code que je lis.

Limites que je vois encore en 2026

Copilot reste un assistant, pas un développeur autonome. Quelques points d'attention que je rappelle à chaque formation. Il peut générer du code qui compile mais ne respecte pas les conventions du projet — il faut un linter strict en complément. Sur du code legacy non standard, les suggestions perdent en pertinence rapidement. Les hallucinations d'API existent : méthodes inventées, paramètres inexistants, librairies non installées. Le contexte est limité : sur un gros refactor multi-fichiers, l'humain reste indispensable pour piloter.

Ma règle que je donne à toutes mes équipes : tout ce que Copilot propose doit passer par la même revue de code qu'un commit humain. Pas de raccourci, pas d'exception.

Les alternatives crédibles que je teste

Le marché de l'IA développeur s'est étoffé. Mes alternatives principales. Cursor : éditeur basé sur VSCode avec IA intégrée plus profondément, je l'utilise pour les projets greenfield. Cody (Sourcegraph) : focus sur l'indexation de larges codebases, excellent pour les monorepos. Tabnine : modèles auto-hébergeables, option on-premise pour les contraintes de souveraineté. Codeium : version accessible généreuse, multi-IDE. JetBrains AI Assistant : intégration native dans l'écosystème JetBrains, à considérer si vous êtes 100% JetBrains.

Ma lecture pour Trust-Vault

Sur ma grille Trust Score, GitHub Copilot bénéficie de plusieurs atouts. Sécurité : adossé à Microsoft, SOC 2 Type II, conformité enterprise. Transparence : conditions d'acces publique, documentation API complète, changelog régulier. Fiabilité : qualité de complétion reconnue par une part majoritaire des développeurs sondés dans le Stack Overflow Developer Survey 2024. Vie privée : versions Business et Enterprise compatibles avec les exigences RGPD.

Le principal point d'attention reste la dépendance à un fournisseur cloud unique (Microsoft) et la nécessité d'une politique d'usage claire pour les équipes manipulant du code sensible. Pour la plupart des équipes que j'accompagne, Copilot Business avec filtre code public activé reste la combinaison la plus pragmatique.

--- Sources : GitHub Copilot documentation officielle ; Stack Overflow Developer Survey 2024 ; AICPA SOC 2 framework ; Anthropic Claude on Copilot announcement 2024 ; Microsoft Trust Center.