Comment les grands projets IA open source gèrent des milliers de contributeurs sans multiplier les pull requests

Ce virage traduit une méfiance croissante des mainteneurs envers les contributions générées par des agents externes, au profit d'outils internes calibrés sur l'historique du projet. Selon Lars Grammel, une configuration d'agent qui a fait ses preuves sur une catégorie de bugs devient plus fiable qu'une contribution communautaire imprévisible, ce qui réduit fortement le temps de relecture. Pour des projets aussi diffusés que AI SDK ou Astro, cette automatisation transforme la maintenance, qui passe d'une gestion réactive d'un arriéré ingérable à un traitement hebdomadaire maîtrisé, un changement que Fred Schott qualifie d'inédit en plus de dix ans d'expérience dans l'open source. Pour les contributeurs individuels, la conséquence est plus rude : certains projets, comme Flue, n'acceptent plus aucune pull request, tout en restant ouverts à la discussion, ce qui redéfinit la place de la communauté dans le développement des logiciels libres.

Cette évolution découle de la démocratisation des outils de génération de code par IA, qui a permis à un nombre croissant de personnes de soumettre des correctifs sans toujours en garantir la qualité, submergeant les équipes de maintenance. Fred Schott raconte que, pendant cinq ans, les issues sont arrivées plus vite qu'Astro ne pouvait les traiter, une situation renversée en six mois grâce à l'automatisation. Le modèle de la « software factory », une équipe d'agents qui trie, reproduit, corrige et relit avant de transmettre le tout à un humain pour la fusion finale, s'impose comme une réponse structurelle à cette surcharge. Cette expérience a d'ailleurs poussé Schott à créer un nouveau cadre baptisé Flue, qui pousse la logique plus loin en fermant la porte aux pull requests tout en restant ouvert à la discussion. Reste à savoir si cette tendance, portée par des acteurs comme Vercel et Astro, va se généraliser à l'ensemble de l'écosystème open source.