Note : Ceci est une note de recherche complétant le livre L’ère de la post-pénurie, désormais disponible à l’achat. Ces notes approfondissent les concepts du texte principal. Commencez ici ou procurez-vous le livre.

Inversion d’infrastructure : quand l’IA dépasse les systèmes bâtis pour les humains

En juin 2026, Microsoft a fait quelque chose qui aurait dû être impossible. L’entreprise a commencé à faire tourner GitHub, la plus grande plateforme d’hébergement de code au monde, en partie sur Amazon Web Services.

Relisez cette phrase. Microsoft possède GitHub. Microsoft possède Azure, le deuxième cloud de la planète, une activité qu’elle défend à coups de dizaines de milliards par an contre exactement une entreprise : Amazon. Et en juin 2026, Microsoft a discrètement loué le cloud de son grand rival pour empêcher GitHub de s’effondrer, parce que sa propre infrastructure ne pouvait plus absorber la charge. Ce n’est pas un partenariat. C’est un drapeau blanc avec un logo dessus.

Ce qui a cassé GitHub n’est ni un piratage, ni une panne, ni une migration ratée. C’est un succès d’un genre très particulier. Les agents de codage IA que toute l’industrie a acclamés pendant deux ans, ceux qui écrivent l’essentiel du code dans les entreprises de pointe, sont enfin arrivés à l’échelle, et la plateforme bâtie pour des programmeurs humains a rencontré une charge de travail que des humains n’auraient jamais pu produire.

C’est l’inversion d’infrastructure : le moment où les systèmes que nous avons construits pour servir le débit humain deviennent ce qui contraint le débit des machines. L’échafaudage se retourne en plafond. Et GitHub n’est que le premier grand bâtiment visible à s’y cogner.

Les chiffres qui ont fait craquer la plateforme

Le directeur des opérations de GitHub a confirmé le chiffre phare en avril : la plateforme traitait 275 millions de commits par semaine. Annualisez, et 2026 est en route vers quelque 14 milliards de commits, quatorze fois le milliard de commits enregistré sur toute l’année 2025. Pas 14 % de plus. Quatorze fois plus, en une seule année.

Les données sur les pull requests sont encore plus folles, parce que c’est là que les agents se signalent. Les PR ouvertes par des agents de codage IA sont passées d’environ 4 millions en septembre 2025 à plus de 17 millions en mars 2026, une envolée de 325 % en six mois. GitHub Actions, le système d’intégration continue qui exécute réellement les tests et les compilations, raconte la même histoire en calcul : l’usage hebdomadaire est passé de 500 millions de minutes en 2023 à 1 milliard en 2025, puis à 2,1 milliards de minutes en une seule semaine début 2026.

La plateforme a fait ce que fait tout système à l’échelle humaine quand la courbe devient verticale. Elle a plié. Neuf incidents de service distincts en mai. Une disponibilité tombée autour de 88,4 % en juin, à des années-lumière des 99,9 % autour desquels s’écrivent les contrats d’entreprise. D’où le canot de sauvetage AWS.

Voici le détail qui fait de toute l’affaire une parabole plutôt qu’un communiqué de presse : seule une pull request générée par IA sur dix environ est réellement légitime. Les neuf dixièmes de ce trafic record sont du bruit : des agents qui ouvrent des PR pour réparer ce que personne n’a demandé de réparer, qui réessaient, qui se ravisent, qui fabriquent du travail pour des relecteurs humains qui ne peuvent pas suivre. GitHub a fait fondre son infrastructure pour livrer, surtout, de la bouillie. Nous y reviendrons, parce que cela compte plus qu’il n’y paraît.

Le canot de sauvetage a pris l’eau

L’arrangement avec AWS a acheté deux mois. Le 17 août 2026, GitHub est tombé pendant sept heures et quarante-sept minutes : github.com, la connexion, Actions, les API, les pull requests, les issues et Copilot, avec un cinquième des requêtes web et API en échec au pic et la moitié des téléchargements d’archives et de fichiers bruts. Le post-mortem de GitHub est d’une franchise inhabituelle. Aucun changement de code n’en est la cause. Aucun changement de configuration non plus. Un composant critique de son centre de données du centre des États-Unis « n’a pas réussi à monter en charge » quand le trafic a atteint un nouveau pic, et le manque s’est propagé par l’authentification à tout ce qui en dépend. L’analyse des causes ajoute le mécanisme : les proxys « sidecar » qui accompagnent chaque service interne ont atteint leurs limites de concurrence, et l’autoscaler n’a jamais réagi, parce qu’on ne lui avait appris qu’à surveiller les services, pas le mobilier autour. Puis les clients ont aggravé les choses. Un bug latent de VS Code a transformé chaque échec de connexion à Copilot en nouvelle tentative, et le trafic vers le service de jetons est passé de 7 000 requêtes par seconde à 100 000. Panne à la vitesse machine, réessai à la vitesse machine.

Dans le même billet, GitHub a publié la courbe sous-jacente. Les commits mensuels sont passés de 1,4 milliard en avril à 2,9 milliards en août, avec 130 millions de pull requests fusionnées et 24 millions de nouveaux dépôts par mois. Le rythme de 14 milliards par an qui a cassé la plateforme au printemps est désormais un rythme de 35 milliards par an. GitHub dit avoir ajouté plus de 3 millions de cœurs de processeur et 120 pétaoctets de stockage depuis ses engagements de fiabilité du printemps, « autant de matériel que l’électricité disponible le permettait » dans ses centres de données existants, et avoir fait passer Azure de 12 % de la charge de la plateforme en mai à 58 %. Elle a quand même perdu la majeure partie d’une journée à cause de rien d’autre que la charge, et deux semaines plus tard, le 1er septembre, une seule rafale concentrée de pushes a de nouveau saturé les workers de diff, l’autoscaling a de nouveau échoué à réagir, et 140 000 comptes ont contemplé des diffs périmés pendant près d’une heure.

Notez ce qu’avoue la clause « électricité disponible ». La contrainte sous la contrainte, c’est l’électricité. Même l’entreprise qui possède le deuxième cloud de la planète ajoute des serveurs au rythme que ses postes électriques autorisent.

Ce qui s’est réellement inversé

Chaque système numérique que vous avez jamais utilisé porte une hypothèse humaine soudée dans ses fondations. Pas une hypothèse énoncée. Une hypothèse enfouie, dans le calcul de charge.

Les parcours de connexion supposent qu’une personne tape un mot de passe toutes les quelques heures, pas qu’un agent se réauthentifie mille fois par minute. Les limites de débit des API supposent « combien d’appels un développeur raisonnablement caféiné pourrait-il faire ? ». Les pipelines d’intégration continue supposent qu’une compilation se déclenche quand un humain termine un morceau de travail et le pousse, peut-être quelques fois par jour. La revue de code suppose qu’un collègue lit le diff en buvant son café. Les CAPTCHA supposent que la chose à l’autre bout essaie de prouver qu’elle est humaine. Chacune de ces hypothèses est une limitation de vitesse calibrée sur la chair.

Les agents n’en respectent aucune, parce qu’on ne leur a jamais dit que ces chiffres étaient le but. Ils opèrent à la vitesse machine. Un agent documenté a passé 127 000 appels d’API en huit heures avant que quiconque ne remarque qu’il était devenu sauvage. Un autre, coincé dans une boucle de réessai, a tiré 50 000 requêtes en six heures sans jamais déclencher une seule limite de débit, parce qu’aucune requête individuelle ne semblait anormale ; seul l’agrégat, à la cadence machine, était dément. Gartner projette que plus de 30 % de la croissance de la demande d’API viendra des outils d’IA et de LLM, et que la part des applications d’entreprise intégrant des agents bondira de moins de 5 % à 40 % en une seule année.

C’est l’inversion énoncée simplement : une infrastructure conçue autour de la question « que peut plausiblement faire un humain ? » devient la contrainte déterminante à l’instant où l’acteur n’est plus humain. La page de connexion, le limiteur de débit, la file de revue, le CAPTCHA, le runner d’intégration continue : tout cela était du mobilier porteur dimensionné pour des gens. Remplissez la pièce d’agents et le mobilier devient le mur.

Et notez où ça mord le plus fort. Ce n’est presque jamais la porte d’entrée de l’hyperscaler qui lâche. C’est la base de données héritée derrière l’API rutilante, le service interne que personne n’a testé en charge pour 10 000 requêtes simultanées, la dépendance discrète trois sauts plus bas. L’abondance en haut de la pile trouve la chose la plus rare en dessous et l’écrase.

Pourquoi c’est le motif du livre, pas une note de bas de page de l’actualité tech

Si vous avez passé du temps dans L’ère de la post-pénurie, cela devrait vous sembler familier, parce que c’est le moteur de tout le livre sous un nouveau costume.

Le geste central de la thèse du livre est que l’abondance dans une couche fabrique une rareté aiguë dans la couche d’à côté. Rendez un intrant presque gratuit et la demande se rue vers l’intrant qui reste cher. Nous l’avons vu se produire au ralenti à travers la triade technologique :

• L’intelligence est devenue bon marché, donc l’énergie est devenue rare. C’est le fossé des électrons : le goulot d’étranglement de l’IA n’est plus les algorithmes, ce sont les mégawatts. L’ingéniosité abonde ; les électrons, non.
• Le déploiement de l’IA est devenu massif, donc le réseau électrique est devenu disputé. C’est la bataille sur qui paie l’électricité de l’IA, les centres de données refilant l’essentiel des flambées de prix régionales aux abonnés ordinaires.
• Le calcul est devenu stratégique, donc les entrepôts de GPU sont devenus les nouveaux champs de pétrole, et la courbe d’amélioration de 100x par an a transformé les dépenses d’investissement en question de sécurité nationale.

L’inversion d’infrastructure est la même physique appliquée à la capacité des plateformes. L’intelligence de codage est devenue presque gratuite : le seuil de substitution pour l’écriture de logiciels a été franchi, le point où le producteur fiable le moins cher d’une ligne de code a cessé d’être une personne. À l’instant où c’est arrivé, l’intrant suivant en amont est devenu la contrainte : la plateforme qui héberge, compile, teste et relit le code. Nous avons rendu le codeur abondant et découvert que la couche de coordination avait toujours été rare. Nous ne pouvions simplement pas le voir, parce que les codeurs humains ne l’avaient jamais poussée assez fort pour qu’on s’en aperçoive.

C’est pourquoi GitHub compte au-delà de GitHub. C’est un exemple propre, précoce et bien instrumenté d’une transition que chaque système construit par des humains va devoir faire. Orchestrer des flottes d’agents devient la façon dominante de faire le travail, et l’orchestration génère de la charge comme une centrale génère de la chaleur : sous-produit inévitable du simple fait de tourner.

On ne provisionne pas plus vite qu’une exponentielle

Le réflexe est d’acheter une sortie. Louer AWS. Relever les limites de débit. Ajouter des GPU. Lancer plus de runners. Microsoft a un budget à peu près infini et a quand même dû aller emprunter de la capacité à Amazon, ce qui vous dit à quel point « il suffit d’en rajouter » tient face à une année à 14x.

L’arithmétique est brutale et mérite d’être dite à voix haute. Provisionner est un processus linéaire, irrégulier, gourmand en capital, limité par les chaînes d’approvisionnement, les permis et l’électricité. La demande agentique est une exponentielle limitée par rien d’autre que le nombre d’agents que les gens ont envie de lancer cette semaine. On ne gagne pas une course contre une exponentielle en trottinant plus vite. On la perd un peu plus tard. L’août de GitHub en est la preuve : trois millions de nouveaux cœurs, une migration cloud à plein régime, et une panne de sept heures quand même.

La vraie solution n’est donc pas plus de mobilier. C’est reconstruire la pièce.

Cela veut dire une infrastructure nativement machine dès la conception : des limites de débit libellées en consommation réelle de ressources (jetons, calcul, coût) plutôt qu’en « requêtes qu’un humain pourrait envoyer » ; des systèmes de revue et de fusion qui supposent que la plupart des contributions arrivent d’agents et trient en conséquence ; une planification de capacité qui traite un pic de demande de 10x comme un mardi ordinaire, pas comme une catastrophe décennale.

Ce marché s’est ouvert. L’après-midi de la panne d’août, Cursor a mis en bêta son propre hébergeur de code pensé pour les agents, Origin, avec pour argument que le contrôle de version doit être reconstruit pour les agents, et dix jours plus tard Harness a livré un dépôt « prêt pour les agents » avec une revue conçue pour le volume à l’échelle des agents. Qu’ils tiennent sous la même courbe, nul ne le sait. Où la demande est partie, si.

Et surtout, cela veut dire remettre l’humain à exactement un endroit : le jugement. Le problème des 90 % de bouillie est le signal. Quand les agents peuvent générer à l’infini mais que le système ne peut absorber que ce que des humains peuvent relire, la revue devient la couche rare, et la réponse n’est pas de faire relire les humains plus vite, ce qui est impossible, mais de bloquer les agents aux décisions qui comptent vraiment. C’est le principe du point de contrôle humain dans la boucle : laissez les agents courir sur tout ce qui est réversible, et n’exigez une signature humaine qu’aux actions irréversibles. Vitesse machine pour le travail, jugement humain pour les engagements.

Ce que la Fondation doit apprendre d’une plateforme de code cassée

Voici la partie qui devrait faire se redresser un décideur public. La Fondation du livre est, au fond, une couche d’infrastructure : le service universel qui fournit logement, énergie, santé, coordination et calcul comme un droit de naissance. Toute la proposition repose sur une infrastructure qui fonctionne à l’échelle d’une civilisation.

GitHub sur AWS est un coup de semonce pour cette proposition. Si une plateforme gérée par l’entreprise de logiciels la plus riche de l’histoire, dotée de certains des meilleurs ingénieurs d’infrastructure vivants, peut être inversée en dix-huit mois par une demande qu’elle a elle-même applaudie, alors toute infrastructure d’abondance bâtie sur des hypothèses discrètement humaines heurtera le même mur dès que les agents en deviendront les principaux usagers, et dans le monde que décrit le livre, ils le deviendront.

Les leçons de conception découlent directement de l’inversion :

Concevoir pour l’échelle machine dès le premier jour. Le calcul comme droit civique, le calcul de base universel, ne veut dire quelque chose que si le substrat est bâti pour encaisser une demande autonome, et non dimensionné sur la vitesse de frappe de la population humaine.

Rester ouvert et bifurcable. Une plateforme fermée qui s’inverse laisse ses usagers en plan, à louer de la capacité chez un rival ou simplement à s’éteindre. Une infrastructure bâtie comme des protocoles ouverts et bifurcables plutôt que comme des plateformes captives peut être mise à l’échelle, contournée et reconstruite par n’importe qui quand un nœud atteint son plafond. L’ouverture n’est pas une idéologie ici ; c’est une stratégie de répartition de charge.

Gouverner aux bords irréversibles. L’abondance plus zéro jugement, ce n’est qu’une catastrophe plus rapide : le déluge de bouillie de GitHub en habits civiques. La Fondation doit tourner à la vitesse machine et verrouiller les engagements à la conscience humaine.

GitHub tournant sur le cloud de son concurrent n’est pas une note de bas de page embarrassante. C’est la première photographie nette du mur que chaque système conçu pour les humains va rencontrer, dans le code d’abord parce que le code bouge le plus vite, puis dans tout le reste. Le choix qu’il impose est celui que le livre martèle depuis la première page : continuer à rafistoler l’infrastructure de l’ère de la rareté jusqu’à ce qu’elle grippe, ou bâtir l’infrastructure de l’ère de l’abondance dans laquelle le monde est en train d’entrer.

Les agents ne sont pas le problème. Ce sont les hypothèses à forme humaine que nous avons coulées dans les fondations. Et les fondations, comme le livre ne cesse de le répéter, sont exactement ce qui vaut la peine d’être reconstruit avant que la charge n’arrive, pas après.

Sources

• GitHub se tourne vers AWS face à la croissance du développement par IA — Techzine, 16 juin 2026, d’après le rapport de Business Insider
• The August 17 outage, and the work ahead — GitHub, août 2026 ; les chiffres de commits, le matériel ajouté et la part d’Azure
• Analyse des causes de l’incident du 17 août — GitHub Status
• GitHub availability report: August 2026 — cinq incidents en août, les mesures de capacité sur Actions
• GitHub now sees 2.9 billion commits a month, and it can’t keep up — The New Stack, 20 août 2026
• Historique GitHub Status — l’incident du 1er septembre
• Cursor launches Origin as GitHub goes dark — The New Stack, 18 août 2026 ; aussi VentureBeat
• Harness launches code repository with AI code review for agent-ready development — 27 août 2026

Vous voulez l’argument complet sur la façon dont l’abondance dans une couche force la rareté dans la suivante, et à quoi ressemble vraiment une infrastructure bâtie pour l’ère des machines ? Lisez L’ère de la post-pénurie.

Lectures connexes : La révolution du codage par IA · Le fossé des électrons · Le seuil de substitution · IA agentique & orchestration · Humain dans la boucle : où les agents IA doivent s’arrêter · La Fondation · Calcul de base universel