{"id":730250,"date":"2026-08-10T15:00:47","date_gmt":"2026-08-10T14:00:47","guid":{"rendered":"https:\/\/blog.jetbrains.com\/?post_type=ai&p=730250"},"modified":"2026-08-10T15:01:16","modified_gmt":"2026-08-10T14:01:16","slug":"decouvrez-jetbrains-context-l-intelligence-de-votre-depot-au-service-des-agents-de-programmation","status":"publish","type":"ai","link":"https:\/\/blog.jetbrains.com\/fr\/ai\/2026\/08\/decouvrez-jetbrains-context-l-intelligence-de-votre-depot-au-service-des-agents-de-programmation\/","title":{"rendered":"D\u00e9couvrez JetBrains Context : l\u2019intelligence de votre d\u00e9p\u00f4t au service des agents de programmation"},"content":{"rendered":"

Aujourd\u2019hui, nous lan\u00e7ons JetBrains Context, une nouvelle couche d\u2019intelligence d\u00e9di\u00e9e aux d\u00e9p\u00f4ts de code, qui aide les agents de programmation \u00e0 travailler plus efficacement et \u00e0 produire de meilleurs r\u00e9sultats sur des bases de code complexes. Dans le cadre du d\u00e9ploiement de JetBrains AI pour les \u00e9quipes et les organisations<\/a>, JetBrains Context est \u00e0 pr\u00e9sent disponible en acc\u00e8s anticip\u00e9, sans frais suppl\u00e9mentaires, avec votre abonnement \u00e0 JetBrains AI. Il s’int\u00e8gre \u00e0 Claude Code, Codex\u00a0CLI et Junie\u00a0CLI, et peut \u00eatre utilis\u00e9 depuis les JetBrains IDEs, Air, VS Code et d’autres \u00e9diteurs compatibles.<\/p>\n

JetBrains a toujours cherch\u00e9 \u00e0 renforcer l’efficacit\u00e9 des d\u00e9veloppeurs, y compris lorsqu’ils travaillent avec les bases de code les plus complexes. Traditionnellement, cela impliquait de proposer des fonctionnalit\u00e9s intelligentes telles que la saisie semi-automatique, l’analyse de code et la navigation. Aujourd\u2019hui, nous \u00e9tendons cette m\u00eame productivit\u00e9 aux agents de programmation en leur donnant acc\u00e8s \u00e0 l\u2019intelligence du d\u00e9p\u00f4t dont ils ont besoin pour \u00e9crire, valider et relire efficacement du code.<\/p>\n

\n
\n

\u00ab\u00a0Depuis des d\u00e9cennies, nous aidons les d\u00e9veloppeurs \u00e0 prendre rapidement en main des bases de code complexes. Il s\u2019av\u00e8re que les agents de programmation ont besoin d\u2019un accompagnement similaire lorsqu\u2019ils travaillent sur un projet qu\u2019ils ne connaissent pas.\u00a0\u00bb<\/p>\n<\/blockquote>\n

\"\"\n
Vlad Tankov<\/strong>
Chief Technology Officer, JetBrains Agent Systems<\/span><\/div>\n<\/div>\n<\/div>\n

Dans les bases de code \u00e0 l’\u00e9chelle de l’entreprise, le contexte est essentiel. C\u2019est ce qui fait la diff\u00e9rence entre des r\u00e9sultats moyens, qui n\u00e9cessitent une relecture et des corrections fastidieuses, et une programmation agentique efficace, capable de comprendre votre base de code, vos API, vos d\u00e9pendances, vos mod\u00e8les d\u2019impl\u00e9mentation et vos conventions de d\u00e9veloppement.<\/p>\n

Tout comme les d\u00e9veloppeurs, les agents n\u2019ont pas besoin d\u2019\u00eatre beaucoup accompagn\u00e9s lorsqu\u2019ils travaillent sur de petits projets de preuve de concept. En revanche, ils ont besoin de davantage de contexte : ces connaissances internes, souvent implicites, et cette expertise qui leur permettent de travailler efficacement sur de grandes bases de code.<\/p>\n

La nouvelle r\u00e9alit\u00e9 pour les agents<\/h2>\n

Notre investissement dans le contexte fait \u00e9cho \u00e0 un besoin croissant chez les d\u00e9veloppeurs de renforcer les capacit\u00e9s de leurs agents. Il y a encore quelque temps, les d\u00e9veloppeurs se contentaient de n’importe quel r\u00e9sultat g\u00e9n\u00e9r\u00e9 par l’IA. Aujourd’hui, la \u00ab\u00a0phase de lune de miel\u00a0\u00bb touche \u00e0 sa fin et les choses se compliquent. Les attentes qui p\u00e8sent sur les d\u00e9veloppeurs augmentent et le p\u00e9rim\u00e8tre d’utilisation de l’IA s’\u00e9tend, tandis que les d\u00e9veloppeurs s’efforcent de r\u00e9pondre aux nouvelles exigences. La recherche de ROI concernant l\u2019IA entra\u00eene une r\u00e9duction des d\u00e9lais pour les \u00e9quipes de d\u00e9veloppement et l\u2019apparition de nouveaux objectifs en mati\u00e8re d\u2019IA. Cela signifie que nous ne pouvons plus d\u00e9penser un nombre illimit\u00e9 de tokens pour r\u00e9soudre les probl\u00e8mes \u00e0 coups de calculs intensifs effectu\u00e9s par les mod\u00e8les les plus performants. Les exigences de la r\u00e9alit\u00e9 rattrapent rapidement les nouveaux superpouvoirs des agents.<\/p>\n

Ce qui n’\u00e9tait auparavant qu’une simple g\u00eane se mue progressivement en un v\u00e9ritable goulot d’\u00e9tranglement. La plupart des t\u00e2ches de r\u00e9solution de probl\u00e8mes et de d\u00e9veloppement de fonctionnalit\u00e9s n\u00e9cessitent que les agents effectuent une exploration approfondie du code afin de comprendre l’\u00e9tat actuel ou de disposer d’une r\u00e9f\u00e9rence pour les modifications pr\u00e9vues. En pratique, cela implique d’effectuer des recherches, de lancer des agents d’exploration et de lire des fichiers ; des activit\u00e9s qui demandent souvent beaucoup de temps et consomment beaucoup de jetons. M\u00eame avec les mod\u00e8les actuels les plus performants, un contexte limit\u00e9 et une visibilit\u00e9 restreinte sur le d\u00e9p\u00f4t peuvent emp\u00eacher les agents de retrouver le bon code, de rep\u00e9rer des exemples d’impl\u00e9mentation pertinents ou d’identifier des sch\u00e9mas existants qu’il peut \u00eatre int\u00e9ressant de r\u00e9utiliser. Le r\u00e9sultat est simple\u00a0: moins les agents passent de temps \u00e0 explorer des d\u00e9p\u00f4ts, plus ils peuvent en consacrer \u00e0 la t\u00e2che \u00e0 accomplir. C’est pr\u00e9cis\u00e9ment ce probl\u00e8me que JetBrains Context cherche \u00e0 r\u00e9soudre.<\/p>\n

Qu’est-ce que JetBrains Context\u00a0?<\/h2>\n

JetBrains Context est une couche d\u2019intelligence d\u00e9di\u00e9e aux d\u00e9p\u00f4ts de code, con\u00e7ue pour les agents de programmation tels que Claude Agent, OpenAI Codex et JetBrains Junie. Il construit progressivement un index s\u00e9mantique de vos d\u00e9p\u00f4ts et offre des capacit\u00e9s de recherche s\u00e9mantique. Cela aide les agents \u00e0 acc\u00e9der aux connaissances pertinentes sur les d\u00e9p\u00f4ts plut\u00f4t que de rechercher et de relire sans cesse des fichiers. Au lieu de s’appuyer uniquement sur des recherches par mots-cl\u00e9s et l’exploration r\u00e9p\u00e9t\u00e9e de fichiers, les agents peuvent directement poser n’importe quelle question ou rechercher des termes et des concepts connexes. Nous nous appuyons sur deux composants principaux pour faire fonctionner cet outil\u00a0: un backend qui indexe progressivement le d\u00e9p\u00f4t et des outils de recherche s\u00e9mantique qui permettent aux agents d’interroger ces donn\u00e9es.<\/p>\n

L\u2019une des fonctionnalit\u00e9s cl\u00e9s que nous sommes ravis de d\u00e9ployer est la recherche multi-d\u00e9p\u00f4ts<\/strong>. Au lieu de se limiter au d\u00e9p\u00f4t actuel, les agents peuvent d\u00e9couvrir du code pertinent dans l’ensemble de la base de code de votre organisation, y compris dans des d\u00e9p\u00f4ts qui ne sont pas disponibles localement. Cela leur permet de v\u00e9rifier les API et les d\u00e9pendances, de comprendre l\u2019impact des modifications ou de trouver du code r\u00e9utilisable dans des projets distants. L\u2019objectif final est de maintenir un niveau de qualit\u00e9 de code \u00e9lev\u00e9, d\u2019\u00e9viter les t\u00e2ches inutiles et de renforcer la conformit\u00e9 \u00e0 l\u2019architecture dans l\u2019ensemble de la base de code.<\/p>\n

\"\"\n
Exemple de sortie de l’outil jbcontext analyze<\/figcaption>\n<\/figure>\n

La preuve par l’exemple (ou plut\u00f4t par les tests)<\/h2>\n

Nous avons valid\u00e9 JetBrains Context sur 205\u00a0t\u00e2ches SWE-bench de projets open source, 175\u00a0t\u00e2ches de monorepos de production et 1\u00a0953\u00a0t\u00e2ches de localisation de code. Sur l’ensemble de ces benchmarks, JetBrains Context a r\u00e9duit le nombre d\u2019ex\u00e9cutions des agents jusqu’\u00e0 68\u00a0%<\/strong>, la latence jusqu’\u00e0 59\u00a0%<\/strong> et les co\u00fbts d’ex\u00e9cution jusqu’\u00e0 48\u00a0%<\/strong>.<\/p>\n

Mesurer les syst\u00e8mes d’IA de mani\u00e8re coh\u00e9rente n’est pas chose facile. Les agents de programmation modernes sont intrins\u00e8quement probabilistes, c’est pourquoi nous avons con\u00e7u notre \u00e9valuation \u00e0 partir de benchmarks r\u00e9put\u00e9s dans notre secteur d’activit\u00e9 et de d\u00e9p\u00f4ts de production \u00e0 grande \u00e9chelle. Gr\u00e2ce \u00e0 ces \u00e9valuations, nous avons pu perfectionner cette technologie au point de pouvoir affirmer avec confiance qu\u2019elle fait une r\u00e9elle diff\u00e9rence en mati\u00e8re de temps, de co\u00fbts et de qualit\u00e9 du code sur les grandes bases de code.<\/p>\n

\"\"<\/figure>\n

L’acc\u00e8s anticip\u00e9 \u00e0 JetBrains Context est d\u00e9j\u00e0 inclus dans votre abonnement\u00a0!<\/h2>\n

Suivez les instructions sur notre page de destination<\/a> pour vous lancer\u00a0:<\/p>\n

    \n
  1. Installez la\u00a0CLI \u00e0 l’aide d’une simple requ\u00eate GET<\/code>.<\/li>\n
  2. Authentifiez-vous \u00e0 l’aide de la commande\u00a0CLI jbcontext login<\/code>. \u00a0Vos identifiants fonctionneront tels quels. Une licence JetBrains AI est requise, mais JetBrains Context ne consommera aucun quota.<\/li>\n
  3. Acc\u00e9dez au dossier de votre projet et configurez JetBrains Context pour votre agent de programmation pr\u00e9f\u00e9r\u00e9 \u00e0 l’aide de la commande jbcontext setup-agent<\/code>. Vous pouvez aussi le faire globalement au niveau de l’utilisateur.<\/li>\n
  4. JetBrains Context pr\u00e9indexera automatiquement votre code gr\u00e2ce aux hooks d’agent, mais vous pouvez aussi le faire explicitement avec la commande jbcontext index<\/code>. Votre code source n’est pas stock\u00e9 sur les serveurs de JetBrains Context.<\/li>\n<\/ol>\n

    \u00c0 partir de maintenant, lorsque vous effectuerez vos t\u00e2ches de programmation habituelles, vous verrez que l’agent b\u00e9n\u00e9ficie de nouvelles capacit\u00e9s qui lui permettent de mieux comprendre les d\u00e9p\u00f4ts et d’\u00eatre bien plus productif.\u00a0<\/p>\n

    Apr\u00e8s avoir test\u00e9 JetBrains Context, si vous n\u2019\u00eates pas certain de son utilit\u00e9, vous pouvez consulter nos nouvelles fonctionnalit\u00e9s d\u2019analyse int\u00e9gr\u00e9es ! Il vous suffit d\u2019ex\u00e9cuter jbcontext analyze<\/code> pour voir les \u00e9conomies de temps et de co\u00fbts r\u00e9alis\u00e9es, \u00e0 partir de vos donn\u00e9es en temps r\u00e9el.<\/p>\n

    Nous aimerions savoir ce que vous en pensez. Partagez vos avis, posez des questions ou parlez-nous de votre exp\u00e9rience dans les commentaires ci-dessous. Vous pouvez \u00e9galement utiliser directement la commande jbcontext send-feedback<\/code> depuis la CLI.<\/p>\n\n\n

    Auteurs de l’article original en anglais<\/em> :<\/p>\n\n\n

    \n
    \n
    \n
    \n \"Eduard\n <\/div>\n
    \n

    Eduard Gurskiy<\/h4>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n\n\n
    \n
    \n
    \n
    \n \"Roni\n <\/div>\n
    \n

    Roni Dover<\/h4>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n","protected":false},"author":813,"featured_media":724678,"comment_status":"closed","ping_status":"closed","template":"","categories":[9159,8899,89,907],"tags":[],"cross-post-tag":[],"class_list":["post-730250","ai","type-ai","status-publish","has-post-thumbnail","hentry","category-agentic-ai","category-ai","category-news","category-releases"],"acf":[],"_links":{"self":[{"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/ai\/730250","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/ai"}],"about":[{"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/types\/ai"}],"author":[{"embeddable":true,"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/users\/813"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/comments?post=730250"}],"version-history":[{"count":7,"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/ai\/730250\/revisions"}],"predecessor-version":[{"id":730270,"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/ai\/730250\/revisions\/730270"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/media\/724678"}],"wp:attachment":[{"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/media?parent=730250"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/categories?post=730250"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/tags?post=730250"},{"taxonomy":"cross-post-tag","embeddable":true,"href":"https:\/\/blog.jetbrains.com\/fr\/wp-json\/wp\/v2\/cross-post-tag?post=730250"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}