Software Development

C’est la deuxième fois ce matin. Encore une fois, sans rien dire, Claude Code a co-signé mon commit.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

Quand je lui fais remarquer, il s’excuse platement et recommence.

J’avais pourtant écrit, en majuscules, dans mon CLAUDE.md global :

NEVER append a Co-Authored by Claude in commit description

C’est le fichier que Claude Code charge à chaque session.

Je dis publiquement que j’utilise l’IA, mais je réponds de mon code. Avec cet ajout un client peut se demander qui répond du code, un mainteneur ce que “co-author” implique alors que ces questions n’ont pas lieu d’être. Co-signer ce n’est pas assister, c’est revendiquer la paternité.

Tous les développeurs ont déjà vécu cette scène : le pic d’adrénaline à l’annonce de l’incident en production. Ce mélange d’angoisse de ce que l’on va découvrir et de frénésie à collecter toute information qui nous permettra de comprendre puis corriger le problème. Cela m’est à nouveau arrivé il y a quelques jours, je me revois me précipiter sur les logs et je me souviens encore de la frustration de n’y trouver que des infos basiques et un message d’erreur peu explicatif “Impossible de charger le cache”.

Pourquoi écrire encore sur le layout et les pratiques Go en 2026 ?

En 2018, Mat Ryer écrivait un article de référence How I write HTTP services after 8 years qu’il a mis à jour quelques années plus tard : “How I write HTTP services in Go after 13 years”.

En 2019, je présentais déjà ma manière de coder en Go dans plusieurs présentations d’introduction au langage.

Ce texte est une version révisée de cette présentation, nourrie par mon expérience et mes contraintes en 2026.

Parfois, une investigation raconte une autre histoire que celle que vous attendez.

C’est ce qui m’est arrivé récemment en cherchant pourquoi un pod finissait en OOMKilled deux à trois fois par jour.

Une rapide observation de la mémoire du pod incriminé ne montre pas la courbe croissante typique d’un memory leak. Je manque de données juste avant le OOM (parce que c’est toujours quand votre système de métriques est en train de migrer que ce type d’incident se produit) mais avec les données de la journée, la cause semble se trouver ailleurs.

Alors que les méthodes se font toujours plus nombreuses, les livres toujours plus prescriptifs, les outils toujours plus performants, la démarche toujours plus industrielle, l’industrie du logiciel continue à produire autant de dette, de retard et de bugs qu’auparavant.
C’est un secret de polichinelle et pourtant rien ne change. Pourquoi ?
Peut-être est-il temps de chercher la cause là où trop peu regardent.

Laissez-moi vous raconter une histoire.

Imaginez, vous êtes embauché en tant que chef de projet informatique, dans une startup où le développement est complètement stoppé :