Le débat porte sur la manière dont les agents de programmation accèdent aux règles du noyau Linux. Un lien symbolique vers le README pourrait leur éviter des erreurs d’attribution, mais il soulève des questions de coût en jetons, d’efficacité et de signal envoyé sur l’usage de l’IA.
À quoi sert AGENTS.md dans le noyau Linux ?
AGENTS.md sert à rendre des consignes de développement repérables automatiquement par les agents de programmation. Dans le noyau Linux, la proposition de Sasha Levin consiste à ajouter un fichier AGENTS.md au dépôt sous la forme d’un lien symbolique vers le README.

L’idée n’est pas de créer une nouvelle documentation ni de remplacer la documentation officielle. Elle vise à donner aux agents un accès plus direct aux règles déjà présentes dans le dépôt. AGENTS.md joue ici le rôle d’un point d’entrée adapté à leur mode de fonctionnement : les agents peuvent repérer ce fichier et s’appuyer sur les consignes auxquelles il renvoie.
La distinction est importante. La proposition ne change pas, en elle-même, le contenu des règles. Elle change la manière dont celles-ci deviennent accessibles aux outils automatisés. C’est précisément ce qui nourrit le débat : faut-il rendre les consignes du noyau plus faciles à trouver pour des agents de programmation, et comment le faire sans confondre ce mécanisme avec la documentation destinée aux développeurs ?
La discussion dépasse donc le choix d’un nom de fichier ou d’un lien symbolique. Elle touche à l’usage de l’IA dans le développement du noyau Linux et aux pratiques de maintenance du projet. L’enjeu est de déterminer comment les agents peuvent prendre en compte les règles existantes, tout en préservant la place de la documentation officielle et les méthodes de travail des mainteneurs.
Que propose concrètement Sasha Levin ?
La proposition de Sasha Levin est d’ajouter un fichier AGENTS.md à la racine du dépôt, sous forme de lien symbolique vers le README. Le fichier ne crée donc pas de nouvelles règles : il rend les consignes existantes plus visibles pour les agents qui cherchent explicitement un fichier nommé AGENTS.md.

Le problème est celui de la découverte. Le README renvoie déjà aux règles du noyau sur l’assistance par IA, mais un agent ne consulte pas forcément ce document ni les pages auxquelles il renvoie. Une consigne présente dans le dépôt ne protège pas les contributions si l’outil ne la lit pas.
Le test rapporté par Levin compare le comportement d’agents avec et sans ce lien. Sans AGENTS.md, certains ont mal traité les mentions d’attribution et ajouté un Signed-off-by. Cette ligne n’est pas une simple indication de l’aide reçue : elle certifie que le contributeur humain accepte les déclarations associées à la soumission. Un agent ne peut pas prendre cet engagement à sa place. Avec le lien symbolique, les agents testés ont suivi la convention attendue et utilisé Assisted-by pour signaler l’assistance de l’IA.
Le résultat montre qu’un point d’entrée explicite peut améliorer le respect des consignes dans les cas testés. Il ne démontre pas que tous les agents liront AGENTS.md, qu’ils interpréteront correctement toutes les règles, ni qu’un lien symbolique résoudra les erreurs d’attribution dans chaque configuration. C’est une mesure de découvrabilité, pas une garantie de conformité. Le changement reste léger, mais il cible un risque concret : confondre une mention d’assistance avec une certification que seul un humain peut donner.
Pourquoi certains mainteneurs s’y opposent-ils ?
Les objections portent sur trois points : le volume de documentation chargé, la fiabilité de la découverte des fichiers et l’adéquation d’une consigne générale aux pratiques variées des sous-systèmes du noyau. Le débat ne concerne donc pas seulement le contenu d’AGENTS.md, mais aussi la façon dont les outils le trouvent et l’utilisent.

La crainte principale est qu’un README long soit chargé systématiquement, même quand une tâche n’en nécessite qu’une petite partie. Cela consomme des jetons — l’unité de texte traitée par un modèle — et peut injecter des informations inutiles dans son contexte. Plus le document est volumineux, plus le risque est grand que des consignes sans rapport avec la tâche occupent une place qui pourrait servir à des éléments pertinents.
Une alternative évoquée consiste à consulter les documents utiles uniquement au besoin. L’agent ne chargerait alors pas toute la documentation d’emblée : il irait chercher les instructions correspondant au fichier ou au sous-système concerné. Cette approche limite le contenu superflu, mais suppose que l’agent sache quels documents existent et quand les consulter.
C’est précisément un autre point de doute : les participants ne sont pas certains de la manière dont les agents découvrent et chargent ces fichiers. Le comportement peut dépendre de l’outil utilisé, et une convention de nommage ne garantit pas à elle seule que les consignes seront effectivement lues.
Enfin, les sous-systèmes du noyau n’ont pas tous les mêmes pratiques. Une consigne générale peut donc être trop large pour certains, ou ne pas refléter les usages locaux. Une règle valable dans un sous-système ne l’est pas forcément dans un autre. L’enjeu est de fournir des instructions utiles sans imposer un document unique, chargé partout, qui serait à la fois coûteux et mal adapté à une partie des tâches.
AGENTS.md revient-il à accepter le code généré par IA ?
Non, la présence d’un fichier AGENTS.md ne signifie pas, à elle seule, que le noyau Linux accepte les contributions assistées par IA. Elle peut toutefois être interprétée ainsi par certains participants. C’est cette différence entre fonction pratique et signal symbolique qui nourrit le débat.

Sur le plan opérationnel, AGENTS.md sert à rendre des consignes accessibles aux agents de développement : conventions de contribution, commandes de test, périmètre des modifications ou règles propres au dépôt. Le fichier ne valide pas le code produit. Il ne remplace ni la revue humaine, ni les exigences de qualité, ni les règles existantes du projet.
L’interprétation symbolique est plus délicate. Pour certains, ajouter ce fichier revient à normaliser l’usage de l’IA dans le développement du noyau, voire à encourager des contributions générées par des agents. D’autres s’opposent à cet usage, ou estiment que des consignes globales ne conviennent pas à un projet composé de sous-systèmes aux pratiques différentes. Des directives spécifiques à chaque sous-système leur semblent plus adaptées.
Je distingue donc deux questions qui ne se règlent pas de la même façon : faut-il documenter des instructions pour les outils automatisés, et quelle place l’IA doit-elle avoir dans les contributions au noyau ? Un fichier peut répondre à la première sans trancher la seconde. Mais sa présence reste un choix visible, susceptible d’être comprise comme une prise de position.
Aucun consensus ne ressort des éléments disponibles. Le débat porte à la fois sur l’utilité concrète du fichier, son périmètre et le message qu’il pourrait envoyer. Aucune de ces interprétations ne constitue une décision officielle.
| Point de débat | Enjeu |
| Consignes accessibles aux agents | Faciliter l’application des règles du dépôt sans valider automatiquement le code généré. |
| Signal d’acceptation de l’IA | Éviter qu’un outil documentaire soit interprété comme une approbation des contributions assistées par IA. |
| Règles propres aux sous-systèmes | Respecter les différences de pratiques et de contraintes au sein du noyau. |
| Absence de consensus | Ne pas présenter une position débattue comme une décision officielle. |
Que retenir de ce débat sur AGENTS.md ?
Le débat sur AGENTS.md dépasse l’ajout d’un fichier au dépôt du noyau Linux. Le lien symbolique proposé vers le README vise à rendre les règles existantes plus accessibles aux agents, avec un test où la convention Assisted-by a été mieux appliquée. Les objections portent sur le volume de documentation chargé, le coût en jetons, la découverte inégale des consignes et la diversité des pratiques entre sous-systèmes. La présence du fichier peut aussi être interprétée comme un signal sur l’acceptation de l’IA, sans que cela établisse une décision collective. Pour vous, l’enjeu est de distinguer l’accès aux règles de la politique d’acceptation des contributions : cela clarifie les risques avant de choisir comment encadrer vos agents.
FAQ
-
Que signifie AGENTS.md ?
C’est un fichier d’instructions destiné à être repéré automatiquement par les agents de programmation. -
Que contient la proposition pour le noyau Linux ?
Elle consiste à ajouter un AGENTS.md sous forme de lien symbolique vers le README, qui renvoie déjà aux règles du noyau sur l’assistance par IA. -
Pourquoi le lien symbolique pourrait-il aider les agents ?
Lors d’un test rapporté, les agents ont utilisé la convention Assisted-by avec le lien, alors qu’ils avaient mal géré les mentions d’attribution sans celui-ci. -
Pourquoi le coût en jetons est-il évoqué ?
Des participants craignent que charger systématiquement un README volumineux apporte des informations inutiles à une tâche et consomme des jetons. Certains préfèrent consulter les documents pertinents au besoin. -
Le noyau Linux a-t-il adopté AGENTS.md ?
Aucun consensus ni décision d’adoption n’est indiqué. Le débat porte aussi sur les pratiques différentes des sous-systèmes et sur le signal que ce fichier pourrait envoyer quant aux contributions assistées par IA.
A propos de l’auteur
Je suis Franck Scandolera, expert et formateur en Analytics, Data engineering et automatisation IA. J’accompagne les équipes sur l’intégration des outils d’IA dans leurs pratiques techniques, avec une attention particulière à la qualité des données, aux consignes et à la traçabilité des contributions.
⭐ Analytics engineer, Data Analyst et Automatisation IA indépendant ⭐
- Ref clients : Logis Hôtel, Yelloh Village, BazarChic, Fédération Football Français, Texdecor…
Mon terrain de jeu :
- Data Analyst & Analytics engineering : tracking avancé (GTM server, e-commerce, CAPI, RGPD), entrepôt de données (BigQuery, Snowflake, PostgreSQL, ClickHouse), modèles (Airflow, dbt, Dataform), dashboards décisionnels (Looker, Power BI, Metabase, SQL, Python).
- Automatisation IA des taches Data, Marketing, RH, compta etc : conception de workflows intelligents robustes (n8n, App Script, scraping) connectés aux API de vos outils et LLM (OpenAI, Mistral, Claude…).
- Engineering IA pour créer des applications et agent IA sur mesure : intégration de LLM (OpenAI, Mistral…), RAG, assistants métier, génération de documents complexes, APIs, backends Node.js/Python.






