La modernisation de code par agents IA franchit une étape concrète chez Mistral AI : dans un retour d’expérience publié le 9 septembre 2026, l’entreprise détaille comment une équipe d’agents a converti 40 000 lignes de Fortran 77 en C++ pour un opérateur énergétique européen, sans suite de tests ni documentation centralisée au départ.
Un simulateur physique de 300 000 lignes, sans filet
Le projet portait sur un simulateur de réservoir, un logiciel de calcul physique intensif utilisé par un opérateur énergétique dont le nom n’a pas été communiqué. Sur les 300 000 lignes de code que comptait l’application, 40 000 lignes de Fortran 77 devaient être portées en C++. Deux obstacles compliquaient la tâche : aucune suite de tests n’existait pour vérifier que le comportement du logiciel restait identique après conversion, et la documentation technique n’était pas centralisée.
Une équipe d’agents plutôt qu’un copilote unique
Plutôt qu’un seul assistant de code, Mistral a mis en place un flux de travail multi-agents où chaque rôle est spécialisé : un agent planifie l’architecture cible, un agent code, un agent teste, et un dernier agent relit la qualité du code produit. La documentation manquante a été reconstituée automatiquement via l’outil en ligne de commande Vibe, tandis que le traitement des documents techniques existants s’est appuyé sur Mistral OCR.
Des points de contrôle humains à chaque étape
Le déroulé retenu suit cinq étapes : génération de l’architecture C++ cible, revue et validation par un ingénieur, mise en file d’attente des tâches, cycles itératifs de planification-implémentation-test, puis revue humaine finale avant fusion du code. Pour valider chaque module converti, l’équipe a comparé les résultats numériques produits par l’ancien et le nouveau code plutôt que de se fier à une simple relecture. Comme le résume Mistral dans son retour d’expérience : « la concordance numérique est la preuve la moins coûteuse et la plus convaincante qu’un module est terminé. »
Ni autonomie totale, ni sessions manuelles
La principale leçon tirée par l’équipe est méthodologique : un flux de travail structuré, avec des points de validation humaine à intervalles réguliers, a surpassé aussi bien une exécution totalement autonome des agents qu’un travail de migration mené manuellement par les ingénieurs. Ni le tout-automatique, ni le tout-manuel, mais un entre-deux outillé.
Ce type de retour d’expérience s’ajoute aux efforts de Mistral pour équiper les entreprises en outils agentiques, après le lancement de son Agentic Search destiné à remplacer le RAG classique. Le cas du Fortran 77 illustre un usage moins spectaculaire mais très concret de l’IA agentique : la maintenance de code industriel vieux de plusieurs décennies, un chantier auquel de nombreuses entreprises européennes de l’énergie, de la finance ou de l’industrie sont confrontées.
