L'IA qui code : entre révolution et bluff

Il y a quelques jours, j'ai regardé une démo qui aurait fait hurler de rire n'importe quel développeur il y a trois ans. Un système d'IA a pondu un compilateur fonctionnel capable de cibler plusieurs architectures processeur. Pas un jouet. Pas un prototype. Un vrai compilateur qui passe 99% des tests standard de l'industrie.

Voilà où on en est.

La trajectoire est vertigineuse

On est passé de la prédiction du mot suivant à la génération de fonctions entières, puis de fichiers complets, et maintenant — de plus en plus — de projets complets. Cette montée en puissance a généré un effet secondaire inattendu : l'émergence de ce que la communauté appelle les vibe forks.

Concrètement, un vibe fork, c'est une réimplémentation from scratch d'un logiciel existant. On ne copie pas le code. On recrée la fonctionnalité en se laissant guider par des modèles de plus en plus costaux. Le code source n'est plus une barrière protectrice. Il ne l'a jamais été, vraiment. Le savoir-faire technique a été absorbé dans les données d'entraînement et encodé dans les poids des modèles.

L'expérience du compilateur Carlini

L'exemple le plus frappant vient de la recherche récente en IA. Seize agents autonomes ont travaillé sur un code partagé pour construire un compilateur C from scratch. Après près de 2 000 sessions et 20 000 dollars de coûts API, ils ont produit un compilateur de 100 000 lignes capable de compiler Linux 6.9 sur x86, ARM et RISC-V. Il compile même DOOM.

Laissez ça résonner.

Cent mille lignes de code de qualité production. Trois architectures процессeur distinctes. Un kernel qui boot vraiment. Ce n'est pas un projet de week-end — c'est un logiciel que des chercheurs ont mis des années à construire, reproduit par des agents autonomes en quelques semaines de temps machine.

La réaction immédiate oscille entre euphorie et terreur existentielle selon votre position. Mais la réalité est plus nuancée. Et plus intéressante.

Pourquoi je dors sur mes deux oreilles

Mon avis tranché : les vibe forks sont impressionnants, mais pas la menace existentielle qu'ils pourraient sembler représenter.

Pensez à l'économie de l'abondance. Quand n'importe qui peut faire apparaître un compilateur C par prompt, l'artefact cesse d'être rare. Ce qui devient rare, c'est le jugement — le jugement sur lequel des nombreux générés est correct, maintenu, sûr, et mérite qu'on lui confie nos systèmes de production.

Ce schéma s'est déjà produit. Prenez les app stores. Le coût du clonage y est déjà proche de zéro. La barrière pour lister est basse. Résultat ? Des centaines de trackers d'habitudes, des milliers de apps lampe torche, un océan d'outils de productivité quasi identiques. Les clones existent. Ils ne semblent juste pas tenir sur la durée.

Ce qui sépare les winners du tas, ce n'est pas les features. C'est la curation, la découverte, la confiance et la réputation. Le featured editoriale, les avis utilisateurs, les étoiles, la reconnaissance de marque construite en années. Vous pouvez dupliquer la liste des fonctionnalités du jour au lendemain. Pas la confiance.

L'avantage caché des acteurs établis

Voici quelque chose de contre-intuitif : la même propriété qui rend les vibe forks possibles aide en réalité plus les incumbents que les nouveaux venus.

Les logiciels largement déployés ont été inclus dans les données d'entraînement un nombre incalculable de fois. Ils ont été exposés à des cas limites et des conditions aux bords que des développeurs ont passé des années à découvrir et corriger. Le modèle est bon pour maintenir ces logiciels précisément parce que le monde a déjà fait le travail dur de trouver ce qui cassait.

Un vibe fork tout frais n'a aucune de cette histoire. Il fonctionne peut-être magnifiquement pour le chemin heureux. Mais ce crash mystérieux qui ne survient que lors du traitement d'un fichier avec des caractères Unicode au milieu d'un mardi après-midi de novembre ? Ça a pris trois mois à quelqu'un pour le tracer. Ça n'est pas dans votre prompt. C'est du savoir institutionnel embarqué dans le code original.

Les modèles sont genuinely meilleurs pour maintenir ce que le monde a déjà appris à maintenir. C'est pas juste, mais c'est vrai.

L'élément humain qui ne scale pas

Et puis il y a le support. C'est là que les vibe forks pèchent vraiment, et je pense que c'est le moat le plus sous-estimé de tout ça.

L'IA agentique peut gérer des projets greenfield sans problème. Construire quelque chose de neuf from scratch ? Les modèles sont remarquablement capables. Mais le vrai logiciel n'est pas greenfield. Le vrai logiciel est brownfield. Il a accumulé des dépendances, des intégrations legacy, des configs biscornues, et la cruft accumulée d'années de "on corrigera ça plus tard".

Chaque projet mature porte une complexité essentielle — la difficulté inhérente du problème qu'il résout. Mais il porte aussi une complexité accidentelle, le genre qui s'infiltre au fil du temps à cause d'exigences changeantes, de turnover, et des mille petites décisions qui semblaient raisonables sur le moment.

Réduire cette complexité accidentelle ? C'est une tâche profondément humaine. Ça demande de comprendre un contexte qui n'a peut-être jamais été écrit nulle part. Ça demande des conversations avec les utilisateurs sur ce dont ils ont vraiment besoin. Ça demande du jugement sur des compromis qui n'ont de sens que vu l'histoire de l'organisation.

Les agents IA peuvent aider avec tout ça. Mais ils ne peuvent pas le faire seuls, et ils ne peuvent certainement pas le faire pour un fork frais qui n'a pas ces relations ou ce contexte.

La vraie opportunité

Voici ce que je pense qui se passe vraiment avec les vibe forks : ils n'éliminent pas la valeur du bon logiciel. Ils démocratisent la capacité de construire du nouveau logiciel.

Les gens qui étaient bloqués de créer parce qu'ils ne connaissaient pas le C ou n'avaient pas des années d'expérience en compilateur ? Ils sont débloqués maintenant. Les startups qui ne pouvaient pas se permettre de construire de l'infrastructure from scratch ? Elles peuvent prototyper et valider des idées plus vite que jamais.

Ce que les vibe forks ne peuvent pas facilement répliquer, c'est la confiance accumulée, la communauté, et le savoir institutionnel qui rend un logiciel précieux sur la durée. Ça se construit encore à l'ancienne : à coups d'années de shipping, d'écoute, de fix et d'itération.

Donc oui, la barrière pour recréer un logiciel a drastiquement baissé. Mais la barrière pour créer un logiciel qui compte — celui auquel les gens font confiance avec leurs businesses et leurs vies — requiert toujours l'élément humain. Elle le requerra toujours.

La question n'est pas de savoir si l'IA peut construire vos rêves. Elle le peut. La question est de savoir si vous pouvez construire quelque chose qui mérite d'être maintenu.