Les agents IA ne savent pas coder, et c'est un problème
Pourquoi ça compte pour toi
Si tu as une équipe et tu pousses tout le monde à utiliser des agents IA pour coder plus vite, tu risques d'empiler du code cassé difficile à détecter. Les meilleurs développeurs savent quand s'en servir et quand pas — les autres non. Et c'est là que ça devient dangereux pour les grandes organisations.
Ce qu'il faut retenir
- 1.Les agents IA excellent au brouillon mais échouent à peaufiner : c'est une machine à sous, pas un ingénieur
- 2.Les meilleurs développeurs voient quand c'est raté ; les autres non → à l'échelle, c'est la catastrophe
- 3.Le code généré peut être cassé de façons invisibles : syntaxe propre, logique fausse
Tu galères avec le jargon ?
Lis la version réécrite en mode débutant — toutes les idées, sans le jargon.
Pourquoi les agents IA ratent le code
Geohot (le mec qui a craqué l'iPhone, entre autres) teste les agents IA depuis 6 mois. Il a écrit des parties de tinygrad avec eux, décodé une puce USB ↔ PCIe. Verdict : à chaque fois, il aurait pu le faire mieux et plus vite à la main.
Voici le truc : un agent IA donne un gros coup d'accélérateur au départ. Puis tu dois tirer le levier de la machine à sous, en espérant que la prochaine génération se rapproche du résultat fini. Ça n'arrive jamais.
Oui, il a essayé tous les modèles, tous les prompts, tous les harnais. Non, ce n'est pas « tu l'utilises mal ».
Le danger réel : l'organisation moyenne
Les meilleurs développeurs (tes Alex, tes Nina, tes plus solides) voient quand le code de l'IA est cassé. Ils l'utilisent comme un Google sous stéroïdes : rapide, utile, mais ils repassent derrière chaque ligne.
Les autres ? Ceux qui produisent 10x plus de code grâce aux agents ? Ils ne voient pas les défauts. Ils les poussent en prod. Et dans une grande organisation avec un retour lent et un alignement faible, c'est ainsi que la qualité s'effondre.
Comparaison : imagine Apple qui force tous ses ingénieurs à utiliser des agents IA. Tu crois que macOS s'améliore ou se détériore en 2 ans ?
Ce qu'on confond avec de la programmation
Les artefacts générés par l'IA ressemblent à des artefacts humains. Sauf que le processus de création est complètement différent. Et cette différence, invisible dans les statistiques, devient criante quand tu dois construire dessus, l'étendre, la déboguer.
Les anciennes mesures de qualité (syntaxe, grammaire) ? Inutiles désormais.
Le vrai débat : agents contre autre chose
Geohot n'est pas contre l'IA. Elle est utile, clairement. Mais il doute que les LLM actuels programment jamais vraiment. Les vrais agents IA auront besoin de modèles du monde, pas de RLVR à la con qui commente le test qui échoue et prétend que tout passe.
Le piège : la « psychose IA » où on croit trop fort au remède et on se tire une balle.
Et concrètement pour toi ?
Choisis ton profil — la lecture de l'article change selon qui tu es.
Pour toi, retiens que l'IA est très douée pour paraître compétente dans les domaines où elle ne l'est pas vraiment : c'est vrai en code comme ailleurs, et ça devrait te rendre prudent·e face à toute promesse d'automatisation totale.
Source
📊 Cours en bourse
Pour aller plus loin
Cet article t'a donné envie d'approfondir ? Deux formations Noésis t'attendent :
Explorer les thèmes de cet article :