🛑

Andrej Karpathy (ex-Tesla AI, ex-OpenAI) a encore livré une base dans un nouveau post. Le message est simple : la programmation a changé de manière méconnaissable. Et cela ne s'est pas fait progressivement, mais par un bond soudain au cours des deux derniers mois.

Selon lui, jusqu'en décembre, les agents IA pour l'écriture de code ne fonctionnaient pratiquement pas. Maintenant, ils fonctionnent. Les modèles ont franchi le plafond de qualité, ont appris à maintenir un contexte à long terme, à faire preuve de persévérance et à se frayer un chemin à travers des tâches complexes et volumineuses.

👉🏻 Cas pratique d'Andrej :
Ce week-end, il avait besoin d'un tableau de bord local pour l'analyse vidéo des caméras domestiques. Il n'a pas ouvert d'éditeur, mais a écrit un seul prompt en anglais à un agent :
Voici l'IP, le login et le mot de passe de mon serveur local. Connecte-toi, configure les clés SSH, installe vLLM, télécharge et exécute le benchmark Qwen3-VL. Démarre un endpoint serveur pour l'inférence vidéo, crée une interface Web de base, teste le tout, emballe les services dans systemd, sauvegarde des notes pour moi et rédige un rapport Markdown.


L'agent est parti s'affairer pendant 30 minutes. Pendant ce temps, il a lui-même rencontré une multitude de bugs, a cherché des solutions sur Google, a écrit du code, a débogué, a lancé les services et est revenu avec un résultat complètement prêt. Karpathy n'a même pas touché au code.
Ce qui, il y a encore trois mois, était un projet de loisir pour tout le week-end est maintenant une tâche de fond d'une demi-heure que vous lancez et allez boire un café.

🤖 Agentic Engineering
Selon Karpathy, nous disons adieu au concept de « l'homme qui tape des instructions dans un éditeur de texte ».

Désormais, le développement consiste à lancer des instances d'agents IA, à leur confier des tâches en langage naturel et à gérer et examiner leur travail en parallèle. Celui qui gagne est celui qui apprend à monter de plus en plus haut dans les couches d'abstraction et à gérer des orchestrateurs de longue durée qui contrôlent une foule de codeurs IA parallèles, en leur fournissant les outils et le contexte nécessaires.

⚖️ Où est l'humain là-dedans ?
Ce n'est toujours pas la magie du « fais-moi un bouton argent ». Les agents ont toujours cruellement besoin de :
🟢 Direction de haut niveau et vision architecturale.
🟢 Goût technique et évaluation (ce fameux jugement).
🟢 Indications itératives.

Cela fonctionne mieux lorsque la tâche a une spécification rigide et que la fonctionnalité peut être facilement vérifiée par des tests. La compétence principale actuelle est l'intuition dans la décomposition. Vous devez être capable de diviser un système complexe en morceaux atomiques qui peuvent être délégués en toute sécurité à un agent, et contrôler leurs interfaces.

En fait, la syntaxe ne vaut presque plus rien. L'architecture, la décomposition et la capacité à gérer des abstractions complexes valent tout.