En mars, j'écrivais ici que l'IA devait rester un outil au service d'une ingénierie solide, et je racontais le cas d'une application interne générée presque entièrement à coups de prompts, brillante en démonstration, fragile dès que les volumes devenaient réalistes. Ma conclusion était prudente.

Six mois plus tard, notre pratique a pourtant évolué, et de l'extérieur elle pourrait passer pour du vibe coding : nous décrivons ce que nous voulons en langage naturel, et des agents produisent une grande partie du code. Je vous dois donc une suite, avec ce qui a changé et ce qui n'a pas bougé.
 

Ce que voit un observateur extérieur

Un développeur exprime une intention. Un agent propose, un autre vérifie, un troisième teste. Le code apparaît vite, parfois très vite. Si l'on s'arrête à cette image, on croit assister à ce que je décrivais en mars. Le résultat, lui, se comporte différemment.
 

Ce qui se passe avant la première instruction

Chaque intervention d'un agent s'appuie sur un cadre construit avant lui. Une architecture agentique : des agents spécialisés, chacun avec une compétence précise. L'un récupère les éléments du design system, un autre analyse les tickets et propose un ordre selon les dépendances, un autre construit les écrans d'administration, un autre teste et contrôle la sécurité. Le développeur reste aux commandes : il donne l'intention, relit et valide.

Ce cadre se nourrit de vingt ans de projets web. Nos choix d'architecture, nos standards de code, nos façons de structurer un contenu, de gérer les droits, de préparer un déploiement ou de tester une fonctionnalité sont devenus des consignes que les agents appliquent. Ce sont des recettes de cuisine au sens propre : elles ont été essayées, corrigées et affinées sur de vrais projets, chez de vrais clients, bien avant l'arrivée de l'IA.

Voilà la différence avec le cas que je décrivais : l'application fragile reposait sur une accumulation de blocs générés au fil des demandes. Ici, chaque bloc se place dans une architecture technique solide avant qu'une ligne ne soit écrite.
 

Ce qui n'a pas changé depuis mars

• Le code n'est qu'une partie du travail. Clarifier les besoins, décider, relire, déployer : ces étapes restent là. L'IA n'y change pas grand-chose seule.
• La relecture reste indispensable. Plus le code arrive vite, plus la revue compte. Une équipe qui ne relit pas ce qu'un agent produit fabrique une dette technique en mode TGV, à Très Grande Vitesse.
• La compréhension prime. Personne ne met en production un composant que l'équipe ne saurait pas expliquer, faire évoluer ou réparer dans cinq ans.

Ce qui a changé

L'effort s'est déplacé. Nous passons davantage de temps en amont, à cadrer, à spécifier, à formaliser ce que dix ans de pratique savaient faire implicitement. Nous en passons aussi davantage en aval, à vérifier. Le milieu, l'écriture proprement dite, s'accélère. Ce déplacement n’est d’ailleurs pas propre à notre équipe : les travaux de DORA sur le développement assisté par IA observent eux aussi que le temps gagné sur la génération de code tend à se reporter sur l’audit et la vérification.

Ce n'est pas magique, et l'histoire se répète. Je me souviens d'une époque où des clients me racontaient que leur fiston avait fait un site et une page Facebook en deux jours. C'était vrai, le site existait. Restait tout le reste : le rendre trouvable, l'adapter à ceux qui l'utilisent, le sécuriser, le faire évoluer avec l'organisation, le confier à quelqu'un capable de le reprendre. Vingt ans de métier m'ont appris que la vitesse de la première version dit peu de chose sur la valeur d'un projet.

Aujourd'hui, on entend que les projets coûteront deux ou trois fois moins cher, et je me méfie de ce genre de promesse : à ce stade, personne ne peut le dire, et cela ramène tout à une question de prix. Ce que je constate, c'est un travail plus complet. L'accessibilité, le SEO, le GEO, les tests automatisés : on y pense plus tôt et plus souvent.

Et je reste prudent. Cette approche fonctionne parce qu'elle repose sur une expérience préalable. Un débutant qui confie un projet critique à des agents sans cadre reproduira très probablement le cas de mars. L'expérience du métier devient un atout plus précieux, pas moins.
 

Et chez vous ?

Vous vous reconnaissez dans cette trajectoire ? Vous souhaitez accélérer votre transformation digitale et intégrer l'IA dans vos processus métiers, en gardant la maîtrise de ce que vous construisez ? Peut-être avez-vous déjà tenté des essais qui n'ont pas tenu leurs promesses, ou hérité d'une application que plus personne ne sait faire évoluer.

Depuis 2006, nous accompagnons des organisations dans leur transformation digitale et dans la mise en place d'écosystèmes où les outils se parlent. Ce que nous avons appris en éprouvant l'IA chez nous, nous le partageons volontiers : ce qui fonctionne, ce qui a pris plus de temps que prévu, et ce que nous ferions à votre place.

Écrivez-nous en quelques lignes sur votre contexte, nous reviendrons vers vous.

Conclusion : le cadre compte plus que le prompt

Six mois plus tard, je ne retire pas ce que j’écrivais en mars. Je le formulerais simplement autrement.

Le problème n’est pas que l’IA écrive une grande partie du code. Il commence lorsqu’on lui délègue en même temps l’architecture, les arbitrages, la validation et, finalement, la responsabilité du résultat.

Vue de loin, notre façon de travailler ressemble aujourd’hui au vibe coding : une intention exprimée en langage naturel et beaucoup de code produit par des agents. Mais sous la surface se trouvent précisément les éléments qui manquent au vibe coding improvisé : une architecture, des standards, du contexte, des tests, des revues et une équipe capable de comprendre ce qui a été construit.

Plus l’IA accélère l’exécution, plus l’ingénierie qui l’encadre devient importante.

La compétence ne disparaît donc pas. Elle se déplace. Savoir produire chaque ligne de code soi-même compte peut-être un peu moins ; savoir ce qu’il faut construire, pourquoi, comment le vérifier et comment le faire évoluer compte encore davantage.

Envie d'en savoir plus sur le vibe coding ?
 

CE QU'IL FAUT RETENIR DE CET ARTICLE

• L’IA peut désormais produire une part importante du code, mais la vitesse de génération ne garantit ni la qualité, ni la sécurité, ni la maintenabilité d’un projet.
• Le développement agentique fonctionne lorsqu’il repose sur un cadre existant : architecture, standards, règles métier, tests et expérience accumulée sur de vrais projets.
• La responsabilité humaine reste centrale : le code généré doit pouvoir être relu, compris, testé, corrigé et maintenu par l’équipe.
• L’IA déplace davantage le travail qu’elle ne le fait disparaître : moins de temps consacré à l’écriture pure, davantage au cadrage, à la décision et à la vérification.