Vibe coding : l'IA code vite, le produit reste humain

Le vibe coding, c’est l’idée qu’on peut désormais créer un logiciel en le décrivant à une IA, sans écrire de code. Sur les réseaux sociaux, l’idée devient vite une promesse : n’importe qui pourrait tout faire en informatique, et un enfant pourrait refaire en un week-end ce qu’une entreprise a mis vingt ans à construire. D’autres y voient l’inverse : la fin des métiers du logiciel.

Ce débat est plus vieux que l’informatique. Entre 1811 et 1816, les luddites brisent des métiers à tisser dans les centres textiles anglais. On en a fait le symbole du refus du progrès, mais Kevin Binfield, qui a réuni leurs écrits, raconte autre chose au Smithsonian Magazine : ils voulaient des machines qui fabriquent des produits de qualité, conduites par des ouvriers formés et correctement payés. En 1930, John Maynard Keynes nomme une « nouvelle maladie », le chômage technologique, et imagine qu’un siècle plus tard, vers 2030, une semaine de quinze heures suffira. À chaque vague, deux récits s’opposent : la machine qui libère, ou la machine qui asservit à ceux qui la possèdent. Aucun ne s’est réalisé tel qu’il était annoncé.

J’utilise l’IA tous les jours, à plusieurs niveaux, pour écrire du code, traduire, rédiger et automatiser. Dans ce texte de la rubrique développement d’applications, j’essaie de trier le vrai du faux, sans trancher sur l’avenir : personne ne le peut honnêtement. Je veux surtout rappeler les paramètres qui gouvernent ce qu’on peut réellement faire avec l’IA aujourd’hui : le besoin, le temps humain, le coût et la confiance.

En bref

• Le gain est réel : en mars 2025, un quart des jeunes pousses d’une promotion de Y Combinator avaient un code généré à 95 % par l’IA, et une plateforme de création d’applications montée par un fondateur seul a été rachetée 80 millions de dollars au bout de six mois.
• Les accidents aussi : une application lancée « sans une ligne de code écrite à la main » a dû fermer après une attaque, et un agent a effacé une base de production malgré des consignes répétées.
• Le goulot s’est déplacé : les équipes qui adoptent l’IA produisent beaucoup plus de code, mais le temps de relecture explose et les résultats de l’entreprise ne suivent pas.
• Un produit sans besoin réel échoue, avec ou sans IA. Et parce qu’il est devenu facile de matérialiser une idée, on lance plus de projets qu’avant, sans forcément aller au bout.
• Les éditeurs de logiciels sont bousculés, mais ceux qui possèdent des données fermées et une expertise métier résistent mieux que ne le craignaient les marchés en février 2026.

Qu’est-ce que le vibe coding a vraiment changé ?

Le mot vient d’Andrej Karpathy, chercheur passé par OpenAI et Tesla. Le 2 février 2025, il décrit une nouvelle façon de programmer, où l’on « se laisse porter » et où l’on « oublie que le code existe ». Il précise lui-même que c’est « pas si mal pour des projets jetables du week-end ». En novembre 2025, le dictionnaire Collins en fait son mot de l’année.

Le changement est réel, et il serait malhonnête de le minimiser :

• Les jeunes pousses s’y sont mises les premières. En mars 2025, Jared Friedman, associé de Y Combinator, indique que pour un quart de la promotion de l’hiver 2025, 95 % du code est généré par l’IA, selon TechCrunch. Il ajoute un détail qu’on oublie souvent de citer : ces fondateurs sont tous « très techniques » et capables de tout écrire eux-mêmes.
• Un enfant peut faire une démonstration. En août 2024, Ricky Robinett, responsable des relations développeurs chez Cloudflare, a montré sa fille de huit ans construire un assistant conversationnel en 45 minutes avec l’éditeur Cursor.
• Un fondateur seul peut bâtir une entreprise. Base44, une plateforme qui crée des applications à partir d’une description, a été rachetée par Wix en juin 2025 pour environ 80 millions de dollars, avec des compléments liés aux résultats jusqu’en 2029. Elle avait été lancée environ six mois plus tôt par Maor Shlomo, en projet personnel au départ, et ne comptait que six salariés, sans financement extérieur, au moment de la vente.
• Les développeurs ont adopté l’outil. Dans l’enquête 2025 de Stack Overflow, 84 % des répondants utilisent ou comptent utiliser des outils d’IA, et 51 % des développeurs professionnels s’en servent chaque jour.

En octobre 2026, on produit donc du logiciel à une vitesse jamais atteinte. Le débat ne porte pas sur ce point. Il porte sur ce que cette vitesse permet de livrer, et à qui.

Pourquoi « n’importe qui peut tout faire » est faux

Les exemples qui précèdent ont un point commun qu’on lit rarement dans les publications enthousiastes : derrière la vitesse, il y a presque toujours quelqu’un qui sait déjà ce qu’il fait. Quand ce n’est pas le cas, l’IA fabrique très vite un logiciel qui marche en démonstration et qui casse en production.

Une application ouverte à tous les vents. En mars 2025, un créateur publie fièrement qu’il a construit son logiciel avec Cursor, sans écrire une ligne de code. Quelques jours plus tard, il écrit : « je suis attaqué », avec des clés d’API vidées, des abonnements contournés, une base de données remplie de n’importe quoi, et précise qu’il n’est « pas technique ». Le développeur Cendyne a analysé l’épisode dans « Vibe coding vs reality » : des erreurs de débutant que n’importe quelle relecture aurait vues.

Des failles dans les applications générées. En mai 2025, le chercheur Matt Palmer a publié la faille CVE-2025-48757, notée 8,26 sur 10, qui touchait des projets générés par la plateforme Lovable : des règles d’accès à la base de données absentes ou trop faibles laissaient lire, et parfois modifier, des données personnelles, des clés d’API et des statuts de paiement. L’outil générait l’application ; personne ne vérifiait qui avait le droit de lire quoi.

Même un entrepreneur aguerri. En juillet 2025, Jason Lemkin, fondateur de SaaStr, raconte son expérience avec l’agent de Replit. Selon The Register, l’agent a effacé sa base de production malgré une consigne de gel du code, après avoir produit de fausses données et de faux résultats de tests. Lemkin dit lui avoir répété onze fois en majuscules de ne pas le faire. Le patron de Replit, Amjad Masad, a reconnu que c’était « inacceptable » et annoncé la séparation automatique des bases de développement et de production.

Ce dernier cas est le plus instructif. Lemkin n’est pas un débutant, et l’incident ne vient pas d’un manque d’intelligence de l’utilisateur. Il vient d’une consigne écrite en langage naturel, que rien ne faisait respecter mécaniquement. C’est une décision d’architecture, donc une décision humaine.

Où est le vrai goulot : la machine ou l’humain ?

L’IA accélère l’écriture du code. Elle n’accélère pas, ou peu, ce qui vient après : relire, tester, décider, assumer.

Le cabinet d’analyse Faros AI a mesuré l’activité de plus de 10 000 développeurs dans 1 255 équipes. Son rapport de juillet 2025 est frappant : dans les équipes qui adoptent le plus l’IA, chaque développeur termine 21 % de tâches en plus et fusionne 98 % de demandes de modification en plus. Mais le temps de relecture de ces modifications augmente de 91 %, leur taille de 154 %, et les bogues de 9 %. À l’échelle de l’entreprise, Faros ne trouve plus de lien significatif entre l’adoption de l’IA et les indicateurs de livraison. Faros vend un outil de mesure de la productivité des équipes : c’est une raison de lire ses chiffres avec attention, pas de les écarter.

Le rapport DORA 2025 de Google, qui interroge près de 5 000 professionnels, dit la même chose autrement. L’adoption de l’IA y est désormais associée à un meilleur débit des équipes, mais aussi à une livraison moins stable. Sa formule résume bien le sujet : l’IA « ne répare pas une équipe, elle amplifie ce qui est déjà là ».

Les développeurs le ressentent. Dans l’enquête de Stack Overflow, leur première source de frustration, citée par 66 % d’entre eux, ce sont les solutions de l’IA « presque justes, mais pas tout à fait ». Ils sont plus nombreux à se méfier de la justesse de ces outils (46 %) qu’à lui faire confiance (33 %).

Karpathy lui-même a fait évoluer son vocabulaire. Le 4 février 2026, un an après son premier message, il propose de parler d’« ingénierie agentique » : on n’écrit plus le code soi-même « 99 % du temps », on orchestre des agents qui l’écrivent et on exerce une surveillance. Il insiste sur le mot ingénierie, parce qu’il y a là « un art, une science et une expertise ». Autrement dit, l’humain ne disparaît pas de la boucle, il change de place : il devient celui qui fixe le cadre, relit et tranche. Ce déplacement est détaillé dans l’article sur le rôle de l’humain face à l’IA.

Comment je l’utilise, à plusieurs niveaux

Ma propre pratique ressemble à cette description. Dans l’agence, l’IA intervient à plusieurs étages, et chaque étage a son garde-fou humain :

1. La main-d’œuvre en volume. Les tâches répétitives (traduction, extraction, rédaction de fiches) partent en lots vers le modèle le moins cher qui fait bien le travail. Nous tenons pour cela une table de routage que nous révisons, plutôt qu’un nom de modèle inscrit en dur dans le code. Pour le portail d’une agence immobilière cliente, 1 726 annonces ont été réécrites ainsi en 36 lots, avec un seul échec.
2. Les agents qui enchaînent des tâches. Notre agent de saisie des dépenses extrait les données d’une photo de ticket, puis attend une validation humaine avant d’écrire dans le système comptable.
3. La relecture et la décision. Tout contenu public généré par un modèle est relu, et cette règle n’est pas négociable, comme je l’explique à propos de ce qu’une agence SEO IA doit livrer. Elle vient d’un incident : sur un site que nous opérons pour un client, un modèle avait publié trois projets immobiliers qui n’existaient pas. Ils ont été retirés. Sur ce site, chaque article naît en brouillon, et le publier est le geste de la relecture humaine.

Ce troisième étage est le plus lent, et il doit le rester. C’est lui qui fixe le volume réel de ce que l’on peut publier ou livrer, quelle que soit la vitesse des deux premiers.

Un bon produit, c’est d’abord un besoin et un public

Avant l’IA, la plupart des logiciels ratés ne l’étaient pas parce qu’ils étaient mal codés. Ils l’étaient parce que personne n’en avait besoin, ou parce que personne ne savait qu’ils existaient. Rendre la fabrication moins chère ne change rien à ce constat ; cela permet seulement de rater plus vite.

Les chiffres. CB Insights a analysé en mars 2026 les fermetures de 431 jeunes pousses financées par du capital-risque depuis 2023. Le manque d’argent revient dans 70 % des cas, mais l’étude le décrit comme la cause finale, presque jamais la cause première. Une mauvaise adéquation entre le produit et son marché revient dans 43 % des cas.

Un produit IA sans usage. Humane, fondée par deux anciens d’Apple, avait levé 230 millions de dollars en 2023 pour son AI Pin, un assistant à porter sur soi. En février 2025, HP a racheté l’équipe, le logiciel et les brevets pour 116 millions de dollars, mais pas l’appareil : il a cessé de fonctionner le 28 février 2025. La technologie était là. Le besoin quotidien, beaucoup moins.

Le contre-exemple qui confirme la règle. En février 2025, Pieter Levels, entrepreneur connu pour ses projets en solo, monte en quelques heures avec l’IA un simulateur de vol dans le navigateur. Selon son propre récit, le projet atteint un rythme d’un million de dollars de revenus annuels en 17 jours, grâce aux annonceurs qui achètent des emplacements dans le jeu. Preuve que l’IA permet tout ? Pas tout à fait. Levels avait derrière lui une décennie de projets et une audience énorme sur X : l’IA a fabriqué le jeu, son public l’a vendu. Et sur la liste de ses projets, il le range lui-même dans la catégorie « a décollé, a rapporté, mais pas durable ».

Base44 raconte la même chose. Son fondateur avait déjà cofondé et dirigé une entreprise de plus de cent salariés, et il explique avoir vendu à Wix pour sa capacité à distribuer le produit dans le monde. Avec ou sans IA, la vision, la distribution et le temps passé à comprendre les utilisateurs restent la partie difficile.

Ce que je vis moi-même : plus d’idées lancées, moins de projets aboutis

Je parle aussi d’expérience. J’ai déjà créé des projets qui n’ont jamais abouti, et rarement pour une raison technique. L’effort humain qui reste à fournir après le prototype est souvent important, et il décourage quand rien ne garantit de revenus. Il y a aussi les coûts qu’on hésite à engager : le marketing, une structure juridique, l’infrastructure. Et le temps, c’est de l’argent : quand on sait qu’un projet va en demander beaucoup, on le laisse dériver, figé dans son produit minimum viable.

C’est un effet très fréquent quand on peut matérialiser n’importe quelle idée en quelques heures : on lance plus de projets qu’avant, sans forcément aller au bout. Mais c’est aussi là que l’IA est magique. Le coût de développement d’une première version est réduit à peau de chagrin, ce qui permet de tester une idée auprès de vrais utilisateurs avant d’y engager du temps et de l’argent. L’IA ne remplace pas cette étape : elle la rend enfin abordable.

Un enfant de 12 ans peut-il refaire Odoo avec une IA ?

C’est la promesse que l’on voit passer régulièrement : avec un bon modèle, un adolescent referait en quelques semaines un logiciel de gestion complet. Prenons Odoo, la suite de gestion belge. Le projet est né en 2005 sous le nom de TinyERP. Selon sa page de présentation, consultée le 11 octobre 2026, Odoo revendique 28 millions d’utilisateurs, plus de 8 000 salariés, 21 000 partenaires, une cinquantaine d’applications principales et plus de 50 000 modules publiés par sa communauté.

Un adolescent doué peut-il en refaire une partie avec une IA ? Probablement oui : un module de devis, un petit outil de stock, un écran qui répond à un besoin précis. Ce n’est pas rien, et c’est exactement le genre de logiciel sur mesure qui devient abordable.

Ce qu’il ne refera pas, c’est tout ce qui ne se voit pas dans une démonstration :

• La sécurité, auditée sur des millions d’installations, dont on vient de voir ce qu’elle devient quand personne ne la vérifie.
• La conformité, qui bouge sans cesse. En France, la généralisation de la facture électronique entre entreprises est effective depuis le 1er septembre 2026. Un logiciel de gestion doit suivre ce type de réforme, pays par pays, année après année.
• La maintenance et les mises à jour, qui coûtent bien plus que l’écriture initiale sur la durée de vie d’un logiciel.
• Les retours de milliers de clients, qui façonnent un produit pendant vingt ans et qui ne figurent dans aucun jeu de données d’entraînement.

Le cas de Klarna illustre la nuance. En 2024, son patron annonce que l’entreprise remplace Salesforce et Workday grâce à l’IA. Le message fait le tour du monde. En mars 2025, il corrige auprès de Diginomica : « non, nous n’avons pas remplacé le SaaS par un LLM ». Klarna a regroupé ses données dans sa propre architecture, construite par ses équipes, et son patron doute que d’autres entreprises suivent ce chemin. Le choix d’un logiciel de gestion reste une affaire de taille d’équipe et de périmètre, comme l’explique la comparaison de Twenty, Dolibarr et Odoo.

Les éditeurs de logiciels vont-ils disparaître ?

La question est sérieuse, et les marchés l’ont posée brutalement. Fin janvier 2026, Anthropic publie des extensions pour son agent Claude Cowork, qui automatisent des tâches juridiques, commerciales ou d’analyse de données. Le 3 février, selon Reuters, Thomson Reuters, propriétaire de la base juridique Westlaw, perd près de 18 % en une séance, en passe de signer la pire de son histoire, et le britannique RELX, maison mère de LexisNexis, 14 %. La presse financière parle de « SaaSpocalypse ».

Plusieurs tendances vont dans ce sens :

• Les connecteurs se multiplient. Le protocole MCP, qui permet à un modèle de se brancher sur un logiciel, revendiquait en décembre 2025 plus de 10 000 serveurs actifs et une prise en charge par ChatGPT, Claude, Gemini et Copilot.
• L’interface à la demande devient possible. Avec Gemini 3, en novembre 2025, Google lance à titre d’expérience une vue où le modèle conçoit et code en temps réel une interface sur mesure pour chaque demande. L’idée d’une IA qui crée l’outil dont on a besoin à l’instant T n’est plus de la science-fiction, même si elle reste au stade de l’expérience.
• Les créateurs de ces outils le revendiquent. Maor Shlomo, le fondateur de Base44, estime auprès de Calcalist que son système peut « remplacer des catégories entières de logiciels », parce qu’il permet de créer son logiciel au lieu de l’acheter.

Mais la suite raconte autre chose. Trois mois plus tard, Thomson Reuters annonce une croissance organique de 8 % au premier trimestre 2026, portée par Westlaw et son assistant CoCounsel. Son patron explique que les professionnels choisissent ses outils d’IA parce qu’ils sont « ancrés dans un contenu qui fait autorité ». Dès juin 2025, la plateforme juridique Harvey avait d’ailleurs conclu une alliance avec LexisNexis pour accéder à sa jurisprudence.

C’est, à mon avis, la vraie ligne de partage. Ce que les modèles savent faire seuls se banalise vite. Ce qui garde de la valeur, ce sont les données fermées auxquelles ils n’ont pas accès : une jurisprudence annotée, un historique client, un catalogue, un savoir-faire métier. C’est aussi pour cela qu’un assistant branché sur vos propres documents vaut plus qu’un modèle généraliste, et qu’avant de quitter un abonnement il faut faire le calcul complet sur trois ans.

Le coût des tokens, l’autre plafond

Le dernier paramètre est le plus terre à terre : chaque réponse d’un modèle consomme des tokens, et les tokens se paient. Faire tourner des agents en continu coûte cher, y compris pour ceux qui les vendent. En juillet 2025, Anthropic a annoncé des limites d’usage hebdomadaires pour ses abonnements, parce que certains utilisateurs faisaient tourner son outil de programmation « en continu, en arrière-plan, 24 heures sur 24 ».

On pourrait penser que la baisse des prix réglera la question. L’histoire invite à la prudence. En 1865, l’économiste William Stanley Jevons constatait que des machines à vapeur plus économes en charbon avaient fait exploser la consommation de charbon, au lieu de la réduire. En janvier 2025, Satya Nadella, patron de Microsoft, reprenait l’idée à son compte : « Jevons paradox strikes again! » Plus l’IA devient efficace et accessible, plus on s’en sert. La facture totale baisse rarement ; elle se déplace. Les prix eux-mêmes bougent dans les deux sens : fin septembre 2026, OpenAI a divisé par deux l’usage inclus dans son forfait à 200 $ et lancé un forfait à 500 $ par mois. Les leviers pour maîtriser la facture sont détaillés dans l’article sur la facture de l’IA.

Le volume de ce qu’une équipe peut produire avec l’IA reste donc plafonné par trois choses très humaines : un budget, des décisions et une direction.

Ce que j’en pense

Tout scénario reste possible, y compris les plus sombres. Mais à regarder les faits plutôt que les publications virales, je retiens ceci :

• L’IA a cassé des barrières techniques, pas les barrières du produit. Elle rend la fabrication rapide et moins chère. Elle ne dit pas quoi fabriquer, pour qui, ni pourquoi quelqu’un paierait.
• L’expérience compte davantage, pas moins. Les réussites les plus citées viennent de personnes qui savaient déjà coder, vendre ou distribuer. Les accidents les plus célèbres viennent de garde-fous absents, que l’expérience aurait réclamés.
• Le temps humain est incompressible, pour l’instant. Relire, décider et assumer prend du temps, et c’est ce temps qui fixe le rythme réel d’une équipe. Il se réduira sans doute, mais les décisions demanderont toujours une attention particulière, quelle que soit l’expérience de celui qui pilote l’IA.
• La valeur se déplace vers les données que les modèles n’ont pas, et vers ceux qui savent s’en servir.
• La question de l’emploi est réelle, et elle se pose déjà pour les plus jeunes, comme le montre l’article sur l’IA et le premier emploi. Les luddites et Keynes rappellent seulement qu’elle se règle rarement comme on l’annonce.

Avec ou sans IA, pas de vision, pas de ressources, pas de temps passé à hauteur d’humain : pas de bon produit, et certainement pas de miracle.

Ce qui me ferait changer d’avis : des mesures sérieuses montrant que la relecture humaine n’améliore plus la qualité du logiciel livré, ou qu’une IA maintient seule, sur plusieurs années, un logiciel utilisé par des milliers de clients, sécurité et conformité comprises. En octobre 2026, ni l’un ni l’autre n’est établi.

Par où commencer

Si vous avez une idée d’application ou d’outil interne, l’IA vous permet de la tester beaucoup plus vite qu’avant. Profitez-en pour valider le besoin auprès de vrais utilisateurs avant de construire, et gardez une personne qui comprend ce qui a été généré, surtout pour la sécurité et les données. Pour estimer ce qui fera varier la facture, l’article sur le coût d’une application donne les principaux facteurs.

Et si vous voulez la vitesse de l’IA sans renoncer à la relecture, c’est la façon dont nous travaillons à l’agence pour concevoir et livrer des applications : l’IA écrit beaucoup, une personne relit, décide et répond de ce qui est livré.

Questions fréquentes

Qu’est-ce que le vibe coding ?

C’est une façon de créer un logiciel en décrivant ce que l’on veut à une IA, qui écrit le code à sa place. Le terme a été lancé par Andrej Karpathy en février 2025, pour des projets « jetables du week-end ». Il désigne aujourd’hui plus largement le développement assisté par IA. Karpathy préfère désormais parler d’« ingénierie agentique » pour le travail professionnel, où l’humain orchestre des agents et contrôle ce qu’ils produisent.

Peut-on créer une application avec l’IA sans savoir coder ?

Oui pour un prototype ou un outil personnel : les plateformes de création par description le permettent en quelques heures. Pour une application ouverte au public, qui stocke des données ou encaisse des paiements, c’est risqué. Les incidents de 2025 (clés d’API exposées, bases de données lisibles par tous, base effacée par un agent) montrent qu’il faut au minimum une personne capable de comprendre et de vérifier ce qui a été généré.

Le code généré par l’IA est-il sûr ?

Pas par défaut. Une IA peut écrire du code correct, mais elle peut aussi oublier une règle d’accès ou laisser une clé secrète visible, comme dans la faille CVE-2025-48757 qui touchait des projets générés par Lovable. Dans l’enquête 2025 de Stack Overflow, les développeurs sont plus nombreux à se méfier de la justesse de ces outils qu’à leur faire confiance. La relecture et les tests restent indispensables.

L’IA va-t-elle remplacer les logiciels SaaS ?

Une partie, probablement : les outils simples, faciles à recréer sur mesure, sont les plus exposés, et les marchés l’ont anticipé en février 2026. Les éditeurs qui possèdent des données fermées et une expertise métier résistent mieux, comme le montrent les résultats de Thomson Reuters au premier trimestre 2026. Aucune étude ne permet encore de dire jusqu’où ira ce mouvement.