5 tournants logiciels prédits par le cofondateur de Hugging Face

Thomas Wolf a publié un article plutôt provocateur. Son argument : à l’ère où l’IA écrit du code, la structure même du logiciel est en train d’être bouleversée. Après l’avoir lu, j’ai eu du mal à m’en détacher pendant un moment. Certains points me convainquent, d’autres me semblent excessifs, j’ai donc décidé de tout mettre à plat.

L’ère où l’on empile les bibliothèques touche à sa fin

Jusqu’à présent, assembler des packages créés par d’autres était la norme. Tout écrire soi-même prenait trop de temps. Mais quand on peut confier le travail à un agent IA qui construit tout de zéro, le sur-mesure devient réaliste. Moins de packages externes signifie moins de failles de sécurité, des applications plus légères et une exécution plus rapide.

En travaillant avec Claude Code ces derniers temps, j’ai constaté que la profondeur de mes dépendances npm a considérablement diminué. On se dirige peut-être vers une ère du « zéro dépendance ».

• La structure en cascade où un seul package compromis met en danger des milliers de projets est en train de disparaître
• Des bundles plus petits entraînent des temps de démarrage et de réponse plus rapides

L’époque où l’on n’osait pas toucher au code ancien est révolue

Vous connaissez l’effet Lindy ? L’idée que plus une technologie a survécu longtemps, plus elle a de chances de continuer à survivre. La réticence à modifier du code legacy suit une logique similaire : on ne sait jamais ce qui pourrait casser.

Mais si l’IA peut lire des dizaines de milliers de lignes de code et le réécrire dans un autre langage, cet argument perd de sa force. Wolf reconnaît honnêtement une limite : l’IA rate encore les bugs inattendus et les cas limites. C’est pourquoi la vérification formelle, la preuve mathématique que le code se comporte comme prévu, devient non pas un luxe mais un prérequis.

• Le temps et le coût de réécriture du code legacy ont été divisés par dix ou plus
• Déployer du code écrit par l’IA en production sans vérification formelle reste un pari risqué

Les langages difficiles pour les humains sont faciles pour l’IA

La popularité des langages de programmation a toujours été davantage une question de psychologie que de technique. Est-ce facile à apprendre ? La communauté est-elle accueillante ? Est-ce utile pour décrocher un emploi ? Les LLM n’en ont que faire. Les langages dotés de systèmes de types stricts qui détectent les erreurs à la compilation sont bien plus agréables à utiliser pour l’IA.

Rust en est l’exemple parfait. Notoirement difficile à apprendre pour les humains, mais pour l’IA, les règles sont claires et la marge d’erreur est faible.

• Les langages fortement typés comme Rust et Haskell sont en cours de réévaluation à l’ère de l’IA
• La question de savoir si Python maintiendra sa position dominante trouvera sa réponse dans les cinq prochaines années

Le moteur même de l’open source est ébranlé

L’open source n’a jamais été qu’une simple question de partage de code. C’était une culture où l’on construisait ensemble, où l’on apprenait ensemble, où l’on ressentait un sentiment d’appartenance. Quand l’IA écrit le code et l’IA le lit, cette structure de motivation change fondamentalement.

Wolf va encore plus loin. Il envisage des communautés où les modèles d’IA créent et partagent des bibliothèques entre eux. Si cela se produit, l’alignement de ces systèmes d’IA déterminera la direction de tout l’écosystème open source.

• L’avenir de l’open source sans les motivations humaines d’apprentissage et d’appartenance devient incertain
• L’alignement de l’IA devient un facteur qui gouverne non seulement la qualité du code mais aussi le fonctionnement des écosystèmes

Des langages conçus pour l’IA, pas pour les humains, pourraient voir le jour

Quand les humains conçoivent des langages de programmation, il y a toujours un compromis : plus d’expressivité signifie plus de complexité, plus de sécurité signifie moins de liberté. Wolf estime qu’il n’y a aucune garantie que l’IA soit confrontée au même dilemme. Si les humains n’ont plus besoin de lire le code, des formes de langages entièrement nouvelles pourraient émerger.

C’est le passage de son essai qui stimule le plus l’imagination.

• Le vieux débat entre détection à la compilation et détection à l’exécution pourrait devenir sans objet pour l’IA
• Si un langage n’a pas besoin d’être lisible par l’œil humain, les contraintes de conception changent radicalement

Entre réalité et imagination

Parmi les cinq prédictions de Wolf, la réduction des dépendances et la montée en puissance des langages fortement typés sont des changements déjà perceptibles sur le terrain. Les autres prendront trois à cinq ans pour être validés.

Une chose est certaine : comprendre les structures par lesquelles le code est créé aura plus de valeur que la capacité à écrire du code.