Le code est bon marché. Le jugement technique est désormais la ressource rare

la société sous-jacente est en train de changer.

C’était l’une des idées issues de l’exposé de Max Buckley à Ingénieur IA Singapouret cela m’est resté depuis.

Pendant des décennies, le génie logiciel s’est organisé autour de la rareté. Le code était coûteux à écrire, les ingénieurs étaient rares et les fonctionnalités prenaient du temps. Cette hypothèse a façonné la manière dont les équipes travaillaient. Nous avons soigneusement établi nos priorités, car chaque fonctionnalité avait un coût d’opportunité énorme.

Mais l’IA a brisé cette hypothèse.

À mesure que les agents de codage deviennent plus performants, le coût de mise en œuvre diminue considérablement. Ce qui prenait auparavant des semaines peut désormais être prototypé en quelques jours, voire quelques heures. Max, qui est responsable de la recherche sur les connaissances chez Exa après avoir passé 12,5 ans chez Google, a présenté cela comme un changement dans la théorie des jeux: il ne s’agit pas seulement de se demander ce que vous devriez faire, mais ce que vous devriez faire lorsque tout le monde se comporte également de cette façon et essaie de gagner.

Et vous ne pouvez pas vous désinscrire de ces modifications. Que nous y soyons prêts ou non, les méthodes fondamentales de travail évoluent.

Mais une mise en œuvre moins coûteuse ne signifie pas un meilleur logiciel.

Aucune quantité d’IA ne peut nous empêcher de construire la mauvaise chose. En fait, l’IA pourrait aggraver ce problème. Lorsque la construction devient plus facile, il devient beaucoup plus facile de créer des choses techniquement impressionnantes mais stratégiquement non pertinentes : plus de tableaux de bord, plus de flux de travail, plus d’outils internes, plus d’applications qui fonctionnent mais ne méritent pas d’exister.

C’est pourquoi je pense que le jugement technique devient de plus en plus précieux.

Un des exemples de Max m’est resté. Dans l’ancienne économie logicielle, les équipes doivent réduire de 30 idées à 3 avant de construire quoi que ce soit. Aujourd’hui, avec les agents de codage, le processus de décision change. Vous pouvez construire davantage, évaluer davantage, comparer davantage et rejeter ce qui ne fonctionne pas avec moins d’attachement émotionnel.

Le coût de l’essai est moindre et l’expérimentation devient plus attractive.

Cela semble libérateur, mais cela crée également un nouveau goulot d’étranglement.

Si quelqu’un peut prototyper une idée, l’attention est désormais une ressource rare. Cela signifie également que je devrais remercier chaque personne qui lit ceci. Votre attention n’est pas gratuite et j’espère que cette pièce vaut la peine de votre temps.

J’ai récemment assisté à la conférence inaugurale AI Engineer à Singapour, qui s’est tenue du 15 au 17 mai 2026. Elle a réuni des intervenants d’entreprises comme Google DeepMind, Vercel, OpenAI, Exa, NanoClaw et d’autres. Cet article détaillera 3 points de 3 intervenants qui m’ont marqué.

L’IA ne supprime pas le besoin de discipline en ingénierie. Cela déplace cette discipline vers une autre partie du système.

Les connaissances techniques évoluent également.
Les modèles ont intelligence irrégulière: Ils peuvent être extrêmement bons dans certaines tâches, mais étonnamment mauvais dans les tâches proches qui semblent tout aussi faciles aux humains.

Les modèles connaissent souvent les réponses à des questions compliquées mais ne les font pas surface à moins que tu saches quoi demander.

La question n’est donc plus seulement de savoir si nous pouvons construire quelque chose. Il s’agit de savoir si cela devrait exister.

Jimmy Lai, directeur de Next.js chez Vercel, partage un sentiment similaire sous un angle différent. Son argument était que l’IA a rendu la création bon marché, mais la possession plus chère.

Lorsque la construction devient plus facile, le nombre de choses que nous pouvons créer augmente. Mais chaque prototype qui survit devient quelque chose que quelqu’un doit maintenir, déboguer, documenter, sécuriser et expliquer. Le coût d’écriture de la première version peut baisser, mais le coût de possession du système ne disparaît pas.

Jimmy a fait trois prédictions qui m’ont marqué.

Premièrement, nous sommes maintenant bâtiment pour agents. Les agents deviennent un nouveau type d’utilisateurs de logiciels. Un fichier README obsolète n’est plus seulement ennuyeux pour un humain. C’est une hallucination qui attend de se produire.

Deuxièmement, nous sommes maintenant construire avec des agents. Ironiquement, même s’il est désormais plus facile de construire quelque chose que l’on ne comprend pas très bien, la vérité est que les principes fondamentaux n’ont pas changé et sont en fait devenus plus importants que jamais. Si vous devenez excellent dans la construction avec des agents tout en étant solide dans les fondamentaux, vous devenez imparable.

Troisièmement, nous devons apprendre quoi pas posséder. Ce n’est pas parce que vous pouvez construire quelque chose que vous devriez le faire. La facilité de création est devenue un fardeau de maintenance.

Cela ne veut pas dire que nous devrions expédier moins. Cela signifie que nous devrions être plus intentionnel sur ce que nous permettons de survivre. L’avantage revient aux équipes qui savent ce qui différencie leur produit, ce qui mérite leur attention et ce qu’elles ne devraient délibérément pas construire.

Dans un monde où la création de logiciels est peu coûteuse, se concentrer devient un atout d’ingénierie.

Enfin, mon dernier point clé à retenir est venu d’une discussion sur le design.

Phil Hedayatnia d’Airfoil a donné une conférence sur la façon de créer des agents de conception qui ont réellement du goût dans un océan de slop d’IA très normal. Je ne suis pas un designer, donc je pense généralement au design en termes de ce qu’un bon design devrait ou ne devrait pas contenir. Son discours a recadré cela pour moi.

Le design n’essaie pas d’enseigner à quelqu’un quoi faire et non quoi faire. C’est une formation sur les résultats.

Un bon design consiste à comprendre comment les gens pensent, comment ils agissent et pourquoi certains flux, visuels et récits résonnent avec eux. Phil y faisait allusion à la psychologie humaine.

Il s’agit moins de regarder ce que font les gens, mais de passer plus de temps à essayer de comprendre pourquoi ils l’ont fait ainsi et le processus de réflexion derrière cela.

Autrement dit, le goût n’est pas une liste de contrôle. C’est un jugement appliqué au contexte.

Phil a donné l’exemple du train à grande vitesse Shinkansen et du projet de loi du martin-pêcheur. Le train avait un problème : à la sortie des tunnels, il créait un fort « boum de tunnel » provoqué par l’air comprimé. Les ingénieurs ont réduit le bruit en modelant le nez du train d’après le bec d’un martin-pêcheur. Un martin-pêcheur peut plonger de l’air dans l’eau avec très peu d’éclaboussures, car son bec long, étroit et effilé réduit les changements brusques de pression. Les ingénieurs ont appliqué le même principe au train, en utilisant un nez plus long et plus effilé pour comprimer l’air plus progressivement.

Ce qui m’a plu dans cet exemple, c’est qu’il ne s’agissait pas seulement de copier la nature. Il s’agissait de comprendre pourquoi quelque chose fonctionnait, puis d’appliquer ce principe dans un contexte différent.

Et comme l’IA facilite la production de résultats, la compétence précieuse ne consiste pas simplement à savoir à quoi ressemble un bon résultat. Il s’agit de comprendre le pourquoi de tout cela.

Pour conclure

De nombreux thèmes récurrents ont été évoqués dans de nombreuses discussions, tels que la création d’assistants personnels, l’essai de nouveaux outils et l’apprentissage de la manière de travailler plus efficacement avec les agents. Mais derrière tout cela, la même idée revenait sans cesse : le code devient moins cher, mais pas le jugement et le goût.

Pour résumer mes 3 points clés à retenir :

1. La mise en œuvre n’est plus le principal goulot d’étranglement. L’IA vous permet d’essayer plus d’idées et de réduire les coûts liés à l’erreur. Mais cela rend le jugement technique plus critique. Nous devons décider de ce qui mérite d’exister.
2. La création bon marché crée un fardeau de maintenance. Décidez de ce que vous ne voulez pas posséder.
3. Dans un monde de production abondante, créez des produits au meilleur goût. Comprendre le contexte derrière lequel quelque chose fonctionne.

L’IA a changé la façon dont nous construisons des logiciels, mais elle n’a pas supprimé la responsabilité et la propriété qui en découlent.

C’est tout pour moi. J’espère que cela valait votre temps. Les discussions complètes sont sur le Ingénieur IA Youtube ici. Toutes les photos de la conférence ont été partagées par les organisateurs, 65laboratoires. Rendez-vous dans le prochain article !