- Le modèle consistant à choisir et utiliser des applications génériques dans les app stores devient progressivement une idée d’un autre âge, et nous basculons vers une ère où des agents LLM génèrent à la volée des applications personnalisées pour chaque utilisateur
- Karpathy a partagé le cas où il a terminé en une heure, via le vibe coding, un tableau de bord sur mesure pour le suivi de son cardio
- Il a rétroconçu l’API cloud d’un tapis de course, traité les données et construit une interface web, mais des corrections de bugs restaient encore nécessaires sur la conversion d’unités ou l’alignement avec le calendrier
- Le secteur doit se réorganiser autour d’API/CLI AI-native que les agents peuvent exploiter directement, plutôt qu’autour de frontends destinés aux humains, mais 99 % des produits ne sont pas encore prêts
- À terme, l’objectif est un futur où une simple phrase comme « suis mon entraînement cardio » permet de créer une application en moins d’une minute, à condition de disposer du contexte personnel, d’une bibliothèque de compétences et d’une infrastructure d’automatisation
Un exemple concret de logiciel sur mesure
- Ayant récemment un peu négligé son cardio, il a décidé de concevoir une expérience de 8 semaines pour faire baisser sa fréquence cardiaque au repos (Resting Heart Rate) de 50 à 45
- Il a défini comme leviers principaux un objectif hebdomadaire en minutes totales de cardio en Zone 2, ainsi qu’une séance de HIIT par semaine
- Pour suivre cela, il a créé un tableau de bord sur mesure en vibe coding, pour un temps de réalisation d’environ une heure
- Claude a rétroconçu l’API cloud du tapis de course Woodway, extrait les données brutes, puis les a traitées, filtrées, déboguées, avant de construire aussi le frontend web UI
- L’expérience n’était pas totalement fluide, et il a encore fallu repérer lui-même des bugs puis demander des correctifs, notamment sur la confusion entre système métrique et système impérial, ou sur des erreurs de correspondance entre jours de la semaine et dates dans le calendrier
Les limites du modèle de l’app store
- Il n’existe pas d’application dédiée à ce type de besoin dans les app stores, et il n’y en a pas besoin non plus — environ 300 lignes de code suffisent pour qu’un agent LLM la génère en quelques secondes
- Le simple fait de chercher, télécharger puis utiliser une application du type « tracker d’expérience cardio » est en soi inadapté et daté
- Le concept même de choisir dans un long tail discret d’applications proposé par un app store devient de moins en moins pertinent à une époque où des agents LLM peuvent improviser instantanément des applications dédiées à chaque utilisateur
Recomposition de l’industrie : capteurs et actionneurs AI-native
- Le secteur doit être reconfiguré comme un ensemble de services de capteurs et d’actionneurs dotés d’une ergonomie native pour les agents (agent native ergonomics)
- Le tapis de course Woodway joue le rôle de capteur en convertissant un état physique en information numérique, mais il conserve aujourd’hui un frontend pensé pour des humains, ce qui oblige les agents LLM à le rétroconcevoir
- Des appareils comme les tapis de course doivent fournir une forme exploitable directement par des agents via API/CLI
- Actuellement, 99 % des produits et services ne proposent pas de CLI AI-native et continuent de maintenir des documents en .html/.css, avec des consignes du type ouvrir une URL sur une page web puis cliquer ici
- Même en 2026, on demande encore aux humains de se comporter comme des ordinateurs, et cette transition avance très lentement dans l’ensemble de l’industrie, ce qui est décevant et rend aussi les prévisions de calendrier plus prudentes
De 1 heure à 1 minute : la vision du futur
- Il est impressionnant qu’une tâche qui aurait pris environ 10 heures il y a deux ans puisse désormais être accomplie en une heure
- Mais la question la plus intéressante est de savoir ce qu’il faut mettre en place pour que cette tâche soit terminée en moins d’une minute
- L’idéal serait qu’en disant « aide-moi à suivre mon cardio pendant les 8 prochaines semaines », l’application soit créée immédiatement après quelques questions-réponses simples
- Pour cela, l’IA doit déjà disposer d’un contexte personnel riche, collecter les données additionnelles nécessaires, consulter et rechercher une bibliothèque de compétences pertinente, et gérer toutes les petites applications et automatisations de l’utilisateur
Conclusion essentielle
- Le concept même de l’app store, où l’on choisit dans une liste discrète d’applications, devient progressivement obsolète
- L’avenir prend la forme de services composés de capteurs et d’actionneurs AI-native, orchestrés via une glue LLM, puis assemblés en applications éphémères hautement personnalisées
- Mais cet avenir n’est pas encore arrivé
Aucun commentaire pour le moment.