Andrej Karpathy : le codage IA agentique a bouleversé le monde

> L’époque où l’on « tapait soi-même du code » est terminée

• Ces deux derniers mois, la programmation a connu non pas une progression graduelle, mais une transformation brutale, et le mois de décembre dernier a notamment constitué un point de bascule décisif
• La qualité, la cohérence à long terme (long-term coherence) et la ténacité (tenacity) des modèles se sont fortement améliorées, au point de pouvoir mener à bien de grandes tâches longues jusqu’au bout
• Cela a provoqué un changement extrêmement disruptif dans le workflow de programmation de base existant

• Par exemple, ce week-end, il a construit un tableau de bord local d’analyse vidéo pour les caméras de son domicile
• Instructions données à l’agent
  > « Je vais te donner l’IP locale et l’identifiant/mot de passe du DGX Spark, alors connecte-toi, configure les clés SSH, configure vLLM, télécharge et benchmarke Qwen3-VL, construis un endpoint serveur pour l’inférence vidéo, crée un tableau de bord web UI de base, effectue les tests complets, configure le service systemd, consigne des notes mémoire et rédige un rapport en Markdown »
• L’agent a travaillé de manière autonome pendant environ 30 minutes : en rencontrant plusieurs problèmes, il a recherché des solutions en ligne, les a résolus un par un, puis a écrit le code, testé, débogué, configuré le service et remis un rapport
• Il n’a rien eu à toucher lui-même ; un projet qui, il y a seulement 3 mois, aurait exigé tout un week-end est désormais devenu une tâche qu’on peut oublier pendant 30 minutes en attendant qu’elle se termine

• Depuis l’invention de l’ordinateur, l’époque où l’on tapait directement du code dans un éditeur est terminée
• Nous sommes désormais à l’époque où l’on lance des agents IA, où l’on donne les tâches en anglais, puis où l’on les gère et les révise en parallèle
• La plus grande récompense consiste à continuer à élever le niveau d’abstraction : concevoir un orchestrateur d’exécution longue disposant des bons outils, de la mémoire et des bonnes instructions, afin qu’il gère de manière productive plusieurs instances de code en parallèle
• Le levier que l’on peut obtenir aujourd’hui grâce à une « ingénierie agentique » de très haut niveau est actuellement énorme

• Bien sûr, ce n’est pas encore parfait, et cela exige toujours une orientation de haut niveau, du jugement, du goût (taste), de la supervision, du travail itératif, ainsi que des indices et des idées
• Cela fonctionne bien mieux dans certains scénarios, en particulier lorsque les spécifications de la tâche sont claires et que l’on peut valider/tester la fonctionnalité
• L’essentiel est de développer l’intuition qui permet de bien découper le travail, de déléguer à l’agent les parties qui fonctionnent bien, et d’aider sur le reste
• L’industrie logicielle traverse actuellement une période qui n’a absolument rien d’un “business as usual”