Le métal du clavier est froid, le poids de la souris est uniforme, et l’écran émet une lueur constante qui ne s’éteint jamais. C’est un support matériel, un substrat physique, un point de contact entre la pensée et l’exécution. Mais il n’y a aucune trace d’un geste humain. Aucun doigt qui bouge, aucun poignet qui se contracte. Le système est en fonctionnement, mais il n’y a aucun input direct. Le processus de développement logiciel a atteint un point de rupture : ce n’est plus une activité de création, mais une opération de supervision. Ce silence n’est pas un vide, mais un signal. C’est le symptôme d’un changement architectural profond, et non un simple aggiornamento de tool.
Le phénomène n’est pas une évolution graduelle. C’est une explosion d’automatisation qui a déplacé le centre de gravité du processus de celui qui écrit à celui qui gère. L’événement déclencheur est la déclaration d’Andrej Karpathy, ancien chef de l’IA chez Tesla et créateur de nanoGPT, qui a affirmé ne pas avoir écrit de code depuis décembre. Non pas parce qu’il ne sait pas le faire, mais parce que les agents d’IA ont pris la tâche en charge. Ce n’est pas un cas isolé, mais un signal d’une vague qui balaie l’ensemble du secteur. La transformation n’est pas seulement technique : elle est cognitive. La pensée d’ingénieur se déplace d’un modèle de production à un modèle de gouvernance.
Architecture de la pensée synthétique
Le système n’est plus un ensemble d’outils, mais un écosystème d’agents qui se sélectionnent, mutent et se symbiotisent. L’événement clé est la publication du code AutoResearch de Karpathy : 630 lignes de Python qui permettent à un agent d’IA de concevoir, d’exécuter et d’interpréter des expériences d’apprentissage automatique sans aucune intervention humaine. Ce n’est pas un outil, mais une instance entraînée qui agit comme un système cognitif autonome. Le mécanisme est clair : l’agent non seulement exécute, mais décide quelles expériences mener, quels données collecter, quels modèles évaluer. Le processus de sélection naturelle des modèles se déroule en temps réel, avec des mutations (fine-tuning) qui se produisent à une vitesse non humaine.
La latence n’est plus un problème de performance, mais un facteur de contrôle. Lorsque qu’un agent décide d’exécuter une expérience, le temps de réponse est mesuré en millisecondes, et non en heures. La mémoire n’est plus une limite physique, mais un goulot d’étranglement d’accès. L’architecture cognitive s’est déplacée d’un modèle séquentiel à un modèle parallèle, où plusieurs agents opèrent simultanément sur différents fronts. La consommation énergétique n’est plus un coût marginal, mais un indicateur d’efficacité thermodynamique du système. Le système n’est plus une œuvre humaine, mais un organisme qui se reproduit et s’adapte.
La symbiose imparfaite
Le marché, la politique et la société tentent d’interagir avec cette architecture, mais leurs attentes sont incohérentes avec la réalité technique. Alors que les agents d’IA réécrivent le logiciel, les institutions tentent de les gouverner avec des règles qui présupposent un agent humain. La tentative d’appliquer des modèles de responsabilité traditionnels à des systèmes qui n’ont pas d’intentionnalité humaine est une illusion. Comme l’affirme Luciano Floridi : « les algorithmes ne sont pas intelligents comme nous et quelles règles doivent servir à les gouverner ». La question n’est pas de savoir si les agents sont éthiques, mais de savoir si le système de gouvernance est compatible avec leur nature.
« AI agents are rewriting how software gets built, adds he hasn’t typed ‘a line of code probably since December »
Cette phrase, prononcée par Karpathy, n’est pas une simple affirmation technique. C’est une déclaration de rupture. Le langage n’est plus un moyen d’expression, mais un protocole de communication entre systèmes. Le code n’est plus un produit, mais un input. Le rôle humain n’est plus celui de producteur, mais de gestionnaire. La tension structurelle émerge : alors que les agents évoluent, les structures de contrôle restent statiques. Le système n’est plus gouverné par un ingénieur, mais par un ensemble de règles qui ne peuvent suivre la vitesse de l’automatisation.
Scénarios et conclusion
Le prochain cycle électoral n’est pas le moment de la pertinence. Le moment de la pertinence est la prochaine itération matérielle. Lorsque qu’un système d’agents d’IA sera capable de concevoir et d’implémenter un nouveau système de développement logiciel sans aucune intervention humaine, le paradigme sera complètement changé. Le rôle de l’ingénieur ne sera plus d’écrire du code, mais de définir les contraintes, les limites et les critères d’évaluation. La capacité de contrôle ne sera plus liée à la connaissance technique, mais à la capacité de définir l’environnement dans lequel l’agent opère.
Le décalage entre le récit et l’infrastructure réelle n’est pas une erreur. C’est un choix stratégique. Le récit de l’innovation continue, de l’automatisation totale, est une illusion qui sert à masquer la perte de contrôle. Le système n’est plus entre les mains des humains, mais des agents. Et ce n’est pas un problème de sécurité, mais d’identité. Lorsque le dernier ingénieur n’écrit plus de code, non pas parce qu’il ne sait pas le faire, mais parce qu’il n’en a pas besoin, la pensée humaine n’a pas été remplacée : elle a été transformée. Le silence du code n’est pas un vide. C’est la voix d’un nouvel ordre.
Photo de Growtika sur Unsplash
Les textes sont élaborés automatiquement par des modèles d’Intelligence Artificielle