Juste maintenant ! Le co-fondateur d'OpenAI, Karpathy, fait exploser le plafond : « L'ingénierie des agents » permet aux programmeurs de multiplier leur efficacité par plus de 10 fois, le dernier rempart de l'humanité n'étant plus que l'esthétique ? 99 % du code sera réécrit !

Le 29 avril, le maître dans le domaine de l’IA, Andrej Karpathy, a dit quelques vérités lors d’un événement privé. Ce gars a été à l’origine du Tesla Autopilot, et occupe une position influente chez OpenAI. Il a clairement indiqué qu’à partir de décembre dernier, les flux de travail centrés sur l’agent IA sont désormais réellement utilisables, ce n’est pas un concept, c’est une avancée technologique substantielle. Il a dit que beaucoup pensent encore à ChatGPT quand ils parlent d’IA, mais il faut revoir cette perception — la situation a changé de manière fondamentale.

Karpathy a introduit un concept totalement nouveau : « ingénierie agentique » (agentic engineering), pour différencier de ce qu’il avait appelé l’année dernière « programmation vibe » (vibe coding). Ce dernier consiste à augmenter la limite inférieure du développement collectif, tandis que le premier est une extension et une accélération des standards de qualité logicielle professionnelle. Il a affirmé que beaucoup de codes et d’applications existants ne devraient pas exister sous cette nouvelle paradigme. La majorité des processus de recrutement, outils de développement, infrastructures, sont encore conçus pour l’humain, pas pour les agents.

L’architecture informatique fondamentale est en train de changer de pouvoir. Décembre dernier a été un tournant critique, Karpathy confie avoir été profondément impressionné par les derniers modèles d’IA — les blocs de code générés par le système deviennent de plus en plus parfaits, il ne se souvient même plus de la dernière fois qu’il a modifié manuellement quelque chose. Il fait de plus en plus confiance au système, tout en se sentant plus dépassé que jamais en tant que programmeur. Ce n’est pas une simple optimisation, c’est une révolution de paradigme.

Nous disons adieu à « logiciel 1.0 (écrire du code) » et « logiciel 2.0 (organiser des jeux de données pour entraîner des réseaux neuronaux) », et entrons dans le « logiciel 3.0 ». Dans cette nouvelle ère, les grands modèles de langage sont eux-mêmes une nouvelle forme d’ordinateur. La programmation consiste à écrire des prompts, la fenêtre contextuelle devient le levier pour manipuler cet interpréteur. Karpathy prévoit que, à l’avenir, les réseaux neuronaux deviendront le processus principal, le CPU se transformant en co-processeur. Les réseaux neuronaux prendront en charge la majorité des tâches lourdes. Cela signifie que la stratégie autour de la « puissance de calcul intelligente » sera encore plus consolidée.

Tout doit être réécrit. Actuellement, le cadre internet, la documentation des bibliothèques, sont encore « écrits pour l’humain », ce qui agace énormément Karpathy. Il dit : « Pourquoi me dire comment faire ? Je ne veux rien faire. Que dois-je copier-coller dans mon agent IA ? » La grande opportunité à venir réside dans la construction d’une infrastructure « orientée agent ». Le système sera décomposé en capteurs pour percevoir le monde et en actionneurs pour le transformer, avec des structures de données conçues pour que les grands modèles de langage soient hautement lisibles, et des agents machine représentant individus et institutions pour interagir dans le cloud.

Dans ce futur hautement automatisé, la rareté humaine se concentrera sur l’esthétique, le jugement et la compréhension commerciale la plus profonde. Karpathy cite une phrase qu’il répète en boucle : « Tu peux externaliser ta réflexion, mais tu ne peux pas externaliser ta compréhension. »

Concernant la explosion de productivité, Karpathy distingue clairement « programmation vibe » et « ingénierie agentique ». La vibe élève la limite inférieure, l’ingénierie agentique maintient la limite supérieure de la qualité logicielle. L’ingénierie agentique ne se limite pas à accélérer, elle exige que les développeurs coordonnent ces « agents IA parfois sujets à erreur, avec une certaine stochasticité mais extrêmement puissants », pour avancer à pleine vitesse sans sacrifier la qualité. On parle souvent de « développeurs 10x », mais ce chiffre ne suffit pas à décrire la vitesse de progression obtenue. Selon lui, ceux qui excellent dans ce domaine ont une production bien au-delà de 10x.

Face à cette explosion de productivité, la structure organisationnelle et la sélection des talents doivent être repensées. Il recommande aux entreprises d’abandonner les entretiens classiques basés sur des algorithmes, pour évaluer comment les candidats utilisent plusieurs agents IA pour collaborer sur de grands projets, et leur capacité à résister aux attaques d’autres agents IA.

Pour les entrepreneurs et investisseurs, Karpathy propose un cadre d’évaluation très pratique : la vérifiabilité. Aujourd’hui, les capacités de l’IA montrent un comportement très étrange en « dents de scie » — les modèles les plus avancés peuvent reconstituer 100 000 lignes de code ou détecter des vulnérabilités zero-day, tout en vous disant d’aller faire laver votre voiture à 50 mètres, ce qui est complètement fou. Cette disjonction vient du fait que les laboratoires de pointe concentrent leurs ressources en apprentissage renforcé sur des domaines où les résultats sont facilement vérifiables, comme les mathématiques ou le code. Par conséquent, dans des scénarios commerciaux où les résultats sont vérifiables, l’IA peut déployer tout son potentiel. Il existe encore sur le marché de nombreux environnements d’apprentissage renforcé vérifiables à haute valeur, mais peu exploités par les grands laboratoires, ce qui représente une énorme opportunité pour les startups de faire du fine-tuning et de monétiser.

Suivez-moi : pour plus d’analyses et d’insights en temps réel sur le marché crypto ! $BTC $ETH $SOL

#WCTC交易王PK #La Fed maintient ses taux inchangés mais les divisions internes s’accentuent #PolymarketActualitésquotidiennes