Un quart des startups de la cohorte actuelle de YC ont des bases de code qui sont presque entièrement générées par l'IA

Rôle croissant de l'IA dans la génération de code : Perspectives de Y Combinator

Le paysage du développement logiciel évolue rapidement, l'IA jouant un rôle de plus en plus central. Un exemple notable de cette tendance est évident dans la dernière cohorte de Y Combinator, l'accélérateur de startups renommé de la Silicon Valley. Selon Jared Friedman, associé directeur chez YC, un impressionnant 25 % des startups de la cohorte W25 ont utilisé l'IA pour générer 95 % de leurs bases de code. Ce chiffre, a précisé Friedman, exclut le code utilisé pour importer des bibliothèques et se concentre sur la comparaison entre le code écrit par des humains et celui généré par l'IA.

Friedman a souligné que ces startups ne sont pas dirigées par des fondateurs non techniques, mais par des individus hautement qualifiés capables de créer des produits de toutes pièces. « Il y a un an, ils auraient construit leur produit de toutes pièces — mais maintenant, 95 % de celui-ci est construit par une IA », a-t-il noté lors d'une conversation partagée sur YouTube. Ce changement met en lumière une transformation significative des pratiques de développement, portée par les avancées de la technologie de l'IA.

Le concept de « Vibe Coding »

Dans une vidéo intitulée « Vibe Coding Is the Future », Friedman, accompagné du PDG de YC Garry Tan, de l'associé directeur Harj Taggar et de la partenaire générale Diana Hu, a exploré la tendance émergente du « vibe coding ». Cette approche, récemment popularisée par Andrej Karpathy, ancien responsable de l'IA chez Tesla et ex-chercheur chez OpenAI, consiste à utiliser des grands modèles de langage (LLMs) pour générer du code à partir de langage naturel et d'intuition, plutôt que des techniques de codage traditionnelles.

Défis liés au code généré par l'IA

Malgré l'enthousiasme, le code généré par l'IA n'est pas exempt de défis. Diverses études et rapports ont mis en lumière des problèmes potentiels, notamment des vulnérabilités de sécurité, des pannes d'applications et des erreurs de codage nécessitant des efforts de débogage significatifs de la part des développeurs. Diana Hu a souligné l'importance de savoir lire et identifier les bogues dans le code généré par l'IA. « Il faut avoir du goût et suffisamment de formation pour savoir si un LLM produit quelque chose de mauvais ou de bon. Pour faire du bon 'vibe coding', il faut toujours avoir du goût et des connaissances pour juger ce qui est bon ou mauvais », a-t-elle expliqué.

Garry Tan a partagé cet avis, insistant sur la nécessité de compétences de codage classiques pour la durabilité à long terme des produits. Il a posé un scénario hypothétique : « Imaginons qu'une startup avec 95 % de code généré par l'IA se lance sur le marché, et qu'un an ou deux plus tard, elle compte 100 millions d'utilisateurs sur ce produit. Est-ce que cela s'effondre ou non ? Les premières versions des modèles de raisonnement ne sont pas bonnes pour le débogage. Il faut donc plonger en profondeur dans ce qui se passe avec le produit. »

L'avenir de l'IA dans le codage

La communauté des investisseurs et les développeurs adoptent de plus en plus le codage alimenté par l'IA. Des startups comme Bolt.new, Codeium, Cursor, Lovable et Magic ont collectivement levé des centaines de millions de fonds au cours de l'année écoulée, signalant une forte confiance du marché dans cette technologie. Garry Tan a conclu : « Ce n’est pas une mode. Cela ne va pas disparaître. C’est la manière dominante de coder. Et si vous ne le faites pas, vous risquez d’être laissé pour compte. »

L'essor de l'IA dans la génération de code remodèle l'industrie technologique, offrant de nouvelles efficacités mais présentant également de nouveaux défis que les développeurs et les fondateurs doivent surmonter pour réussir dans ce paysage en évolution.