Bram Cohen critique le « codage à l'ambiance » et les pratiques de développement assistées par l'IA

Le problème du 'codage à l'instinct'

L'article de Bram Cohen critique ce qu'il appelle le 'codage à l'instinct' – une approche de développement où les équipes utilisent des assistants de codage IA tout en évitant délibérément de regarder le code sous-jacent. Il soutient qu'il s'agit d'un 'dogfooding qui dérape', où l'utilisation de son propre produit devient une activité sectaire qui dépasse les limites raisonnables.

Exemple du code source de Claude

L'article cite la fuite du code source de Claude comme étude de cas. Cohen note que lorsque les gens ont examiné le code divulgué, ils ont trouvé des problèmes de duplication significatifs – spécifiquement, 'tout un tas de choses qui sont à la fois des agents et des outils'. Il s'interroge sur pourquoi les développeurs ne l'ont pas remarqué eux-mêmes, l'attribuant à la mentalité du 'codage à l'instinct' où 'regarder sous le capot est de la triche'.

Approche pratique de collaboration avec l'IA

Cohen préconise une approche plus engagée du développement assisté par l'IA :

• Démarrer des conversations avec l'IA sur des problèmes spécifiques de qualité de code : 'Auditons cette base de code pour du code inaccessible' ou 'Cette fonction me fait saigner des yeux'
• Avoir des discussions jusqu'à ce que des actions concrètes émergent
• Expliquer ce qui devrait être fait et continuer à discuter jusqu'à ce que 'je n'aie plus de pensées à donner et que la machine arrête de dire des choses stupides qui nécessitent des corrections'
• Utiliser le 'mode Demande' pour parcourir des exemples, partager le raisonnement et corriger l'IA quand elle a tort

Exemple concret de flux de travail

Cohen fournit un exemple concret de comment travailler avec l'IA sur le nettoyage de code :

"Il y a beaucoup de choses qui sont à la fois des agents et des outils. Passons-les en revue et faisons une liste de toutes, examinons quelques exemples, et je vous dirai lesquels devraient être des agents et lesquels devraient être des outils. Nous aurons une discussion et déterminerons les directives générales. Ensuite, nous auditerons l'ensemble complet, déterminerons à quelle catégorie chaque élément appartient, convertirons ceux qui sont du mauvais type, et pour ceux qui sont les deux, lirons les deux versions et les consoliderons en un seul document avec le meilleur des deux."

Il note qu'après suffisamment d'échanges de discussion, l'IA peut souvent 'faire ce qui ressemble à l'exécution d'une tâche en une seule fois', mais souligne que ce n'est pas vraiment une exécution en une seule fois – il y a un guidage humain important au préalable qui clarifie les cas limites et les problèmes potentiels.

Argument principal

Le point principal de Cohen est que 'le mauvais logiciel est un choix que vous faites'. Il soutient que bien que l'IA puisse aider à nettoyer la dette technique rapidement (parfois en semaines plutôt qu'en années), les développeurs doivent encore s'engager avec le code et fournir des directives spécifiques. L'IA est 'très mauvaise pour remarquer spontanément, "J'ai beaucoup de code spaghetti ici, je devrais le nettoyer"', mais efficace lorsqu'on lui donne des instructions claires.