L'IA et le code: L'impact de Cursor sur l'avenir de la programmation
L’adoption rapide de l’IA dans le développement logiciel transforme la manière dont le code est écrit, avec des entreprises comme Anysphere en fer de lance. Le produit phare d’Anysphere, Cursor, une plateforme de programmation automatisée, est rapidement devenu un leader mondial du codage assisté par l’IA, s’intégrant aux modèles d’IA générative de grands acteurs comme Anthropic et OpenAI.
Cursor fonctionne comme un environnement de développement intégré (IDE), une application logicielle sophistiquée qui fournit des installations complètes aux programmeurs informatiques pour le développement de logiciels. Ses fonctionnalités clés incluent “Cursor Tab”, qui auto-complète intelligemment les lignes de code, et un système de délégation qui permet aux utilisateurs de décharger de petites tâches à l’IA, un peu comme travailler avec un programmeur humain en binôme. Michael Truell, PDG d’Anysphere, décrit Cursor comme un “traitement de texte survitaminé” pour les ingénieurs, leur permettant d’éditer efficacement des millions de lignes de logique complexe avec l’aide de l’IA.
Fondée il y a trois ans par des diplômés du MIT, le parcours d’Anysphere vers Cursor n’a pas été direct. Truell et ses cofondateurs, tous programmeurs et chercheurs en IA de longue date, ont initialement exploré les logiciels de conception assistée par ordinateur (CAO). Cependant, leur passion pour la programmation et le potentiel naissant de l’IA en 2021 — alimenté par l’émergence de produits d’IA utiles et la compréhension que des modèles plus grands et plus de données stimuleraient de nouveaux progrès — les ont ramenés aux outils de codage. Ils ont observé que les solutions de programmation IA existantes manquaient de l’ambition nécessaire, ce qui les a poussés à construire ce qu’ils envisageaient comme la plateforme de codage IA ultime.
Une inspiration significative pour Cursor a été GitHub Copilot, que Truell a salué comme le premier produit d’IA vraiment utile en son cœur. Malgré des “aspérités” initiales et des inexactitudes occasionnelles, Copilot a démontré l’applicabilité de l’IA dans le monde réel au-delà des environnements de laboratoire ou des systèmes de recommandation. Son utilité en tant qu’outil de développement était sans précédent, même pour les programmeurs chevronnés avec des configurations hautement optimisées.
Alors que certaines jeunes startups d’IA ont été critiquées pour n’être que des “wrappers” autour d’APIs existantes, Anysphere est allée au-delà. Truell soutient que le terme “wrapper” est désormais quelque peu dépassé, car même la construction sur des APIs peut conduire à des “produits très, très profonds”. La stratégie de Cursor a été d’augmenter rapidement sa base d’utilisateurs, en utilisant les informations sur la manière dont l’IA aide et entrave les programmeurs pour affiner ses modèles. Son seul “modèle Tab” gère plus d’un milliard d’appels par jour, ce qui en fait l’un des plus grands modèles linguistiques générant activement du code de production. Ce modèle, désormais à sa quatrième ou cinquième génération, est entraîné sur de vastes quantités de données produit, tirant parti de talents et d’infrastructures spécialisés, y compris l’expertise d’un développeur qui a construit un produit d’auto-complétion de programmation précoce appelé TabNine.
L’adoption rapide d’outils de codage IA comme Cursor parmi les ingénieurs professionnels est frappante. Truell raconte des histoires d’ingénieurs devenant si dépendants de Cursor qu’ils expriment de la panique à l’idée de perdre l’accès. Cette adoption généralisée découle de plusieurs facteurs :
Nature textuelle : La programmation est intrinsèquement basée sur du texte, une modalité dans laquelle l’IA excelle.
Données abondantes : Internet fournit un vaste trésor de code open source pour l’entraînement de l’IA.
Vérifiabilité : Le code peut être exécuté et testé, fournissant un retour d’information clair pour que les modèles d’IA apprennent et s’améliorent grâce à l’apprentissage par renforcement, un peu comme l’IA maîtrise les jeux.
Bien que les outils d’IA augmentent indéniablement la productivité, Truell note que cela ne se traduit pas nécessairement par des heures de travail plus courtes pour les programmeurs. Au lieu de cela, les gains sont souvent absorbés par “l’élasticité” et l’inefficacité inhérentes au développement logiciel à l’échelle professionnelle. Dans les grandes organisations, la gestion de millions de lignes de code existantes est un processus laborieux. L’IA aide à rationaliser cela, permettant aux ingénieurs d’aborder des tâches plus complexes ou d’accélérer les cycles de développement plutôt que de simplement réduire leur charge de travail.
Au-delà de l’utilisation professionnelle, le codage IA a également donné naissance au “vibe coding”, où des amateurs et même des novices expérimentent la création de logiciels. Bien que l’objectif principal de Cursor reste les ingénieurs professionnels, Truell reconnaît que rendre les outils plus puissants pour les experts les rend involontairement plus accessibles à d’autres. Il envisage un avenir où la création de logiciels sera beaucoup plus accessible, potentiellement sans connaissance approfondie des langages de programmation. Cependant, il avertit que l’atteinte d’un développement logiciel de qualité professionnelle pour “n’importe qui” est encore lointaine. Truell différencie le “vibe coding” pour le divertissement ou le hobby de ses applications professionnelles, telles que les concepteurs qui prototypent ou le personnel non technique qui contribue à de petites corrections aux bases de code d’entreprise. Il estime que si l’intérêt pour les applications personnalisées et jetables est croissant, le cœur du développement logiciel professionnel restera probablement avec une minorité dédiée de bâtisseurs.
Pour l’avenir, Truell anticipe une évolution continue du rôle de l’IA. Bien que la prédiction de pourcentages exacts soit difficile, il suggère que dans un “scénario optimiste”, plus de la moitié des tâches de programmation actuelles pourraient être déléguées à l’IA à partir d’instructions textuelles de haut niveau d’ici un an environ. Cependant, des obstacles techniques importants subsistent pour une automatisation complète. Ceux-ci incluent la capacité des modèles à apprendre et à comprendre continuellement des bases de code entières et des contextes organisationnels, l’amélioration de leur capacité à traiter de vastes quantités d’informations (des “fenêtres de contexte” plus longues) et le développement de capacités multimodales qui permettent à l’IA d’interagir avec les logiciels via des interfaces utilisateur graphiques (GUI). Atteindre une cohérence à long terme pour les agents IA travaillant sur des tâches équivalant à des semaines d’effort humain présente également un défi architectural. Truell établit un parallèle avec l’industrie de la voiture autonome, qui a connu d’immenses progrès mais a également rencontré des obstacles inattendus, suggérant que le chemin vers l’IA avancée sera tout aussi complexe et itératif.
Anysphere, actuellement une équipe d’environ 150 personnes, vise à rester agile tout en se développant considérablement pour atteindre ses objectifs ambitieux. Truell, qui consacre une part substantielle de son temps au recrutement, met l’accent sur une culture “sceptique vis-à-vis des processus” et “sceptique vis-à-vis de la hiérarchie”, favorisant l’honnêteté intellectuelle, la curiosité et un engagement profond envers la mission d’automatiser la programmation. Il considère Anysphere comme une “expérience” unique située entre les laboratoires de modèles fondamentaux et les entreprises logicielles traditionnelles, excellant à la fois dans le développement de produits et l’innovation de modèles sous-jacents.
L’entreprise a récemment fait face à une réaction des utilisateurs suite à un changement de son modèle de tarification, passant du basé sur les requêtes au basé sur la consommation de calcul. Truell admet que la communication “aurait pu être infiniment meilleure” et reconnaît que les consommateurs, habitués aux abonnements à forfait comme Spotify ou Netflix, trouvent les prix basés sur l’utilisation difficiles. Il explique qu’à mesure que les agents IA travaillent plus longtemps et apportent plus de valeur, les coûts de calcul sous-jacents deviennent plus variables. Anysphere vise à offrir aux utilisateurs le choix : une expérience premium basée sur l’utilisation pour les gros utilisateurs, ou un plan d’abonnement prévisible qui satisfait la grande majorité qui n’atteint pas ses limites.