Qu'est-ce que cela signifie ?

Cela ne signifie pas que j'ai arrêté de réfléchir

Cela ne signifie pas que j'accepte aveuglément les résultats

Cela ne signifie pas que les compétences en ingénierie n'ont plus d'importance

Cela signifie que je décris le comportement au lieu de taper de la syntaxe

Cela signifie que je vérifie les résultats au lieu de relire chaque ligne

Cela signifie que ce qui prenait 3 semaines à une équipe, l'IA le fait en 15 minutes

L'ancienne méthode vs la nouvelle

Le 2e meilleur programmeur du monde travaille pour vous

En décembre 2025, les modèles d'IA se sont classés 2e aux plus grandes compétitions mondiales de programmation.

Meilleur que 99,99 % des programmeurs humains

Résout des problèmes algorithmiques complexes en secondes

Comprend chaque langage, framework et pattern

Possède une mémoire parfaite — n'oublie jamais un seul détail

Disponible 24h/24, infiniment patient, ne se fatigue jamais

« Vibe Coding »

Inventé par Andrej Karpathy (co-fondateur d'OpenAI, ex-responsable IA chez Tesla) en février 2025. Élu Mot de l'année 2025 par le Collins Dictionary.

En 2026, cela a évolué vers l'Agentic Engineering :

Rédiger des spécifications en langage naturel

L'IA génère le code sous supervision humaine structurée

Orchestration multi-modèles avec contexte de projet persistant

Le développeur spécifie, vérifie et oriente — l'IA implémente

Ce n'est pas de l'autocomplétion

L'affirmation des 2000x

Faisons le calcul avec des chiffres réels :

Un exemple concret

Sans IA : 2–3 semaines. Avec l'IA : 4 heures.

Qu'est-ce qui a changé ?

Les LLM ont une mémoire parfaite et un savoir infini.

Ils ont été entraînés sur la quasi-totalité du code public jamais écrit — et ils l'ont mémorisé

Les fenêtres de contexte dépassent désormais 1M+ tokens — ils retiennent toute votre conversation

Ils lisent l'intégralité de votre projet avant d'écrire une seule ligne

Ils comprennent vos conventions de nommage, votre architecture et votre style

Ils connaissent chaque framework, bibliothèque et bonne pratique jamais publiés

Ce n'est pas un moteur de recherche. C'est un ingénieur de classe mondiale avec une mémoire parfaite qui a lu tous les dépôts de code sur GitHub et n'oublie jamais un seul détail.

Votre rôle a changé

Installez les bases

$ brew install git node
$ git --version
$ node --version

$ sudo apt install git nodejs npm
$ git --version
$ npm --version

PS> winget install Git.Git
PS> winget install OpenJS.NodeJS
PS> git --version

Bien utiliser l’outil

Avant d’ajouter des systèmes de mémoire, apprenez la boucle de base : ouvrez le dépôt, donnez le contexte, demandez un changement, relisez le diff et lancez-le.

Flux du premier projet

$ mkdir my-portfolio
$ cd my-portfolio
$ git init
$ opencode

> Voici mon CV. Construis-moi un portfolio personnel soigné dans l’esprit de emrevarol.com. Inclue hero, à propos, expérience, compétences, formation et contact. Il doit être responsive.

Votre agent est votre IDE

Le changement important n’est pas l’éditeur ouvert. C’est qui comprend le dépôt et peut agir dessus.

Amateurs du terminal: lancent les agents dans le dépôt et relisent les diffs avec Git

Utilisateurs d’IDE: utilisent apps ou extensions et gardent de petits commits

Équipes: standardisent mémoire du dépôt, commandes et portes de vérification

Tout le monde: contexte, plan, édition, exécution, revue, commit

Votre système au-delà du code

Git: commits, branches et historique relisible

Vercel / Netlify: déploiements rapides et previews

Vérification: lancement local, logs, captures, plan de rollback

Logs: ce qui s’est passé, cassé, changé

Piloté par le comportement, pas par le code

Le cycle d'itération

Voici votre nouveau workflow. Mémorisez-le.

Étape 1 : Commencer petit

Commencez par la version la plus simple possible.

> Construis une plateforme complète
d'apprentissage de l'anglais avec
tuteur IA, évaluations, modules
écriture/oral/écoute, vocabulaire,
grammaire, classements, amis,
18 langues et authentification.

> Crée une appli Next.js avec une
page d'accueil pour une plateforme
d'apprentissage de l'anglais.
Affiche 4 modules (Écriture, Oral,
Écoute, Vocabulaire) sous forme
de cartes. Données en dur pour
l'instant.

Étape 2 : Ajouter une fonctionnalité

Une fois que la base fonctionne, ajoutez exactement une fonctionnalité.

# Itération 2 : Ajouter une base de données
> Remplace les données en dur par une base de données PostgreSQL
  avec Prisma. Crée les modèles Lesson, Module et Progress.
  Insère des leçons exemples pour chaque module.

# Itération 3 : Ajouter l'authentification
> Ajoute NextAuth avec e-mail/mot de passe. Les utilisateurs doivent
  pouvoir s'inscrire et se connecter. Affiche leur nom dans la barre
  de navigation quand ils sont connectés.

# Itération 4 : Ajouter le tuteur IA
> Ajoute une page /tutor avec une interface de conversation.
  L'utilisateur tape un message, l'API Claude répond avec des
  corrections et des conseils en anglais. Garde l'historique
  de conversation.

Étape 3 : Tester le comportement

Après chaque fonctionnalité, testez le comportement, pas le code.

Ouvrez l'appli dans votre navigateur

Cliquez sur la fonctionnalité comme un utilisateur le ferait

Testez les cas limites : entrées vides, données incorrectes, doubles clics

Vérifiez la vue mobile

Vous n'avez PAS besoin de :

Lire chaque ligne du code généré

Comprendre chaque fonction utilitaire

Vérifier les noms de classes CSS

Étape 4 : Modifier et itérer

Quelque chose ne va pas ? Dites à l'IA ce qu'il faut changer — en termes de comportement.

# Pas : "change le onClick handler pour utiliser une autre variable d'état"
# Plutôt :
> Quand je termine une leçon, la barre de progression ne se met
  pas à jour tant que je ne rafraîchis pas la page. Corrige cela
  pour que la progression se mette à jour immédiatement.

# Pas : "ajoute un try-catch autour de l'appel API"
# Plutôt :
> Quand l'appel API du tuteur IA échoue, le chat se fige. Affiche
  un message d'erreur rouge disant "Connexion perdue, veuillez
  réessayer" et réactive le bouton d'envoi.

Étape 5 : Valider → Passer à la suite

Une fonctionnalité est « validée » quand :

Elle fonctionne comme prévu dans tous les cas auxquels vous pouvez penser

Elle gère les erreurs avec élégance

Elle est belle sur ordinateur et mobile

Vous avez essayé de la casser sans y parvenir

Une fois validée : faites un commit et passez à la fonctionnalité suivante.

> Commit all changes with message "Add AI tutor with conversation history"

Ne vérifiez pas le code. Vérifiez le comportement.

C'est le changement de mentalité le plus difficile pour les ingénieurs expérimentés.

Faites confiance à la machine

Une vérité difficile tirée de mon expérience :

Il n'oublie jamais de gérer les cas limites

Il suit les conventions parfaitement

Il écrit des patterns cohérents d'un fichier à l'autre

Il ne devient jamais paresseux et ne prend jamais de raccourcis

Il connaît chaque bonne pratique de chaque framework

Cela ne signifie pas qu'il a toujours raison. Cela signifie que votre réflexe par défaut devrait être faire confiance, puis vérifier — pas se méfier, puis réécrire.

Votre nouveau rôle : Architecte + PM + QA

Vous êtes désormais trois rôles en un :

Le prompt est votre spécification

Un bon prompt est une bonne spécification. Un mauvais prompt est une mauvaise spécification.

> Ajoute un tableau de bord

> Ajoute une page tableau de bord
  à /dashboard. Affiche la série
  d'apprentissage de l'utilisateur,
  les leçons terminées, le %
  de maîtrise du vocabulaire et
  l'activité récente (10 dernières
  sessions). Inclus un graphique
  montrant la progression.

Incrémental plutôt que monolithique

Projet: emrevarol.com

emrevarol.com

Portfolio, cours et positionnement pour des outils AI utiles.

Projet: engram.tools

engram.tools

Mémoire long terme pour agents AI et savoir d’équipe.

Projet: evimibul.org

evimibul.org

Recherche immobilière AI et aide à la décision pour la Turquie.

Projet: english.cash

english.cash

Apprentissage de l’anglais avec AI, pratique, personnel et accessible.

Le schéma commun aux projets

Domaines différents, même modèle de travail :

1. Commencer par un vrai besoin humain

2. Décrire clairement le comportement

3. Prototyper vite avec AI

4. Tester le produit par le comportement

5. Améliorer avec logs, petits commits et mémoire

Agents parallèles avec la GenAI

Besoin de traduire en 9 langues ? Ne le faites pas une par une.

# Claude Code peut lancer des sous-agents qui travaillent en parallèle
> Traduis la page de conférence dans les 9 langues supportées
  (TR, FR, DE, ES, AR, PT, RW, SW, AM). Utilise des agents
  parallèles pour chaque langue.

# Résultat : 9 agents travaillent simultanément
# 36 fichiers traduits en ~5 minutes au lieu de ~45 minutes

Le contexte est primordial

L'IA n'est aussi bonne que le contexte que vous lui donnez.

CLAUDE.md — instructions au niveau du projet, stack technique, règles

Fichiers mémoire — connaissances persistantes entre les conversations

Prompts clairs — descriptions spécifiques, orientées comportement

Code existant — l'IA lit votre code source et suit vos patterns

# Mauvais contexte : repartir de zéro à chaque fois
> fais une page

# Bon contexte : l'IA connaît votre projet sur le bout des doigts
> Ajoute une page /friends similaire à /leaderboard. Affiche les
  amis mutuels en haut, puis les suggestions d'amis basées sur
  des parcours d'apprentissage similaires. Utilise le modèle
  FriendRequest existant.

Quand l'IA bloque

Ça arrive. Voici quoi faire :

Simplifiez le prompt — découpez-le en morceaux plus petits

Donnez des exemples — montrez ce que vous voulez, ne vous contentez pas de le décrire

Partagez les messages d'erreur — collez l'erreur exacte, l'IA est excellente en débogage

Essayez une approche différente — « au lieu de X, essaie Y »

Repartez de zéro — parfois une nouvelle conversation avec un contexte clair fonctionne mieux

Déboguer avec l'IA

L'IA est un débogueur incroyable.

# Collez simplement l'erreur et décrivez le contexte
> J'obtiens cette erreur quand je clique sur le bouton Acheter :
  "TypeError: Cannot read properties of undefined (reading 'price')"
  Cela n'arrive que quand le marché n'a aucune transaction.

# L'IA va :
# 1. Trouver le fichier concerné
# 2. Identifier le bug
# 3. Le corriger
# 4. Expliquer ce qui n'allait pas

Modifications multi-fichiers

L'un des plus grands avantages de l'IA : elle édite plusieurs fichiers de manière atomique.

> Ajoute une fonctionnalité "favoris". Les utilisateurs peuvent
  mettre des annonces en favoris. Affiche une icône coeur sur
  chaque carte d'annonce, une page /favorites avec les annonces
  sauvegardées, et un badge compteur dans la barre de navigation.

# L'IA va modifier en une seule fois :
# - schema.prisma (nouveau modèle Favorite)
# - Route API (CRUD pour les favoris)
# - Composant ListingCard (bouton coeur)
# - Navbar (compteur de favoris)
# - Nouvelle page /favorites
# - Migration de base de données

Ce qu'il ne faut PAS faire avec l'IA

Ne collez pas du code généré par l'IA dans des réponses Stack Overflow (ce n'est pas le vôtre)

Ne sautez pas les tests parce que « c'est l'IA qui l'a écrit »

N'utilisez pas l'IA pour du code critique en sécurité sans revue d'expert

N'arrêtez pas d'apprendre les fondamentaux — vous devez comprendre ce que vous construisez

N'abandonnez pas après un premier échec — reformulez et réessayez

N'essayez pas de tout construire en un seul prompt géant

Sécurité en production (1/2)

Incidents réels lors de la construction de ces projets avec l'IA.

1. Ayez toujours des sauvegardes

git push --force a détruit un site en ligne (page Impact, page Presse, conférence GenAI — tout perdu)

La récupération n'a été possible que grâce aux anciens déploiements Vercel et à un second clone existant

Règle : Ne faites jamais de force push. Ne rebasez jamais les branches partagées. Ayez toujours une stratégie de retour en arrière.

2. Protégez vos clés API

Les modèles d'IA peuvent utiliser des clés API de manière autonome et générer des milliers de dollars de frais sans que vous le réalisiez

Règle : Définissez des limites de dépenses. Utilisez des clés séparées par projet. Surveillez l'utilisation quotidiennement.

Sécurité en production (2/2)

3. Loggez tout & générez des rapports

Vous avez besoin de rapports d'activité quotidiens et de rapports financiers — sachez ce que vos agents IA ont fait et dépensé

Utilisez des services comme Resend pour vous envoyer des résumés automatiques quotidiens par e-mail

Règle : Si vous ne pouvez pas voir ce qui s'est passé hier, vous naviguez à l'aveugle.

Le rôle irremplacable de l'humain

L'IA ne peut pas vous remplacer dans ces domaines :

La vision — Que devons-nous construire ? Pourquoi ? (pour l'instant)

L'empathie — De quoi les utilisateurs ont-ils vraiment besoin ? (pour l'instant)

Le jugement — Est-ce la bonne approche ? (pour l'instant)

Le goût — Est-ce que c'est bien ? Est-ce suffisant ? (pour l'instant)

Points clés

1. Le goulot n’est plus le code manuel; c’est le jugement produit clair.

2. Décrivez le comportement, pas l’implémentation.

3. Faites un petit changement, lancez-le, puis continuez.

4. Vérifiez avec captures, tests, logs et état local réel.

5. Gardez les secrets côté serveur et les coûts visibles.

6. Localisation et mobile layout sont du travail produit.

7. Réutilisez les patterns chatbot, fournisseurs et mémoire agent.

8. Ajoutez Engram quand le projet a des décisions à mémoriser.

9. Protégez vos clés API.

10. Gardez rollback et sauvegardes.

Votre devoir

Construisez quelque chose de réel cette semaine.