← Retour à emrevarol.com
A2SV · Mars 2026

Table des matières

Productivité 2000x :
Comment développer avec la GenAI

Emre Varol - A2SV

L'ère du code manuel est révolue

Vous n'êtes pas remplacé — vous êtes amélioré

Cette conférence changera votre façon de créer des logiciels pour toujours

Une confession

« Je n'écris plus de code. Je décris ce que je veux, et l'IA l'écrit mieux que je ne l'aurais jamais fait. »

- Emre Varol, 8+ ans chez Google, Palantir, Liftoff

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'ancien cycle : j'assigne une tâche → l'équipe travaille 2–3 semaines → je fais la revue → je donne du feedback → ils corrigent 2–4 semaines plus tard → prochain cycle de revue.

Le nouveau cycle : je décris une fonctionnalité → l'IA la construit en minutes → je teste → je donne du feedback → l'IA corrige en secondes → je reteste. Total : 15 minutes.

J'ai codé presque tous les jours de 13 à 30 ans. Je n'ai pas écrit de vrai code depuis 2019. Et je n'ai jamais été aussi productif.

L'ancienne méthode vs la nouvelle

L'ancienne méthode

Réfléchir à l'implémentation

Écrire le code ligne par ligne

Déboguer les erreurs de syntaxe

Chercher sur Stack Overflow

Copier-coller, adapter, tester

Des heures par fonctionnalité

La nouvelle méthode

Réfléchir au comportement

Décrire ce que vous voulez

L'IA écrit l'implémentation

Tester le comportement

Itérer avec du feedback

Des minutes par fonctionnalité

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

Vous avez le 2e meilleur programmeur compétitif au monde à portée de main, prêt à travailler pour vous en permanence. Pourquoi écririez-vous du code vous-même ?

« 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.

« Il y a un nouveau type de programmation que j'appelle le vibe coding, où on se laisse totalement porter par les vibes, on embrasse les exponentielles et on oublie que le code existe. » - Andrej Karpathy

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

Découvrez les outils

Claude Code

CLI agentique qui lit votre code source, édite les fichiers, exécute des commandes et construit des fonctionnalités de manière autonome

Anthropic

Codex CLI

Agent de programmation en terminal. Lit votre dépôt, écrit du code, lance les tests. Open-source.

OpenAI

Gemini CLI

L'assistant de programmation agentique de Google. Multimodal, grand contexte, intégration profonde avec l'écosystème Google.

Google
Les trois sont des outils CLI. Aucun IDE nécessaire. Votre terminal est votre nouvel IDE.

Ce n'est pas de l'autocomplétion

Autocomplétion (2020-2023)

Suggère la ligne suivante

Fonctionne dans un seul fichier

Aucune compréhension de votre projet

Vous écrivez encore 95 % du code

IA agentique (déc. 2025+)

Lit l'intégralité de votre code source

Comprend l'architecture

Crée et édite plusieurs fichiers

Exécute des commandes, tests, déploiements

Vous écrivez 0 % du code

L'affirmation des 2000x

Faisons le calcul avec des chiffres réels :

Ancien cycle

Assigner la tâche à l'équipe

L'équipe travaille 2–3 semaines

Revue, feedback

L'équipe intègre le feedback : 2–4 semaines

Prochain cycle de revue

Total : 4–7 semaines par fonctionnalité

Nouveau cycle

Décrire la fonctionnalité à l'IA

L'IA la construit : 5 minutes

Tester, donner du feedback

L'IA corrige : 30 secondes

Retester, livrer

Total : 15 minutes par fonctionnalité

4 semaines = 40 320 minutes. 15 minutes. Cela fait 2 688x. Et cela ne compte pas le multiplicateur de périmètre — des fonctionnalités que vous n'auriez jamais tentées avec une équipe humaine.

Un exemple concret

emrevarol.com

emrevarol.com · 10 langues · Blog · Conférences · Galerie

3 300+ lignes de HTML/CSS/JS fait main

10 traductions, système de conférences, système de blog

Construit et déployé en un après-midi

Hébergé sur Vercel, domaine personnalisé, SSL — tout configuré par l'IA

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

Avant : Vous étiez...

Un dactylographe

Un expert en syntaxe

Un navigateur de Stack Overflow

Un chasseur de bugs

Maintenant : Vous êtes...

Un architecte produit

Un spécificateur de comportements

Un garant de la qualité

Un décideur

Votre valeur ne réside plus dans l'écriture du code. Votre valeur est de savoir quoi construire et savoir quand c'est juste.

Enseignement clé

« Les meilleurs ingénieurs de 2026 ne sont pas les plus rapides au clavier. Ce sont les esprits les plus clairs. »

Configurez votre environnement

Installons vos outils. Tout fonctionne dans le terminal. Aucun IDE nécessaire.

Prérequis

Node.js 18+ — nécessaire pour Claude Code et la plupart des outils modernes

Git — le contrôle de version est non négociable

Un terminal — Terminal macOS, iTerm2, Terminal Windows ou tout terminal Linux

Un éditeur de texte — optionnel, pour quand vous voulez lire du code (VS Code, Vim, etc.)

# Vérifiez vos versions
$ node --version    # v20.19.0 ou supérieur
$ git --version     # toute version récente
$ python3 --version # 3.10+ (optionnel, pour Codex)

Installer Claude Code

# Installer globalement
$ npm install -g @anthropic-ai/claude-code

# Naviguer vers votre projet
$ cd my-project

# Lancer Claude Code
$ claude

# C'est tout. Claude lit tout votre code source et est prêt.

Lit automatiquement l'intégralité de votre projet

Peut éditer des fichiers, exécuter des commandes, créer de nouveaux fichiers

Conserve le contexte tout au long de la conversation

Fonctionne avec tous les langages, tous les frameworks

Installer Codex CLI

# Installer globalement
$ npm install -g @openai/codex

# Définir votre clé API
$ export OPENAI_API_KEY="your-key-here"

# Lancer Codex dans votre projet
$ codex

# Open-source, exécution locale, environnement isolé

Open-source (licence MIT)

Isolé — s'exécute dans un environnement sécurisé

Plusieurs modes : suggestion, édition automatique, mode entièrement automatique

Installer Gemini CLI

# Installer globalement
$ npm install -g @google/gemini-cli

# S'authentifier avec Google
$ gemini auth login

# Lancer Gemini dans votre projet
$ gemini

# Multimodal : peut aussi analyser des images, captures d'écran et diagrammes
Astuce : Vous n'avez pas besoin des trois. Commencez par un seul. Claude Code est ma recommandation personnelle — le meilleur équilibre entre puissance, fiabilité et transparence. Il vous montre exactement ce qu'il fait.

Votre première commande : Créez votre site web

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

# Maintenant tapez (collez d'abord le texte de votre CV, puis) :
> Voici mon CV : [collez votre CV]. Crée-moi un beau site
  portfolio personnel comme emrevarol.com. Inclus une section
  hero avec mon nom et titre, une section à propos, ma frise
  d'expérience, mes compétences, formation et une section
  contact. Utilise un thème sombre avec des animations modernes.
  Rends-le responsive.

# Regardez-le créer votre site personnel en moins d'une minute.
Tout le monde a un CV. Désormais, tout le monde a son propre site web. Ouvrez index.html dans votre navigateur. Vous venez de passer d'un document Word à un portfolio en ligne — sans écrire une seule ligne de code.

Le terminal est votre IDE

Vous n'avez pas besoin de VS Code, IntelliJ ou d'un quelconque éditeur.

Claude Code lit, écrit, édite et crée des fichiers

Claude Code lance votre serveur de dév, vos tests et vos builds

Claude Code fait des commits, des pushs et crée des PRs

Claude Code déploie sur Vercel, Netlify ou toute autre plateforme

Bien sûr, vous pouvez utiliser un éditeur en parallèle. Mais vous n'y êtes pas obligé.

J'ai construit 6 applications full-stack, incluant bases de données, authentification, systèmes de paiement, intégrations API et support de 18 langues — le tout depuis le terminal.

CLAUDE.md : La mémoire de votre projet

Créez un fichier CLAUDE.md à la racine de votre projet. C'est la mémoire persistante de votre IA.

# CLAUDE.md

## Project: Bean There Coffee Shop
- Tech stack: Next.js 16, Prisma, PostgreSQL
- Style: Tailwind CSS, warm earth tones
- Language: TypeScript
- Database: Neon PostgreSQL (connection string in .env)

## Rules
- Always use server components by default
- Use Turkish lira (₺) for prices
- Mobile-first responsive design
- Never hardcode secrets
Chaque fois que Claude Code démarre, il lit ce fichier en premier. C'est comme briefer un nouveau membre de l'équipe — mais vous ne le faites qu'une seule fois.

Votre stack au-delà du code

Construire un produit, ce n'est pas que du code. Il vous faut une infrastructure. Voici ce que nous utilisons — tout configuré depuis le terminal :

Namecheap

Achetez votre domaine. 5–10 $/an. Pointez le DNS vers Vercel.

Domaine

Vercel

Hébergez votre appli. Push sur GitHub → déploiement automatique en secondes. Offre gratuite généreuse.

Hébergement

Neon

PostgreSQL serverless. Offre gratuite, auto-scaling. Connexion avec Prisma en une ligne.

Base de données

Resend

Envoyez des e-mails transactionnels (bienvenue, réinitialisation, notifications). API simple.

E-mail

Upstash

Redis serverless. Cache pour 10K+ utilisateurs simultanés. Paiement à la requête, offre gratuite incluse.

Cache

GitHub

Hébergez votre code. Chaque push déclenche un déploiement Vercel. Les changements sont en ligne en secondes.

Code & CI/CD

Stripe

Infrastructure de paiement. Actif dans 2 projets (pusulam.ai, english.cash). Checkout, abonnements, webhooks.

Paiements

Claude Code

Fait tout ce qui précède pour vous. Configure, paramètre, déploie — depuis le terminal.

Le cerveau
Le flux : Code sur GitHub → push déclenche le déploiement Vercel → en ligne sur votre domaine en secondes. BDD sur Neon. E-mails via Resend. Tout configuré une fois, fonctionne pour toujours.

La nouvelle philosophie

Oubliez tout ce que vous savez sur l'écriture de code. Vous êtes désormais un architecte du comportement.

Piloté par le comportement, pas par le code

Pensée orientée code

« J'ai besoin d'un useState ici »

« Je dois mapper ce tableau »

« Je devrais créer une fonction utilitaire »

« Laissez-moi importer cette bibliothèque »

Pensée orientée comportement

« Quand l'utilisateur clique sur Acheter, déduire de son solde »

« Afficher une notification toast en cas de succès »

« Si le solde est insuffisant, afficher une erreur »

« Enregistrer la transaction pour l'audit »

Vous décrivez ce qui doit se passer. L'IA décide comment l'implémenter. C'est le changement fondamental.

Le cycle d'itération

Voici votre nouveau workflow. Mémorisez-le.

Commencer petit Ajouter une fonctionnalité Tester le comportement Modifier Retester Validé !
Validé ! Fonctionnalité suivante Ajouter une fonctionnalité Tester le comportement ...
N'essayez jamais de tout construire d'un coup. Des itérations petites, incrémentales et testées. Chaque cycle prend des minutes, pas des jours.

Étape 1 : Commencer petit

Commencez par la version la plus simple possible.

Trop ambitieux

> 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.

Juste comme il faut

> 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.
Commencez par quelque chose que vous pouvez voir et tester en 2 minutes. La complexité viendra ensuite, une fonctionnalité à la fois.

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.
Chaque prompt ajoute exactement une capacité. Chacune est testable indépendamment.

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

Si le bouton fait ce qu'il doit faire, si l'API renvoie les bonnes données et si l'interface est correcte — c'est correct. Passez à la suite.

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.
Décrivez le problème que vous constatez, pas le code que vous pensez devoir changer. L'IA trouve souvent une meilleure solution que ce que vous aviez en tête.

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 peaufinez pas à l'excès. Ne refactorisez pas ce qui fonctionne. N'optimisez pas prématurément. Livrez et passez à la suite.

Ne vérifiez pas le code. Vérifiez le comportement.

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

Ancienne habitude

Lire chaque fichier modifié par l'IA

Vérifier les noms de variables

S'inquiéter de l'ordre des imports

Réécrire le code « à sa manière »

Passer 30 min en revue de code

Nouvelle habitude

Tester la fonctionnalité dans le navigateur

Essayer les cas limites

Vérifier le responsive mobile

Vérifier l'intégrité des données

Passer 2 min à tester

L'IA écrit un code plus propre et plus cohérent que la plupart des humains. Faites-lui confiance. Vérifiez le résultat, pas l'implémentation.

Faites confiance à la machine

Une vérité difficile tirée de mon expérience :

Claude Code écrit un code plus propre que moi. J'ai codé presque tous les jours de 13 à 30 ans, j'ai travaillé chez Google, Palantir et Liftoff. Il écrit un code plus propre que la plupart de nos ingénieurs seniors.

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 :

Architecte
Décidez quoi construire, dans quel ordre, avec quelle stack technique
PM
Définissez les fonctionnalités, rédigez les specs (prompts), priorisez
QA
Testez les comportements, trouvez les bugs, vérifiez les cas limites
L'IA est votre équipe d'ingénierie complète. Vous êtes la personne qui la dirige.

Le prompt est votre spécification

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

Mauvaise spec

> Ajoute un tableau de bord

Qu'y met-on ?

Pour qui ?

Quelles données ?

Bonne spec

> 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.
Investissez votre temps à rédiger des prompts clairs. C'est là que votre cerveau d'ingénieur compte le plus.

Incrémental plutôt que monolithique

Monolithique (À éviter)

Un seul prompt géant

Tout d'un coup

Difficile à déboguer

Impossible de tester individuellement

Si ça échoue, vous perdez tout

Incrémental (À faire)

Plusieurs petits prompts

Une fonctionnalité à la fois

Facile de tester chaque étape

Facile d'annuler si c'est faux

Commit Git après chaque succès

Voyez ça comme la cuisine : vous goûtez après chaque ingrédient. Vous ne mettez pas tout dans la casserole en espérant le meilleur.

Résumé de la philosophie

« Décrivez le comportement. Commencez petit. Ajoutez incrémentalement. Testez les résultats. Faites confiance à la machine. Livrez vite. »

Études de cas

Six produits réels. Tous construits par une seule personne. Tous propulsés par la GenAI. Tous en production.

Étude de cas 1 : emrevarol.com

Portfolio personnel, conférences, impact & presse

Site statique de 5 000+ lignes de HTML/CSS/JS artisanal

10 traductions avec sélecteur de langue (chaque page)

4 présentations interactives dont cette conférence GenAI

Page Impact dédiée, page Presse & Médias avec portraits téléchargeables

Système de blog, galerie photo avec lightbox, visionneuse de rapports PDF

GoatCounter + GA4 analytics, SEO complet + JSON-LD + llms.txt

Construit en : ~4 heures   Traditionnel : 2–3 semaines avec un développeur web   Note : Je suis ingénieur backend & ML — je ne connais pas le développement web !

Étude de cas 2 : evimibul.org

Plateforme immobilière propulsée par l'IA

150 000+ annonces réelles extraites de 3 sources (Emlakjet, Hepsiemlak, Sahibinden)

Chat IA : décrivez ce que vous cherchez, obtenez les annonces correspondantes

Saisie vocale

Analyses et notation générées par l'IA pour chaque annonce

81 provinces, 973 districts à travers la Turquie

Support de 10 langues, favoris, partage

Stack : Next.js 16 + Prisma + Neon PostgreSQL + Claude API + Cloudinary + Bright Data

evimibul.org : UX conversationnelle

Au lieu de filtres et formulaires, les utilisateurs parlent simplement :

Utilisateur : Je cherche un appartement 3 chambres à Çankaya,
      max 15 000 TL/mois, avec balcon

IA :   J'ai trouvé 23 annonces correspondant à vos critères.
      Voici les 5 meilleures par score de valeur :

      1. 3+1, Kızılay, 12 500 TL - Score : 92/100
         ✓ Balcon  ✓ Chauffage central  ✓ Proche métro
      ...
Le système de conversation, incluant requêtes de recherche, notation et formatage des réponses, a été construit avec quelques prompts à Claude Code. Un peu d'aller-retour pour affiner les réponses, mais il a compris le schéma Prisma et construit les bonnes requêtes automatiquement. Temps total pour construire le chat IA : environ 30 minutes.

Étude de cas 3 : english.cash

Plateforme d'apprentissage de l'anglais par IA

Anglais pratique & professionnel pour la main-d'oeuvre mondiale

Tuteur IA avec pratique conversationnelle

Modules écriture, oral, compréhension orale, grammaire, vocabulaire

Évaluations adaptatives et parcours d'apprentissage

Support de 18 langues avec next-intl (le plus multilingue de tous les projets)

Classements, système d'amis, suivi de progression

Stack : Next.js 16 + Prisma + Neon PostgreSQL + next-intl

Étude de cas 4 : pusulam.ai

Intelligence collective & marchés prédictifs

Les utilisateurs prédisent les résultats d'événements réels

CPMM (Constant Product Market Maker) pour la tarification

Économie virtuelle : monnaie « Oy Hakkı » (droits de vote)

50 gratuits à l'inscription, +3 par jour, achetables via Stripe

Catégories : Économie, Politique, Tech, Monde, Éducation

Support de 10 langues, panneau admin, système de résolution anticipée

Complexité : Mathématiques financières, tarification en temps réel, intégration de paiement — tout construit avec l'IA

Étude de cas 5 : deneme.live

Plateforme d'examens IA pour les étudiants turcs

Examens au format YKS et LGS (concours d'entrée université/lycée turcs)

Questions d'examen générées par IA

Système de notation turc « net » (bonnes réponses − mauvaises/4)

4 rôles utilisateur : admin, enseignant, élève, parent

Passation d'examen en temps réel avec chrono

Analyses de performance et suivi de progression

Stack : Next.js 16 + Prisma + SQLite   Spécifique au domaine : Règles du système éducatif turc, calcul des nets

Étude de cas 6 : neyesek.biz

Plateforme d'avis gastronomiques propulsée par l'IA

Avis de restaurants et de plats pilotés par l'IA pour Ankara

Collecte automatisée de données et correspondance de photos

Agrégation intelligente des avis et notation

Découverte de restaurants par géolocalisation

Support multilingue

Stack : Next.js 16 + Prisma + PostgreSQL   Spécifique au domaine : Données food/restaurant, agrégation d'avis, focus Ankara

Démo en direct : a2sv.org

A2SV - Africa to Silicon Valley

a2sv.org - DÉMO EN DIRECT

Organisation à but non lucratif soutenue par Google formant 1 200+ ingénieurs africains

500+ offres d'emploi dans les plus grandes entreprises tech

7 produits incubés (Adot, AfroChat, Akil, Dime, Eskalate, RateEat, SkillBridge)

Opérations dans plus de 5 pays

Celui-ci est différent. a2sv.org existait déjà avant l'IA. Je vais maintenant vous montrer en direct les modifications que j'y ai apportées avec la GenAI — comment j'ai transformé un site existant en temps réel.

Combien de prompts ? Combien de temps ?

J'ai construit tous ces projets en parallèle sur environ 3 semaines. Voici les estimations de prompts :

Projet ~Prompts ~Temps passé
emrevarol.com ~80 ~4 heures
evimibul.org ~350 ~1 semaine
english.cash ~250 ~1 semaine
pusulam.ai ~300 ~10 jours
deneme.live ~150 ~5 jours
neyesek.biz ~100 ~3 jours
TOTAL ~1 230 prompts ~3 semaines (en parallèle)
Une personne. Six projets. En parallèle. ~1 230 prompts au total. Une équipe traditionnelle aurait besoin de 6 équipes séparées travaillant 3–6 mois chacune. C'est 2000x.

Patterns communs aux 7 projets

Chaque projet a commencé par une simple commande claude

Chaque projet a utilisé le développement incrémental piloté par le comportement

Chaque projet a obtenu le support multilingue grâce à la traduction par IA

Chaque projet a été déployé en production par l'IA (Vercel, GitHub)

Chaque projet utilise la même stack moderne (Next.js, Prisma, PostgreSQL/SQLite)

Aucun projet n'a nécessité d'équipe — une seule personne a construit chacun d'eux

Il ne s'agit pas d'être un « développeur 10x ». Il s'agit d'une productivité 2000x. N'importe qui peut le faire. Y compris vous.

Comparaison des délais

Projet Traditionnel Avec GenAI ~Prompts
emrevarol.com 2–3 semaines 4 heures ~80
evimibul.org 3–4 mois ~1 semaine ~350
english.cash 2–3 mois ~1 semaine ~250
pusulam.ai 4–6 mois ~10 jours ~300
deneme.live 2–3 mois ~5 jours ~150
neyesek.biz 1–2 mois ~3 jours ~100
TOTAL ~16 mois (6 équipes) ~3 semaines (1 personne) ~1 230
6 équipes, 16 mois de travail. Une personne, 3 semaines, ~1 230 prompts, tout construit en parallèle. C'est une productivité 2000x. Et cela ne compte pas le multiplicateur de périmètre — des fonctionnalités que vous n'auriez jamais tentées avec une équipe humaine.

Le multiplicateur de périmètre

Des choses que je n'aurais jamais construites manuellement :

Support de 10–18 langues avec traduction complète de l'interface sur tous les projets

Recherche conversationnelle par IA avec saisie vocale

Moteur mathématique financier CPMM pour les marchés prédictifs

Web scraper de 150 000+ annonces avec dédoublonnage

Présentations interactives de 90+ diapositives

Génération d'examens par IA avec notation turque des nets

Tutorat IA en temps réel avec difficulté adaptative

Chacune de ces fonctionnalités nécessiterait un spécialiste ou une équipe. Avec la GenAI, une seule personne peut toutes les construire.

Résumé des études de cas

« Je suis une équipe d'une personne qui livre autant qu'une équipe de vingt. »

Patterns avancés & conseils

Techniques pratiques pour tirer le meilleur parti des outils de programmation IA.

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
Exemple réel : Nous avons traduit ce système de conférences en 9 langues avec 9 agents parallèles. Chaque agent a géré 4 fichiers indépendamment. Temps total : 5 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

N'insistez jamais en force. Si l'IA échoue 3 fois avec la même approche, changez d'approche. Ne répétez pas indéfiniment.

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
Vous n'avez pas besoin de trouver le bug. Décrivez simplement le symptôme. L'IA trouve et corrige la cause profonde.

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
Un humain devrait basculer entre 6+ fichiers. L'IA les gère tous à la fois, avec un nommage cohérent et des imports corrects.

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

Une étude CodeRabbit de 470 PRs GitHub a révélé que le code co-rédigé par l'IA avait 1,7x plus de problèmes majeurs et 2,74x plus de vulnérabilités de sécurité. L'IA est un outil puissant — puissant mais dangereux sans tests. Vérifiez toujours.

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.

L'IA ne se soucie pas de votre facture. Elle appellera joyeusement une API 10 000 fois si vous lui demandez de « faire en sorte que ça marche ». Vous êtes le garde-fou. Définissez des limites, loggez l'utilisation et vérifiez quotidiennement.

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)

Je dis « pour l'instant » parce que l'IA s'améliore dans tous ces domaines. Aujourd'hui, vous êtes encore essentiel. Demain ? L'écart se réduit vite. Les ingénieurs qui apprennent à travailler avec l'IA aujourd'hui seront ceux qui définiront demain.

Le futur est déjà là

Ce qui arrive ensuite :

Des agents IA qui déploient, surveillent et corrigent les problèmes de production de manière autonome

Des systèmes multi-agents où les IA collaborent sur de grands projets

Des IA qui conçoivent l'UX, rédigent le contenu et créent les assets

Développement vocal : « Hé Claude, ajoute une barre de recherche dans le header »

Des IA qui apprennent vos préférences et anticipent vos besoins

Les ingénieurs qui apprennent ces outils maintenant seront les leaders de demain. Ceux qui résistent seront laissés pour compte. Ce n'est pas une prédiction — c'est déjà en cours.

Conclusion

Ce que vous avez appris aujourd'hui, et quoi faire ensuite.

Points clés à retenir

1. L'ère du code manuel est révolue — adoptez le développement IA-first

2. Pensez en comportements, pas en code — décrivez le quoi, pas le comment

3. Commencez petit, itérez incrémentalement — une fonctionnalité à la fois

4. Testez le comportement, pas le code — si ça marche correctement, c'est correct

5. Faites confiance à la machine — vérifiez les résultats, ne réécrivez pas les implémentations

6. Votre valeur est dans la vision, le jugement et le goût — pas la syntaxe

7. CLAUDE.md est le cerveau de votre projet — investissez dans un bon contexte

8. N'arrêtez jamais d'apprendre les fondamentaux — l'IA amplifie le savoir, pas l'ignorance

9. Protégez vos clés API — les modèles d'IA se moquent de votre facture, fixez des limites et surveillez quotidiennement

10. Ayez toujours des sauvegardes — jamais de force push, loggez tout, générez des rapports quotidiens

Vos devoirs

Construisez quelque chose de concret cette semaine.

Jour 1 : Installation

Installez Claude Code ou Codex CLI. Créez un nouveau projet.

Jours 2-3 : Construction

Choisissez une idée simple (site personnel, appli de tâches, calculatrice). Construisez-la entièrement avec l'IA. Suivez le cycle d'itération.

Jours 4-5 : Extension

Ajoutez 3 fonctionnalités incrémentalement. Testez chacune. Faites un commit après chaque ajout.

Jours 6-7 : Déploiement

Déployez sur Vercel ou Netlify. Partagez l'URL. Montrez-le au monde.

La meilleure façon d'apprendre est de construire. Pas de regarder. Pas de lire. Construire.

Ressources

Claude Code : npm install -g @anthropic-ai/claude-code

Codex CLI : npm install -g @openai/codex

Cette conférence : emrevarol.com/lecture/coding-with-genai.html

Toutes les conférences : emrevarol.com/lecture/

Projets en ligne (Voyez-les en action)

emrevarol.com — Portfolio & conférences

evimibul.org — Immobilier IA

english.cash — Apprentissage de l'anglais par IA

pusulam.ai — Marchés prédictifs

deneme.live — Plateforme d'examens IA

neyesek.biz — Avis gastronomiques IA

a2sv.org — Africa to Silicon Valley

Derniers mots

« L'avenir appartient à ceux qui savent décrire clairement ce qu'ils veulent construire. Les machines se chargeront du reste. »

Merci

Des questions ?

Maintenant, allez construire quelque chose d'incroyable.

Emre Varol · Fondateur & CEO, A2SV

emrevarol.com

emre@a2sv.org

linkedin.com/in/emrevarol