Ces derniers mois, le “Vibe Coding” est devenu un mot à la mode, de nombreux développeurs étant désireux d'apprendre... comment effectuer correctement le codage vibratoire
. Une nouvelle vague d'outils représentés par Cursor, Claude Code, et des modèles avancés comme Claude Opus 4.7 permet d'atteindre de nouveaux sommets en matière d'efficacité du développement de logiciels.
Les développeurs qui connaissent les systèmes d'ingénierie font un bond en avant en termes de productivité. Ils peuvent accomplir plus de travail en moins de temps, même en construisant des systèmes complexes d'une manière presque “conversationnelle”.
Mais cette vague d'efficacité n'a pas encore véritablement atteint la majorité des gens.
Même si l'IA peut générer des dizaines de milliers de lignes de code, les utilisateurs ordinaires restent bloqués par des étapes fastidieuses telles que la configuration de l'IDE, la gestion des dépendances et le déploiement dans le nuage. Vibe Coding a augmenté la vitesse d'écriture du code de plusieurs ordres de grandeur, mais il a à peine abaissé la barrière de la “transformation du code en logiciel utilisable” - il accélère le codage, pas la livraison.
Face à ce fossé, la voie technique de l'industrie commence à diverger. Une direction continue à se concentrer sur l'aide à apporter aux programmeurs pour qu'ils écrivent du code plus rapidement, tandis qu'une autre tente de répondre à une question plus fondamentale : pouvons-nous nous passer complètement de code et fournir directement des logiciels ?
Le 20 avril, l'application Ant Lingguang, récemment mise à jour, offre un exemple remarquable de cette dernière voie. Elle tente de reconstruire la relation de production des logiciels à travers ce qu'elle appelle le “Wish Coding”.”
Ce que signifie le codage de souhaits : De l'écriture de la logique à la description de l'intention
Ce que l'on appelle le “Wish Coding” abaisse essentiellement le point de départ de la création de logiciels de “l'écriture de la logique” à "la description de l'intention". Dans l'architecture de Lingguang, les environnements de développement traditionnels, les compilateurs et les processus de déploiement sont dissimulés.
Les utilisateurs n'ont pas besoin de réfléchir aux chemins de mise en œuvre. Il leur suffit de décrire la fonction qu'ils souhaitent en langage naturel. Le système complète toute la chaîne en arrière-plan - de la génération du code à l'emballage et au déploiement - et fournit finalement une entité d'application prête à l'emploi.
Cette question mérite d'être discutée sérieusement car elle tente de combler une lacune de longue date dans la programmation de l'IA : permettre à des personnes ordinaires d'accomplir la boucle complète, de l'idée à une application exécutable.
De la génération du code à la livraison du logiciel : Quelle est la couche manquante ?
Au cours des deux dernières années, les produits de codage de l'IA ont émergé les uns après les autres, poussés par les progrès rapides des modèles, tels que ceux observés dans l'évolution de la technologie de l'IA. Claude Opus 4.7 vs Opus 4.6. Mais du point de vue de la livraison, ils se répartissent encore grosso modo en plusieurs couches :
Le premier type fournit des extraits de code ou des fichiers de projet, généralement représentés par un curseur.
Le second type d'environnements de projet modifiables et prévisibles, tels que Bolt.new et Lovable.
Le troisième type commence à offrir des capacités intégrées pour le développement, l'exécution et le déploiement, comme Replit Agent.
Tous ces produits sont précieux. Mais ils supposent principalement une chose : les utilisateurs sont prêts à entrer dans le “processus de développement”, à comprendre les structures des projets, à gérer les dépendances, à déboguer les erreurs et à décider de la manière de publier.
Pour les développeurs, ce n'est pas un problème - c'est de là que vient l'efficacité. Mais pour les utilisateurs ordinaires, chaque étape de cette chaîne peut devenir un point de blocage. Ils peuvent être en mesure de générer du code avec ces outils, mais cela ne signifie pas qu'ils peuvent réellement exécuter ou utiliser l'application.
En d'autres termes, les développeurs ont besoin d'un “développement plus rapide”, tandis que les utilisateurs ordinaires ont besoin de “pas de développement, juste des résultats”. Il s'agit là d'objectifs de conception totalement différents, qui requièrent des solutions totalement différentes.
La réponse de Lingguang est Zero DevOps. Les processus tels que la compilation du code, l'emballage de l'environnement et le déploiement sont presque invisibles pour les utilisateurs. Les utilisateurs ne voient aucun code - ils reçoivent simplement une application finale utilisable.
Le mécanisme central du codage des souhaits : Représentation structurée de l'intention
Pour parvenir à ce type de prestation de bout en bout, le système doit résoudre l'ambiguïté et la divergence inhérentes au langage naturel. Les propos des utilisateurs sont souvent imprécis, incomplets, voire contradictoires. Comment converger vers un logiciel exécutable ?
Cela conduit au mécanisme sous-jacent central de Lingguang : une couche de représentation structurée de l'intention.
Lorsqu'un utilisateur novice saisit une instruction vague ou incohérente sur le plan logique, le processus interne du modèle est bien plus complexe que la simple production d'un code. Claude Opus 4.7 la pensée adaptative. L'agent de Lingguang agit comme un architecte de système. Il analyse d'abord le langage naturel en un arbre rigoureux de modules fonctionnels et de flux d'interaction, et définit les structures de données sous-jacentes et les relations de couplage entre les modules dans un espace sémantique à haute dimension.
Ce n'est qu'après s'être assuré que la boucle logique est complète que le système assemble dynamiquement le code sur la base de cette structure intermédiaire. Cette architecture modulaire garantit que l'application générée dispose d'une colonne vertébrale stable. Elle peut résister à de multiples cycles de modification et de remaniement par le biais du langage naturel, évitant ainsi l'effondrement du système causé par l'accumulation chaotique de code.
Une autre avancée significative réside dans l'intégration d'un environnement d'exécution natif au niveau de l'appareil. De nombreuses plateformes de génération d'applications d'IA sont limitées par les bacs à sable des navigateurs, ce qui signifie que leurs résultats ne peuvent effectuer que des opérations DOM simples et un rendu.
Les “applications flash” de Lingguang, en revanche, s'exécutent directement dans un conteneur mobile natif. Avec l'autorisation de l'utilisateur, elles peuvent accéder à la localisation LBS en temps réel, lire les données d'inclinaison et d'accélération du gyroscope et même contrôler la fréquence et l'intensité des vibrations.
Test réel : Quelle est la portée d'une phrase ?
Nous avons également effectué quelques tests.
Par exemple, nous avons demandé à Lingguang de concevoir un test similaire à celui du MBTI, intitulé “Mon animal spirituel”.
We required the system to construct 30 bizarre multiple-choice questions, and at the end generate results like “a melancholic, overthinking elephant” or “a joke-loving capybara,” along with a hexagonal radar chart showing six unusual dimensions such as intelligence, imagination, and theatricality.
En moins de deux minutes, une application autonome de type mini-programme a été créée et déployée directement dans l'interface de discussion.
Bien que le système ait initialement mal interprété le titre “Mon animal spirituel” en le remplaçant par “Zoo spirituel”, ce petit défaut a pu être corrigé instantanément grâce à une simple instruction de suivi. Des transitions fluides entre les pages au rendu final de la carte radar, la logique d'interaction sous-jacente était tout à fait claire et cohérente.
Agents de codage au niveau du consommateur : Ne pas parier sur la perfection
Lors de l'expérience de Lingguang, la surprise et la rudesse sont apparues en même temps.
Par exemple, si un utilisateur demande à Lingguang de construire un outil de reconnaissance de la vision par l'IA, il est fort probable qu'il lui fournira un “simulateur” avec seulement des interactions d'interface utilisateur frontales, sans traiter réellement les images téléchargées ou capturées. En outre, le langage naturel étant intrinsèquement ambigu, des instructions contradictoires à plusieurs reprises peuvent parfois entraîner des confusions logiques et des bogues. L'interface utilisateur générée est encore rigide - elle semble manifestement fabriquée par l'IA.
Cependant, si l'on évalue ces “applications flash” selon les normes des logiciels industriels, ou si l'on compare Lingguang à des outils de codage de l'IA haut de gamme conçus pour les développeurs professionnels - pour lesquels les équipes doivent souvent tenir compte de facteurs commerciaux tels que Prix de l'Opus Claude 4.7-est en soi une incohérence.
En tant qu'agent de codage au niveau du consommateur, Lingguang résout un problème complètement différent : comment fournir un système fonctionnel et exécutable à des utilisateurs sans connaissances techniques, dans un espace d'entrée totalement non structuré.
Les données fournies par les utilisateurs ordinaires sont souvent ambiguës et fragmentées, et le système doit jouer simultanément le rôle de gestionnaire de produit, d'architecte, de concepteur et de développeur. Dans ce processus de convergence sémantique à haute dimension, la priorité est d'assurer une boucle fermée fonctionnelle et une facilité d'utilisation immédiate, ce qui conduit inévitablement à des compromis en matière de conception visuelle ou de logique plus profonde.
Ce type de rugosité est en fait une étape inévitable lorsque l'ingénierie logicielle passe de la “production d'élite” à l“”expression de masse".”
De l'ingénierie d'élite à la créativité de masse
Cette évolution ressemble beaucoup aux débuts de l'internet. Les premières pages web étaient rudimentaires et chaotiques, mais elles permettaient une chose essentielle : on pouvait y accéder. Les premières applications mobiles étaient instables, mais elles ont permis un nouveau paradigme : “disponible à tout moment”.”
À chaque tournant de l'adoption technologique, le terme “utilisable” passe toujours avant le terme “parfait”.”
Pour les développeurs professionnels, un morceau de code algorithmique parfait peut être extrêmement précieux. Mais pour les 99% personnes qui n'ont aucune expérience de la programmation, une application à peine passable qui peut fonctionner instantanément sur un téléphone a bien plus de valeur que des fragments de code parfaits mais inutilisables.
C'est la logique sous-jacente des agents de codage au niveau du consommateur.
Tant que les applications qu'ils produisent peuvent fonctionner de manière fiable, être utilisées immédiatement et faire l'objet de modifications et d'itérations permanentes, ils ont déjà franchi le seuil critique - de l'IA générant du code à l'IA fournissant des logiciels.
Le véritable enjeu n'est pas de savoir s'ils peuvent générer des applications raffinées aujourd'hui, mais s'ils ouvrent une nouvelle possibilité : lorsque le coût des essais et des erreurs est proche de zéro, les gens ordinaires peuvent transformer leur intention en applications utilisables.
Lingguang a au moins validé de manière préliminaire la faisabilité du passage de l'intention à l'application.
Une nouvelle ère de créativité : L'essor du codage de souhaits
Parallèlement à cette mise à jour, Lingguang a également lancé “Lingguang Circle”, une couche sociale pour les applications d'IA. Les utilisateurs peuvent partager les applications flash qu'ils créent, et d'autres peuvent continuer à les modifier en utilisant le langage naturel. Il s'agit essentiellement d'une communauté d'intention à source ouverte.
Lorsque ces applications commencent à circuler au sein d'une communauté et sont modifiées de manière itérative par d'autres, nous commençons à voir apparaître un nouveau modèle d'évolution des logiciels.
Dans l'ingénierie logicielle traditionnelle, l'itération s'appuie fortement sur des équipes de développement et de longs cycles de publication. Mais dans un écosystème Wish Coding, les logiciels se comportent davantage comme du contenu numérique prêt à l'emploi. Les utilisateurs peuvent créer instantanément des outils pour répondre à des microbes spécifiques, les utiliser et les laisser derrière eux pour que d'autres puissent s'en inspirer.
Dans un tel écosystème, la frontière entre production et consommation commence à s'estomper. Les utilisateurs sont à la fois créateurs et consommateurs. Les applications peuvent être générées, utilisées, modifiées et redistribuées rapidement. Les logiciels commencent à évoluer comme le contenu d'une plateforme.
Les frontières existent toujours
Bien entendu, les frontières restent claires. Pour les ingénieurs, la construction de systèmes complexes reste irremplaçable. Les applications à haute fiabilité, les infrastructures critiques et les systèmes complexes continueront à dépendre de pratiques d'ingénierie rigoureuses.
Le déterminisme, la maintenabilité, la testabilité et la conformité ne perdent pas de leur importance - ils en gagnent même dans les systèmes de plus grande valeur.
Mais pour une population beaucoup plus large, la barrière à la création d'outils numériques diminue. Wish Coding pourrait ouvrir une toute nouvelle couche de production de logiciels en dehors du développement professionnel.
Ici, la norme de créativité change - de la “capacité à mettre en œuvre un code” à la “capacité à exprimer une intention”.”
En ce sens, Wish Coding révèle une possibilité : lorsque la description d'une exigence devient plus difficile que sa mise en œuvre, le goulot d'étranglement de l'ingénierie logicielle passe de la capacité technique à l'expression de l'intention.
Nous nous trouvons peut-être au début de cette transition.
Alors que les capacités de génération de code continuent de se démocratiser, Lingguang explore une voie vers l'autonomisation du consommateur - au prix d'une tolérance à l'égard de la rugosité des premières étapes. Pour la grande majorité des personnes qui n'ont jamais pénétré dans le monde du code, cette nouvelle ère de créativité brute ne fait que commencer.
