Le vibe coding rencontre la pierre philosophale : pourquoi les agents d'IA ne peuvent pas tout faire parfaitement
Microsoft
L'enthousiasme initial pour le vibe coding, qui consiste à utiliser des agents d'IA pour générer du code à partir de prompts en langage naturel, s'est estompé lorsqu'il est devenu évident que les agents excellent uniquement dans des tâches simples. L'article soutient que d'un point de vue sémiotique, il est fondamentalement impossible d'écrire une spécification qui guide parfaitement un agent pour produire exactement le résultat escompté. Plutôt que de poursuivre cette illusion, l'auteur propose d'utiliser des langages spécifiques au domaine (DSL) pour restreindre l'espace d'interprétation, ce que l'IA peut désormais aider à créer à moindre coût, faisant de cette approche une tendance viable.
L'article examine l'évolution du « vibe coding » au « coding agentique ». Au départ, les agents IA pouvaient générer du code impressionnant pour des tâches simples, mais les projets sérieux ont révélé que les agents ont souvent du mal sans spécifications détaillées, conduisant à une approche plus disciplinée, connue sous le nom de coding agentique. Cependant, le rêve d'une génération parfaite de code à partir du langage naturel persiste. L'auteur soutient que la sémiotique montre pourquoi cela est impossible : les mots sont des signes dont la signification dépend de leur position dans un système et de l'expérience de l'interprète, de sorte qu'une spécification ne peut jamais être un encodage sans perte de l'intention. Même avec des spécifications détaillées, l'agent interprète plutôt qu'il ne suit des règles strictes, conduisant à des résultats imprévisibles. L'auteur suggère qu'au lieu d'essayer de créer un langage de spécification universel, nous devrions utiliser des langages dédiés (DSL) pour des domaines de problèmes spécifiques, car ils réduisent l'espace des interprétations. Les agents IA sont particulièrement doués pour aider à concevoir des DSL, rendant leur création moins coûteuse et plus réalisable pour des domaines restreints. L'article cite « Programming with Representations » (2023) de Microsoft Research et d'autres références à venir. L'auteur conclut que même si la pierre philosophale de la génération parfaite de code par l'IA ne sera peut-être jamais trouvée, la recherche elle-même peut conduire à des innovations précieuses comme les DSL.
Source: Habr — хаб ИИ —
original