« Du pair programming à l’autonomisation de tous : comment Gate adopte le paradigme de développement IA »

Maintenant, peu de gens savent que je viens de la technique. Il y a vingt ans, dans une banque d’investissement en Asie-Pacifique, il y avait probablement cinquante personnes qui comprenaient vraiment le trading algorithmique, et j’étais l’une d’elles ; à l’époque, le cœur des systèmes n’était jamais “de pouvoir fonctionner”, mais de rester fiable à long terme sous des contraintes de latence, de stabilité, de surveillance et de gestion des risques. C’est pourquoi j’étais initialement très réticent à l’idée de “Vibe Coding”, car cela peut facilement amener les gens à penser que la programmation peut se faire en “donnant des instructions sur le ressenti”. Plus tard, après avoir personnellement utilisé Claude Code, Codex et Copilot pour créer quelques petits logiciels et outils internes, j’ai réalisé que le problème ne résidait pas dans le fait que l’IA écrive du code, mais dans la nature trompeuse de ce terme : lorsque l’IA est intégrée dans le processus d’ingénierie, elle ressemble davantage à une extension du Pair Programming, combinant “production” et “examen” dans le même cycle, permettant aux gens de rediriger leur énergie des tâches répétitives vers des décisions clés et le contrôle de la qualité. En même temps, la réalité est claire : les personnes qui ne comprennent pas la programmation ont du mal à produire des résultats conformes uniquement avec Vibe ; mais pour ceux qui en ont les capacités, l’IA peut considérablement augmenter l’efficacité et la qualité de livraison, ce qui explique pourquoi l’un des “avantages” les plus recherchés en entreprise est devenu un accès accru aux LLM Tokens.

L’attitude de Gate à ce sujet est très claire : nous ne considérons pas l’IA comme un simple gadget décoratif, mais comme la base de la prochaine génération de productivité sur laquelle construire. Sur la base de cette tendance irréversible, et en accord avec le consensus interne majoritaire, nous choisissons d’embrasser pleinement l’IA et divers outils de vibe coding, encourageant nos collègues à repousser continuellement les limites et à innover, permettant à l’IA de s’intégrer véritablement dans le processus principal de développement quotidien et d’itération commerciale. Plus important encore, nous sommes prêts à investir de l’argent réel pour aplanir ce chemin : l’entreprise investit chaque mois des millions de dollars pour améliorer les capacités IA disponibles, contrôlables et auditées pour tous, y compris des accès et des routages de modèles plus stables, des cadres d’autorisation et de conformité plus complets, des chaînes d’outils internes plus proches des affaires, ainsi que des formations continues et la capitalisation des meilleures pratiques.

L’objectif de ces investissements n’est pas simplement “de faire en sorte que tout le monde écrive plus vite”, mais de rendre la livraison plus contrôlable, la qualité plus cohérente, et l’itération plus reproductible. En d’autres termes, ce que Gate recherche n’est pas une amélioration éparpillée de l’efficacité individuelle, mais une montée en capacité organisationnelle systématique : combiner d’excellentes méthodologies d’ingénierie avec la capacité d’accélération de l’IA, permettant à plus de personnes d’atteindre des normes plus élevées à moindre coût, tout en réintégrant la gestion des risques, la qualité du code et la maintenabilité dans le processus de développement.

Pour moi, la conclusion reste pragmatique : ne croyez pas aveuglément au “Vibe”, et ne diabolisez pas l’IA. Une meilleure approche est de réintégrer l’IA dans la méthodologie d’ingénierie, en la faisant devenir un partenaire de pair, une machine à brouillon et un accélérateur, tout en gardant fermement la responsabilité et les normes entre vos mains. La raison pour laquelle Gate s’engage résolument est que nous croyons que la valeur à long terme ne provient pas de “ce qui semble rapide”, mais de “ce qui est rapidement fiable de manière continue”. Après tout, dans le monde de la finance et de la technologie, il n’est pas difficile de faire fonctionner ; ce qui est difficile, c’est de fonctionner de manière stable à long terme et de manière digne de confiance, c’est cela qui marque la frontière professionnelle.