Tous les insights
AI Tooling

Vibe coding : c'est quoi, où ça marche, où ça casse

Le vibe coding — décrire ce qu'on veut et accepter ce que l'IA produit sans le lire — a rendu n'importe qui capable de construire un prototype. Ce que le terme veut vraiment dire, où ça fonctionne, où ça s'effondre en production, et la discipline qui remplace les vibes.

Michele Cimmino · CEO & Academy Director, Lasting Dynamics · 6 août 2026 · 7 min read

Le « vibe coding » est passé en un an d'une blague sur X à un terme tapé des dizaines de milliers de fois par mois dans les moteurs de recherche. Chez Lasting Dynamics, nous construisons du logiciel pour des clients exigeants et nous formons des développeurs dans notre academy, donc on voit le phénomène des deux côtés : dans les prototypes enthousiasmants que nous montrent les candidats, et dans les décombres qu'on nous demande parfois de réparer. Voici un guide honnête du terme : ce qu'il veut dire, où ça marche vraiment, et où ça casse.

Ce que veut vraiment dire « vibe coding »

C'est Andrej Karpathy qui a popularisé le terme début 2025 : coder en « s'abandonnant aux vibes » — tu décris ce que tu veux, tu acceptes ce que l'IA produit sans vraiment le lire, tu recolles les erreurs quand quelque chose casse, et tu recommences. Le code cesse d'être quelque chose que tu écris et que tu comprends ; il devient quelque chose que tu invoques.

La définition honnête a donc deux moitiés inséparables :

  1. Tu décris des résultats au lieu d'écrire des instructions — cette moitié-là, c'est l'avenir, et elle est là pour rester.
  2. Tu ne lis pas ce qui en sort — cette moitié-là, c'est le problème, et c'est la définition littérale du terme.

Beaucoup de gens utilisent désormais « vibe coding » pour désigner n'importe quel développement assisté par IA. Autant clarifier tout de suite : utiliser des outils agentiques avec discipline, ce n'est pas du vibe coding — c'est de l'ingénierie moderne. Le vibe coding, c'est spécifiquement la variante où la compréhension est optionnelle.

Où ça marche vraiment

Disons-le sans snobisme, parce que c'est la partie que les critiques sautent :

  • Prototypes et proofs of concept. Valider une idée en un après-midi au lieu de deux semaines change des décisions business. Ça marche.
  • Outils personnels jetables. Le script dont tu as besoin une fois, le dashboard que toi seul utiliseras : s'il casse, rien ne casse.
  • Apprendre en explorant. Regarder une IA construire quelque chose est une façon légitime de découvrir des patterns et des bibliothèques — à condition de revenir ensuite comprendre ce qu'elle a fait.
  • Les premiers 80 % du non-critique. Layouts, boilerplate, intégrations standard : l'IA fait ça vite et bien.

Ceux qui balaient tout ça d'un revers de main n'ont pas compris le changement : la barrière pour construire quelque chose s'est effondrée, et c'est une bonne chose.

Où ça casse

Puis le prototype fonctionne, quelqu'un dit « on le met en ligne », les vrais utilisateurs arrivent — et l'addition tombe. Les modes de rupture se répètent avec une régularité impressionnante :

1. Le mur de la compréhension. Tant que chaque demande est additive (« ajoute un bouton »), tout roule. Le jour où il faut changer quelque chose de structurel dans un codebase que personne n'a jamais lu, tu découvres que tu ne sais pas où mettre les mains — et l'IA non plus, parce que la structure est un sédiment de choix accidentels jamais relus.

2. La sécurité n'émerge pas des vibes. Validation des entrées, gestion des sessions, permissions, secrets dans les mauvais fichiers : l'IA génère du code plausible, et le code de sécurité plausible est précisément celui qui se fait percer. Personne qui ne lit pas le code ne le remarquera avant les attaquants.

3. Les données ne pardonnent pas. Un schéma de base de données qui a poussé par accumulation tient tant que les données sont petites et les chemins heureux. Migrer de vraies données hors d'un mauvais schéma est parmi les travaux les plus coûteux du logiciel — et aucun prompt ne rend ça indolore.

4. La dette de review est exponentielle. Chaque ligne acceptée sans la comprendre est un petit emprunt. Sur mille lignes, c'est gérable ; sur cinquante mille, le codebase est techniquement à toi et pratiquement à personne.

5. Sans tests, l'IA devine avec assurance. Un agent qui peut exécuter une suite de tests fiable converge vers le correct. Un agent lâché sur un codebase sans tests — le produit typique du vibe coding — produit des changements qui ont l'air justes. C'est en production que tu découvres la différence.

La discipline qui remplace les vibes

La réponse au vibe coding, ce n'est pas revenir à tout écrire à la main — ce serait répondre aux accidents de voiture en revenant aux chevaux. C'est la discipline qui rend la vitesse durable :

  • Des briefs précis à la place de prompts vagues : contexte, contraintes, définition du terminé.
  • Une review de chaque ligne qui entre : si tu ne la comprends pas, demande à l'IA de te l'expliquer — elle est excellente à ça — jusqu'à ce que tu la comprennes.
  • Les tests comme laisse de l'agent, écrits avant ou en même temps que le code.
  • Des incréments petits et vérifiables, chacun un commit, au lieu d'avalanches de modifications.
  • Une architecture décidée par toi : l'IA remplit la structure ; la structure, c'est ton métier.

Les ingénieurs qui maîtrisent cette discipline obtiennent la vitesse du vibe coding plus un système qui tient. C'est littéralement ce que nous enseignons : dans le curriculum de la Lasting Dynamics Academy, le travail concret avec l'IA agentique côtoie l'architecture logicielle, les design patterns, les tests et les modèles relationnels — parce qu'un multiplicateur sans les fondamentaux multiplie zéro. Depuis dix ans, nous formons ainsi les ingénieurs que nous embauchons ensuite : gratuit, entièrement à distance, sélectif, avec une review hebdomadaire par un mentor et une offre d'emploi pour tous ceux qui terminent.

Si tu as vibe-codé quelque chose dont tu es fier et que tu veux devenir le genre de développeur capable aussi de le maintenir, cette discipline vit dans notre programme d'agentic codingles candidatures pour la prochaine cohorte sont ouvertes.

FAQ

Vibe coding et développement assisté par IA, c'est la même chose ? Non. Le développement assisté par IA avec review, tests et jugement, c'est la pratique professionnelle moderne. Le vibe coding est la variante où tu acceptes l'output sans le comprendre. La différence n'est pas l'outil : c'est la discipline.

Le vibe coding est-il un bon moyen d'apprendre à coder ? Comme étincelle de curiosité, oui. Comme méthode, non : tu apprends à obtenir du code, pas à le comprendre, et le mur arrive vite. Le chemin qui fonctionne, c'est utiliser l'IA en exigeant de comprendre chaque ligne — deux fois l'effort au début, dix fois le retour ensuite.

Un produit vibe-codé peut-il aller en production ? Certains y sont allés, et quelques-uns ont survécu assez longtemps pour être réécrits par des ingénieurs. La vraie question : qui répond à la première faille de sécurité, au premier bug sur les données, à la première migration ? Si la réponse est « personne ne sait comment », la production te le fera savoir.

Avec quels outils fait-on du vibe coding ? Les mêmes que l'ingénierie sérieuse : Claude Code, Cursor, Copilot et compagnie. Nous avons écrit un guide complet de Claude Code — qui est, de fait, le manuel pour utiliser ces outils sans s'abandonner aux vibes.