Un utilisateur, frustré par les modèles OpenAI, a essayé Qwen3.6-27b pour générer du code Svelte 5 et a obtenu un résultat parfait, bien que cela ait pris plus de temps. Il anticipe des développements intéressants au cours des 12 prochains mois, malgré le caractère informel de l'évaluation.
Un utilisateur raconte son expérience avec le modèle Qwen3.6, qui a réussi à construire et tester un jeu de tower defense, démontrant sa capacité à identifier et corriger ses propres bugs. L'IA a confirmé les constructions à l'aide de captures d'écran, stupéfiant l'utilisateur par ses capacités avancées.
AutoBe est un nouveau benchmark pour la génération de backend de bout en bout, où les requêtes en langage naturel produisent six sorties structurées via des appels de fonction. Le benchmark révèle que la qualité du backend est plus influencée par la conception du harnais que par le prestige du modèle, avec des modèles locaux performant de manière comparable aux modèles de pointe à un coût nettement inférieur.
L'auteur présente Mahoraga, un orchestrateur open-source qui achemine efficacement les tâches entre les agents IA locaux et cloud via un bandit contextuel (LinUCB). Créé suite à des limites de crédits cloud, l'outil optimise l'utilisation de l'IA, soulignant la performance de Qwen3 4B pour les tâches de code.
![Qwen3 4B outperforms cloud agents on code tasks—with Mahoraga research [R]](/cdn-cgi/image/width=3840,quality=75,format=webp/https://external-preview.redd.it/vJR39F6E0ARypSJNijuQ-yR1Ycl5eGsa5LcRuS3CoSM.png?width=140&height=70&auto=webp&s=6b39ed3b63f9683d366c205696aa8805c9cf6143)
Flathub a mis en place une politique interdisant le code et la documentation assistés par l'IA dans ses contributions. Cette mesure vise à préserver la paternité humaine et la qualité du développement logiciel.
Le Meta Superintelligence Lab présente ProgramBench, une initiative testant la capacité des IA avancées à recréer des programmes exécutables tels que ffmpeg et SQLite à partir de zéro, sans accès à Internet. Cette étude vise à explorer les limites de la génération de code par l'IA. La recherche se concentre sur l'évaluation de l'autonomie et de l'exhaustivité des modèles d'IA dans la synthèse de logiciels complexes.
Les modèles de code open-weight de 27B–32B, tels que Qwen 3.6-27B, ont atteint un taux de réussite de 38,2% sur Terminal-Bench 2.0 pour les tâches de codage, selon les contraintes standards. L'accent est mis sur la faisabilité des modèles locaux et les améliorations significatives de la vitesse d'inférence des architectures MOE.
Un concours local de développement de jeux LLM a comparé Qwen 3.6 27B et Gemma 4 31B pour la création d'un jeu Pac-Man. Gemma 4 31B a été le vainqueur incontestable, produisant une logique de jeu plus robuste et une meilleure qualité en beaucoup moins de temps, bien que Qwen ait généré plus de tokens.
Une expérience a montré qu'un petit modèle d'IA peut s'entraîner à coder en inventant des problèmes, en les résolvant et en s'affinant sur ses propres corrections. Le modèle a atteint 80% sur HumanEval et a surpassé GPT-3.5 en mathématiques, en utilisant seulement un interpréteur Python comme juge.
L'utilisateur fait part d'une expérience très positive et efficace avec l'agent de codage PI, utilisant un modèle local Qwen3.6 35b pour des projets de production. Le succès a été attribué à un fichier de « skill » personnalisé qui impose un flux de travail de planification, garantissant une exécution étape par étape et l'approbation du plan avant tout codage.
Cet article explore le paysage émergent où l'intelligence artificielle commence à développer du code système. Il discute des implications et de l'avenir de la programmation à mesure que les outils d'IA deviennent plus performants.
Un utilisateur tente d'effectuer des tâches de codage avec Qwen3.6-35B sur un Macbook Pro M2 de 32 Go, rencontrant des problèmes d'épuisement de la mémoire et de gestion de la fenêtre contextuelle. Bien que le modèle identifie l'essence d'un bug, il ne parvient pas à implémenter la solution car des informations cruciales sont perdues lors de la compaction du contexte.
Un utilisateur est choqué par la capacité de sortie maximale de 384K de DeepSeek-v4, réussissant à générer un système d'exploitation web complet en un seul fichier HTML de 100 Ko. Cette fonctionnalité impressionnante met en évidence le potentiel du modèle pour la création de contenu étendu et complexe.
Cet article explique comment les assistants IA tels que Cursor ou Claude génèrent souvent du code Vue.js sous-optimal en raison de données d'entraînement obsolètes, mélangeant anciens et nouveaux modèles d'API. Il propose d'appliquer des modèles spécifiques et modernes de l'API de Composition de Vue 3 via des règles vérifiées dans le dépôt, comme `.cursorrules`, pour garantir la qualité et l'évolutivité du code, plutôt que de se fier uniquement aux invites.
L'article présente les meilleurs outils basés sur l'IA pour l'écriture de code, tels que GitHub Copilot, Tabnine et OpenAI Codex. Ces outils accélèrent le développement logiciel en fournissant des suggestions de code et en convertissant le langage naturel en code.
StepPRM-RTL est un nouveau framework qui améliore la génération de code RTL basée sur LLM, en combinant la modélisation de trajectoire pas à pas, la modélisation de récompense de processus (PRM) et le réglage fin augmenté par récupération (RAFT). Il utilise un feedback dense d'un PRM pour guider les mises à jour de type renforcement et la recherche arborescente de Monte Carlo (MCTS) pour enrichir l'ensemble de données d'entraînement.
Cette étude a mené 52 benchmarks de codage IA, révélant que le brief initial est la variable la plus critique dans le développement assisté par IA. Un brief structuré (CONTRACT.md) réduit les coûts de 54 % et améliore la qualité de 5/10 à 9/10, tandis que les équipes d'agents et les boucles de réessai se sont avérées coûteuses ou inefficaces.
Ce contenu aborde la question cruciale de savoir si les Grands Modèles de Langage (LLMs) sont capables de produire du code avec la qualité requise pour les environnements d'entreprise. Tom Howlett explore les défis et les capacités de ces technologies dans le développement de logiciels de qualité professionnelle.
Un développeur relate son expérience avec GitHub Copilot pour une petite modification de code, qui a entraîné 12 échecs de tests sans explication. Cette anecdote, datant de plus d'un an, met en lumière les limites de la génération de code par IA à l'époque en termes de fiabilité et de traçabilité.
L'article aborde le problème de la génération de code générique par Copilot, qui conduit à des bases de code incohérentes. Il présente le concept d''Agent Skills', des fichiers Markdown pour fournir un contexte persistant sur les conventions de l'équipe, afin d'améliorer la spécificité du code produit.