Cet article analyse le profond changement de paradigmes de programmation apporté par l'IA, se concentrant sur les modifications du processus de développement plutôt que sur les fonctionnalités spécifiques des agents d'IA. Il souligne le rôle crucial des modèles de codage et des analyseurs statiques pour maintenir la qualité du code et assurer la maintenabilité à long terme des systèmes.
L'article aborde un problème silencieux avec le code écrit par l'IA : l'intention derrière les décisions de l'agent disparaît après la fin de la session. Contrairement aux humains qui laissent une trace de contexte, ce manque de preuves rend difficile la compréhension et la maintenance future du code, rendant `git blame` inutile.
L'auteur réfléchit à un flux de travail assisté par l'IA qui, bien que rapide, entraîne une perte de compréhension et de maintenabilité, car l'IA excelle dans l'implémentation mais échoue à saisir les intentions et à corriger les modèles mentaux. Il propose de traiter chaque fonctionnalité comme un problème de réflexion d'abord, puis d'implémentation, affirmant que la pensée critique humaine reste essentielle.