Un utilisateur de Hacker News partage une publication LinkedIn d'un ingénieur de Meta affirmant que livrer avec l'IA donne l'impression de travailler dans une boîte noire. Vérifier chaque ligne de code généré par l'IA prendrait trop de temps, si bien que les ingénieurs pourraient finir par posséder des systèmes qu'ils ne comprennent qu'à un niveau général. La publication affirme que cela va à l'encontre des réflexes des ingénieurs logiciels, habitués à comprendre ce qu'ils construisent, et demande quel niveau de compréhension est suffisant avant d'avancer.
Les commentateurs décrivent un déplacement de l'effort. L'un d'eux explique qu'en passant moins de temps à coder, on en passe davantage à tester, et que le LLM détecte des erreurs d'implémentation plutôt que des erreurs de codage, même dans un code que l'auteur croyait parfait. Un autre souligne le compromis : le temps gagné à créer du code est consacré à la vérification, si bien que le travail a été déplacé plutôt que supprimé. Plusieurs comparent la formulation de requêtes pour un LLM à la gestion de produit, où la responsabilité est moins directe, tandis que d'autres soutiennent que les ingénieurs restent responsables de tout code qu'ils soumettent, qu'il ait été écrit par un collègue ou par une IA.
Un développeur qui construit un compilateur d'autovectorisation décrit un flux de travail fondé sur des tests approfondis, avec une porte de publication qui s'exécute pendant des heures sur cinq architectures. De longues sessions de planification portant sur les cas limites et la conception des tests précèdent l'implémentation, et le développeur relit toujours le code, tout en admettant que chaque ligne n'est pas forcément scrutée. Sur six mois, la qualité du code est restée assez élevée, ce que le développeur attribue en partie à la planification en amont.
Source: Hacker News · Résumé par HeadlinesBriefing