Vous poussez la porte d’un traiteur. Vous ne savez ni tourner une pâte, ni monter une sauce. Vous dites : « une tarte fine aux légumes, pour six, sans lactose, prête à vingt heures ». On vous répond : c’est noté. Vous n’avez jamais approché un four, et le dîner aura pourtant lieu.
Le vibe coding en trois définitions
Le vibe coding, c’est fabriquer un logiciel en le décrivant avec des mots ordinaires, pendant qu’une IA écrit le code à votre place.
Une pratique de développement où l’intention est formulée en langage naturel, et où le modèle produit, exécute et corrige le code. La compétence ne disparaît pas : elle se déplace de l’écriture vers la spécification et la vérification.
Sarkar et Drosos (2025) définissent le vibe coding comme un paradigme de programmation où le développeur produit du code principalement en interagissant avec un modèle de langage plutôt qu’en l’écrivant, selon des cycles itératifs de satisfaction d’objectifs.
L’analogie du traiteur
Reprenons notre traiteur. Deux commandes très différentes peuvent sortir de la même boutique.
La première, c’est le sandwich du midi. Vous dites « quelque chose de végétarien, surprenez-moi ». Trois minutes plus tard, vous repartez. Si le résultat vous déçoit, vous en commanderez un autre demain. Personne n’a écrit de menu, personne n’a fait de dégustation. Le coût d’un échec est nul.
La seconde, c’est le repas de mariage pour cent quatre-vingts personnes. Là, plus personne ne dit « surprenez-moi ». On écrit un menu. On liste les allergies. On fixe l’heure exacte du service. On fait une dégustation avant de signer. Et on convient de ce qui déclenche un arrêt : si le poisson n’est pas irréprochable à seize heures, on bascule sur le plat de repli.
Remarquez ce qui change entre les deux situations, et surtout ce qui ne change pas. Le traiteur est le même. Sa technique est la même. Vous lui parlez toujours en français, sans jamais entrer en cuisine. Ce qui change, c’est le dispositif que vous installez autour de la commande : un document écrit, des contraintes explicites, un moment de vérification, une règle d’arrêt.
C’est exactement ce qui vient d’arriver au vibe coding. La première version tenait dans une phrase : dites à l’IA ce que vous voulez, et continuez à parler jusqu’à ce que ça ressemble à quelque chose. Cette méthode reste excellente pour un prototype — le sandwich du midi de l’informatique. Mais dès que d’autres personnes doivent utiliser votre application, elle ne suffit plus.
Le signe le plus clair de cette bascule vient de Google. La firme a ajouté le vibe coding à son AI Professional Certificate, en invoquant une hausse moyenne de 140 % des recherches américaines sur le terme par rapport à l’année précédente. Or son cours n’enseigne plus seulement à « prompter une application » : il enseigne à planifier, tester, déboguer et déployer. Autrement dit, on n’apprend plus à commander un sandwich. On apprend à organiser un service.
Là où l’analogie s’arrête
Un traiteur vous dira « je ne sais pas faire » ou « cette date est impossible ». Un modèle de langage, lui, produit toujours quelque chose de plausible : il n’a aucun signal interne qui l’avertit qu’il est en train d’improviser, comme nous l’avons vu à propos des hallucinations. Second écart, plus lourd : le traiteur engage sa réputation et sa responsabilité juridique. Le code que vous mettez en ligne, lui, n’engage que vous.
Les deux modes, en un coup d’œil
Ce qu’il y a vraiment dans la cuisine
Cinq éléments composent le dispositif du « mode projet ». Aucun n’est technique au sens où il faudrait savoir coder : ce sont des documents et des règles.
SPEC.md)La fiche de commande écrite : le menu, le nombre de convives, les allergies, l’heure du service.
Un simple fichier texte, rédigé en français, qui dit ce que l’application fait, pour qui, et surtout ce qu’elle ne fait pas. C’est le document que l’IA relit avant chaque tâche.
Le carnet du traiteur, où sont notées vos habitudes et les décisions prises l’an dernier.
Un fichier persistant que l’assistant consulte à chaque nouvelle session, pour ne pas vous redemander vingt fois les mêmes choix. Le mécanisme est détaillé dans la mémoire des agents.
Les fiches-recettes maison de la brigade : écrites une fois, ressorties chaque fois qu’un plat les demande.
Des procédures rédigées une seule fois — vos règles de présentation, votre charte, votre méthode — que le modèle rappelle à la demande au lieu de réinventer.
L’accès au frigo, au fournisseur et à la caisse. Sans eux, le chef ne peut que parler de cuisine.
Des connexions qui autorisent l’IA à lire un fichier, interroger une base ou appeler un service. C’est tout l’objet du Model Context Protocol.
La dégustation avant le service — et la consigne « on ne sert rien sans validation ».
Des vérifications automatiques, plus des critères explicites qui interrompent la machine et vous rendent la main : c’est le principe du human-in-the-loop.
Vous reconnaîtrez ici ce que nous appelions ailleurs le harnais de l’IA : le modèle est le musicien, le reste est le studio. Le vibe coding de 2026 n’est rien d’autre que le même modèle, mieux harnaché.
Ce que ça change pour vous
Sachez dans quel mode vous êtes. Avant d’ouvrir l’outil, tranchez : est-ce une maquette que vous montrerez dix minutes en réunion, ou un outil que trois collègues utiliseront chaque lundi ? La première n’a besoin d’aucun plan. La seconde en exige un. La plupart des déconvenues viennent de projets commencés en mode sandwich et terminés en mode mariage.
Le cahier des charges est redevenu la compétence rare. C’est le résultat le plus intéressant de l’étude de Sarkar et Drosos : le vibe coding ne supprime pas l’expertise, il la redistribue vers la gestion du contexte, l’évaluation rapide du résultat et le choix du moment où l’on reprend la main. Traduction pour un étudiant en management : savoir écrire clairement ce que doit faire un outil vaut désormais plus cher que savoir écrire une boucle.
« Ça marche » ne veut pas dire « c’est sûr ». L’étude de Perry et ses collègues (2023) est nette : les participants ayant accès à un assistant de code ont produit un code significativement moins sécurisé que le groupe témoin — tout en étant plus convaincus d’avoir bien travaillé. Retenez la conjonction : moins sûr, et plus confiant. Conséquence pratique : aucune donnée personnelle de clients, d’étudiants ou de patients dans une application vibe codée qui n’a pas été relue par quelqu’un dont c’est le métier.
Le choix du modèle est devenu un arbitrage budgétaire. Les familles récentes sont explicitement étagées : chez OpenAI, la génération GPT‑5.6 se décline en Sol (raisonnement le plus poussé), Terra (usage courant) et Luna (rapide et économique) ; chez Anthropic, Claude Opus 5 vise les tâches longues et difficiles, Claude Sonnet 5 le quotidien. La bonne pratique est celle du restaurateur qui n’envoie pas son chef éplucher les carottes : commencez avec le modèle le moins cher, montez d’un cran quand la tâche cale.
C’est devenu un signal sur un CV. Quand Google intègre le vibe coding à un certificat professionnel généraliste, la compétence quitte le monde des développeurs pour entrer dans celui des fonctions support. Pour un profil marketing, l’usage typique n’est pas de « faire une start-up » : c’est un tableau de bord de campagne, un calculateur pour les commerciaux, un outil de tri de verbatims clients. Trois choses qu’on attendait autrefois six mois de la DSI.
Questions de débutants
Deux textes fondateurs
1. La première étude empirique du vibe coding
Publiée en 2025, quelques mois après l’apparition du terme dans la conversation publique, cette étude a été présentée à la conférence du Psychology of Programming Interest Group. Ses auteurs ont analysé plus de huit heures de sessions filmées où des développeurs codaient avec une IA en commentant à voix haute ce qu’ils faisaient.
L’idée centrale est contre-intuitive : le vibe coding ne supprime pas l’expertise en programmation, il la déplace. Les praticiens observés passent leur temps à gérer le contexte fourni au modèle, à évaluer très vite si le résultat tient la route, et à décider du moment où ils reprennent la main. Leur confiance dans l’outil n’est jamais globale : elle se construit vérification après vérification.
C’est le texte qui a fait passer le vibe coding du statut de mot à la mode à celui d’objet de recherche descriptible. ✅ Sarkar, A., & Drosos, I. (2025). Vibe coding: Programming through conversation with artificial intelligence. Proceedings of the 36th Annual Conference of the Psychology of Programming Interest Group (PPIG 2025). arXiv:2506.23253.
2. L’étude qui a mis la sécurité sur la table
Présentée à la conférence ACM CCS en 2023, cette recherche de Stanford est la première étude d’ampleur sur le comportement réel des utilisateurs face à un assistant de code. Les participants devaient résoudre des tâches touchant à la sécurité, avec ou sans assistant.
Le résultat tient en deux propositions inséparables : ceux qui disposaient de l’assistant ont écrit du code moins sécurisé, et ils étaient davantage persuadés d’avoir écrit du code sûr. Détail précieux pour la pédagogie : les participants qui se méfiaient le plus de l’outil, et qui travaillaient le plus leurs formulations, produisaient les résultats les moins vulnérables.
Cette étude est la raison de fond pour laquelle les cours sérieux sur le vibe coding se sont mis à parler de tests plutôt que de prompts. ✅ Perry, N., Srivastava, M., Kumar, D., & Boneh, D. (2023). Do users write more insecure code with AI assistants? Proceedings of the 2023 ACM SIGSAC Conference on Computer and Communications Security (CCS ’23), 2785–2799. https://doi.org/10.1145/3576915.3623157
Trois prompts pour explorer
Explorer
Explique-moi le vibe coding comme si j’étais responsable marketing et que je n’avais jamais écrit une ligne de code. Donne-moi trois exemples d’outils simples que je pourrais faire moi-même.
🎯 Objectif : situer la pratique dans son propre métier. 📚 Ce qu’on apprend : le vibe coding sert surtout à fabriquer de petits outils internes, pas des produits.
Tester sa compréhension
Je te dis ce que j’ai retenu du vibe coding, tu me signales ce qui est faux ou approximatif : « c’est demander une application à une IA en français, et elle la fabrique toute seule sans que j’aie rien à vérifier ».
🎯 Objectif : faire corriger une définition volontairement incomplète. 📚 Ce qu’on apprend : à repérer ce que la formule « toute seule » escamote.
Cas pratique de management
Aide-moi à écrire le cahier des charges d’un petit outil de suivi de campagne pour mon équipe. Pose-moi une question à la fois, et arrête-toi quand tu as de quoi rédiger une page.
🎯 Objectif : produire un plan avant de produire du code. 📚 Ce qu’on apprend : la difficulté n’est pas technique, elle est de savoir ce qu’on veut.
Note méthodologique. Cet article a été rédigé avec l’assistance d’une IA générative, sur la base d’un gabarit pédagogique et de sources vérifiées une à une. Les deux références académiques citées ont été contrôlées auprès de leurs éditeurs respectifs (arXiv, ACM Digital Library). L’image d’illustration a été générée par IA.
Related posts:
Construire un agent IA de débutant à confirmé
Agents IA verticaux : comprendre l’IA spécialisée par métier
Les systèmes multi-agents : la brigade de cuisine de l’IA (chef, commis, pâtissier)
Le human-in-the-loop : le copilote qui rend la main au pilote aux moments critiques
Le harnais de l’IA : l’analogie du studio d’enregistrement
Enseigner le concept de paramètre en IA L’analogie avec une directrice marketing exercices, prompts
Tout comprendre à la vectorisation par les LLM Exercices et Prompts
Zero-shot, one-shot, few-shot : guider une IA par l’exemple (l’analogie du nouveau collègue)
