Astro passe la 7ème, le Japon prive les Européens de son nouveau joyau, Anthropic ajoute les tags à Claude et NVIDIA joue les garde du corps !
Soutenez CodeCodeCoders en consultant la ressource originale
Lire l'article originalVous aimez découvrir ces sources ?
Soutenez-moi sur PatreonCette dynamique de l'IA soulève des interrogations profondes sur son coût réel : coût environnemental, coût social et, plus largement, coût civilisationnel. Dès lors, faut-il poursuivre cette course sans limite ou devons-nous apprendre à ralentir pour préserver les conditions mêmes de notre avenir ?
Pendant plusieurs décennies, l'ingénierie logicielle s'est attachée à optimiser la manière dont les équipes produisaient du code. Demain, elle devra surtout organiser la collaboration entre humains et agents d'intelligence artificielle au sein de véritables systèmes industriels de production.
Quand j’ai commencé ma carrière1 en SSII, mes chefs m’ont fait faire plusieurs interventions de quelques semaines, pour ajouter des fonctionnalités ou corriger des bugs, sur des applications qui existaient depuis des années. Quelques années plus tard, on continuait à me solliciter de temps en temps pour des interventions “en mode pompier” : quelques heures à quelques jours de dépannage2 ou de conseil3, généralement sur des projets que je n’avais jamais vu avant.
YouTube 100% d'adoption des outils IA de code par les 600 ingénieurs de Doctolib. Mission accomplie ? Pas tout à fait 👀 Aujourd’hui, les organisations techniques doivent répondre aux problématiques liées à l’agentic coding et soigner l’expérience développeur, qui se trouve profondément transformée. En tant que Staff SRE et Senior Software Engineer dans l'équipe AI Scaling chez Doctolib, Yankı Sesyılmaz (Doctolib), Julien Tanay (Doctolib) racontent comment ils ont construit une plateforme IA ouverte…