Je crois avoir été trop catégorique envers le nouveau LLM de programmation Composer-1 de Cursor. Certes, il est nettement moins performant que GPT-5 High Effort et GPT-5 Codex, et de ce fait, lorsque je conçois et implémente des projets de code importants, je ne vois pas vraiment d'utilité à ce logiciel dans mes méthodes de travail. En revanche, il est extrêmement rapide (je me demande comment ils ont fait ; utilisent-ils du matériel Groq ou Cerebras ? Est-ce parce que le modèle est si petit et efficace ? Je ne suis pas sûr), et cela à lui seul ouvre la voie à de nombreux nouveaux flux de travail et techniques de travail lorsque le code n'est pas si critique, ou lorsque vous démarrez un nouveau projet et que vous n'avez pas à vous soucier de casser le code existant. C'est aussi beaucoup moins cher que n'importe quelle version de GPT-5. Cette combinaison d'une vitesse et d'un coût bien moindres engendre une différence qualitative dans l'utilisation du modèle, différence que je n'avais pas pleinement perçue auparavant. Lorsque le coût des itérations est si faible, tant en temps qu'en argent, on peut itérer beaucoup plus souvent. Cela diminue la valeur de la « correction du premier coup » ; c'est-à-dire la capacité d'un modèle comme GPT-5 Pro à réussir du premier coup même une tâche de codage complexe sans aucun bug (bien que même ce modèle échoue souvent à ce test très rigoureux). Mais si vous pouvez boucler la boucle de débogage et réinjecter rapidement les erreurs/avertissements dans le modèle, et si chaque itération prend de 20 secondes à une minute (au lieu de 5 à 10 fois plus longtemps avec GPT-5 et un effort important), alors vous pouvez corriger rapidement toutes les erreurs grossières commises dès la première itération (voire même la deuxième, la troisième ou la quatrième) et obtenir un code fonctionnel plus rapidement qu'avec GPT-5. Si vous développez une application dans le navigateur, vous pouvez désormais boucler la boucle de A à Z grâce au nouvel onglet Navigateur de Cursor, de loin la meilleure implémentation de ce type que j'aie vue dans un outil de programmation (bien meilleure que Playwright MCP de Codex ou Claude Code !). J'ai utilisé cette invite de commande avec succès aujourd'hui : Utilisez l'onglet du navigateur pour explorer l'application de manière systématique et familiarisez-vous avec son interface. Pendant ce temps, surveillez la console de développement afin de détecter tout avertissement ou erreur. Dès qu'un problème apparaît, diagnostiquez-le et corrigez-le de manière interactive et itérative, puis actualisez l'application et vérifiez que l'erreur ou l'avertissement est complètement résolu. Lors de la correction, concentrez-vous sur la recherche de la véritable cause du problème et évitez d'appliquer des solutions superficielles ! Là où cette approche montre ses limites, c'est lors des phases de conception et de planification, lorsqu'il s'agit de déterminer le produit à créer et la meilleure façon de le mettre en œuvre. À ce stade, le manque de réflexion approfondie et d'exploration peut vous entraîner sur une mauvaise voie dont il sera difficile de se sortir. Cela devient beaucoup plus évident lorsque la tâche sur laquelle vous travaillez s'éloigne considérablement du « domaine de données » des tâches de programmation classiques. Si vous créez un simple site web CRUD, vous ne le remarquerez probablement pas. En revanche, si vous explorez de nouveaux horizons dans le domaine de la simulation de vie artificielle ou quelque chose d'aussi original, vous le remarquerez beaucoup plus. Mais il existe une approche hybride intéressante qui fonctionne très bien : combiner le modèle le plus intelligent pour la planification avec ces modèles rapides et peu coûteux pour produire des itérations en série. Utilisez donc GPT-5 Pro dans l'application navigateur pour élaborer votre plan et une première implémentation, puis copiez-collez-la dans Cursor et commencez à itérer, corriger et améliorer. Il est bien plus performant pour modifier une base solide existante que pour la concevoir. C’est là que tout prend son sens : lorsqu’on s’amuse et qu’on explore quelque chose de nouveau, sans contraintes de temps ni d’attentes, dans un contexte ludique. La rapidité d’exécution change alors complètement la donne. Cela me rappelle cette vieille étude menée par IBM au début des années 80 sur la latence des systèmes informatiques, qui a révélé que lorsque la latence descend en dessous d'un certain seuil magique, comme 50 ms, on observe un changement important de comportement car le cerveau humain perçoit qu'il a affaire à un « système en direct ». À l'inverse, même lorsque la latence dépasse un niveau étonnamment modeste comme 500 ms, l'engagement diminue considérablement, ce qui devient mentalement éprouvant et frustrant. Lorsque la latence atteint quelques secondes, voire plus, les utilisateurs ont tendance à se déconnecter et il devient difficile de rester concentré. Voir le modèle de codage réagir en quelques secondes et effectuer une dizaine de modifications en moins de 15 secondes est une expérience totalement différente de celle qui consiste à attendre 5 minutes que GPT-5, en mode effort élevé, traite méthodiquement une tâche. Bref, c'est incroyablement amusant de jouer avec ça. C'est bien plus divertissant et captivant pour moi que n'importe quel jeu vidéo.
Chargement du thread
Récupération des tweets originaux depuis X pour offrir une lecture épurée.
Cela ne prend généralement que quelques secondes.