Fil de Lenny Rachitsky (@lennysan)

Principaux enseignements tirés de l'échange avec @embirico (responsable produit OpenAI Codex) : 1. Le produit Codex d'OpenAI à ses débuts était trop novateur. Fonctionnant dans le cloud de manière asynchrone, il convenait parfaitement aux utilisateurs avancés, mais s'avérait complexe pour les débutants. Sa croissance a explosé lorsqu'il a été réintégré à l'environnement de travail des ingénieurs : leur éditeur de code, sur leur propre ordinateur. L'utilisation de Codex a été multipliée par 20 au cours des six derniers mois. 2. OpenAI a développé l'application Android Sora (qui a atteint la première place du classement de l'App Store) en quelques semaines seulement avec deux ou trois ingénieurs, grâce à l'aide de Codex. L'application Sora est passée du stade de développement initial aux tests en interne en 18 jours, puis a été lancée publiquement 10 jours plus tard. Codex a contribué à ce succès en analysant l'application iOS existante, en élaborant des plans de travail et en implémentant des fonctionnalités grâce à une comparaison simultanée des deux plateformes. 3. Pour tirer pleinement parti de Codex : soumettez-lui vos problèmes les plus complexes, pas les plus simples. Ces outils sont conçus pour résoudre les bugs les plus tenaces et les tâches complexes, pas les plus simples. Commencez par un problème qui vous prendrait normalement des heures. 4. L'écriture de code pourrait devenir le moyen universel pour l'IA d'accomplir n'importe quelle tâche. Plutôt que de naviguer dans des interfaces ou de développer des intégrations distinctes, l'IA est plus performante lorsqu'elle écrit de petits programmes à la volée. Cela suggère que la capacité de programmation devrait être intégrée à chaque assistant IA, et non réservée aux seuls outils de programmation spécialisés. 5. Chez OpenAI, les concepteurs écrivent et déploient désormais leur propre code. L'équipe de conception maintient un prototype entièrement fonctionnel, développé avec l'aide de l'IA. Dès qu'ils ont une idée, ils la codent directement, la testent et la soumettent souvent eux-mêmes pour la production. Les ingénieurs n'interviennent que lorsque le code source est particulièrement complexe. 6. Même si les modèles d'IA cessaient de progresser demain, il reste encore des années de développement produit pour exploiter pleinement leur potentiel. La technologie est en avance sur notre capacité à l'utiliser de manière optimale. 7. Le principal frein à la productivité de l'IA n'est pas l'IA elle-même, mais la vitesse de frappe humaine. Les facteurs limitants sont la rapidité de saisie des invites et la rapidité de relecture du travail généré par l'IA. Tant que l'IA ne pourra pas valider ses propres résultats de manière plus fiable et proposer de l'aide de façon proactive, nous ne pourrons pas profiter pleinement des gains de productivité que ces outils pourraient offrir. 8. Écrire du code devient moins passionnant que de relire du code généré par l'IA. Les ingénieurs apprécient le processus créatif de développement. Désormais, ils passent plus de temps à lire le code produit par l'IA. Le prochain défi consiste à rendre ce processus de relecture plus rapide et plus satisfaisant. 9. Les nouveaux modèles d'IA peuvent désormais travailler en continu pendant 24 à plus de 60 heures sur une seule tâche. Une technique appelée « compaction » permet à l'IA de synthétiser ses apprentissages avant que sa mémoire ne soit saturée, puis de reprendre son travail dans une nouvelle session. Ceci rend possible un travail autonome de nuit ou sur plusieurs jours, ce qui était impossible auparavant. 10. Si vous créez une entreprise aujourd'hui, une connaissance approfondie de vos clients est plus importante que la simple maîtrise du développement. Développer devient plus facile. Savoir quoi développer – et pour qui – est désormais le véritable atout.