Vibe Architects : Quand l'IA agentique redéfinit le codage

Vibe Architects : Quand l'IA agentique redéfinit le codage

Rencontrez les Vibe Architects

L'objectif principal de notre étude était de comprendre comment des personnes qui ne sont pas des développeurs professionnels utilisent l'IA agentique. L'étude a été inspirée par l'accent explicite de Claude Cowork sur les non-codeurs. Nous voulions savoir dans quelle mesure Cowork sert cette population.

Pour l'étude, nous espérions recruter des personnes qui n'étaient pas développeurs, ne travaillaient pas dans notre domaine (design numérique, produit ou UX) et utilisaient des outils agentiques ouverts comme Claude Cowork ou Claude Code. Nous avons réussi à trouver 7 personnes non techniques, mais nous avons eu du mal à trouver des personnes en dehors de notre secteur (ce qui peut indiquer à quel point ces personnes sont rares).

Nos participants comprenaient :

• Une spécialiste des opérations construisant des pipelines d'automatisation et déployant des applications web pour son équipe
• Une designer de produit dans une institution financière créant des outils logiciels personnels pendant ses soirées et week-ends
• Une fondatrice de startup marketing gérant un système d'orchestration sans tête avec des suggestions proactives et une coordination multi-agents
• Un responsable produit qui a mis toute son équipe sur un « système d'exploitation » basé sur Claude qui remplaçait les réunions, partageait des informations et facilitait la prise de décision

Tous ces individus construisaient des systèmes agentiques complexes en utilisant Claude (avec d'autres outils d'IA) pour une large gamme de buts personnels et professionnels — sans avoir de formation technique.

Comment les Vibe Architects Construisent

Les modèles de dernière génération sont extrêmement efficaces pour interpréter des prompts ambigus. Ainsi, de nombreux participants ont rapporté qu'ils ne faisaient pas du tout d'ingénierie de prompt — ils fournissaient des instructions en flux de conscience à leurs systèmes d'IA, souvent en utilisant des applications de dictée comme Wispr Flow.

Cependant, il y a encore un peu d'« ingénierie » qui se produit. Cela concerne moins le choix des mots dans le prompt et plus la sélection des outils, techniques et approches pour obtenir ce qu'ils souhaitent. Ce processus implique souvent de demander de l'aide à Claude lui-même.

Par exemple, un participant a rapporté qu'il demandait toujours à Claude : « Qu'est-ce qui rendrait cela de classe mondiale ? » Il a dit que Claude répondait souvent avec des suggestions d'amélioration, et il acceptait presque toujours ces suggestions.

C'était un thème commun parmi notre échantillon — nos participants déléguaient souvent la prise de décision, ainsi que l'exécution, à Claude. Ils exerçaient un contrôle minimal sur ce que Claude faisait.

Comment les Vibe Architects Apprennent

Nos participants ont rapporté qu'ils développaient leurs compétences en tant que vibe architects de deux manières principales : en passant beaucoup de temps à expérimenter et en apprenant d'une communauté.

Temps Passé à Expérimenter

Chacun de nos participants a investi un temps considérable pour se familiariser avec des outils comme Claude Cowork et Code. Un participant a rapporté passer 8 heures par jour, 6 à 7 jours par semaine dans des discussions d'IA. Un autre a estimé passer 4 à 5 heures par jour entre Claude, Codex et d'autres outils. Un troisième expérimentait ces outils sur son ordinateur personnel pendant ses soirées et week-ends, car son employeur restreignait l'utilisation de l'IA au travail.

Cet investissement en temps ne se stabilise pas non plus. Ces outils continuent d'évoluer à mesure que les laboratoires d'IA publient des améliorations de modèles et des mises à jour de produits, et d'autres vibe architects partagent leurs idées, ce qui oblige souvent les vibe architects à s'engager dans une réévaluation continue.

Apprendre des Autres Vibe Architects

À travers les sept participants, les produits de codage IA ont systématiquement échoué en tant que source d'apprentissage, peu importe le niveau technique du participant. Cela a du sens : les LLMs sont intrinsèquement opaques et inégaux, et les utilisateurs ne voient pas leurs limitations jusqu'à ce qu'ils y soient confrontés. Même en travaillant avec des produits d'un seul laboratoire d'IA, comme celui d'Anthropic, différents modèles peuvent se comporter différemment et varier dans leur capacité à gérer des tâches spécifiques.

Bien que Cowork ait été conçu pour aider les personnes non techniques à se lancer dans l'IA agentique, la plupart de nos participants ne comprenaient pas vraiment sa relation avec Code (même ceux qui utilisaient parfois les deux).