L'âge d'or de Vibe Coding, l'open source est en train de mourir silencieusement. La communauté autrefois dynamique s'est progressivement affaiblie, et de nombreux projets ont été abandonnés ou laissés à l'abandon. Alors que l'innovation et la collaboration étaient autrefois au cœur de cette période dorée, aujourd'hui, cette ère semble toucher à sa fin, laissant place à un avenir incertain pour le développement open source.

Auteur : Yitao

Source : Geek Park

Au cours de la dernière année, Vibe Coding a presque entièrement réécrit la manière de programmer.

Vous n’avez plus besoin d’écrire du code ligne par ligne. Il suffit de dire à Cursor, Claude ou Copilot : « Je veux une fonctionnalité, avec quelle stack technologique, de préférence « qui ressemble à un certain produit » », et le reste est laissé à l’IA pour le réaliser.

Beaucoup de personnes qui ne pouvaient pas auparavant écrire de code ont, pour la première fois, la capacité de « créer quelque chose ». Du point de vue individuel, c’est presque l’âge d’or du développement logiciel.

Mais il y a une prémisse ignorée : l’IA ne crée pas du code ex nihilo, elle invoque et assemble en silence les résultats de la sagesse humaine déjà existante. Quand vous dites « Aide-moi à faire un site », l’IA fait en réalité référence en arrière-plan à d’innombrables projets open source accumulés sur GitHub, avec leur logique et leur structure.

La capacité centrale de Vibe Coding repose justement sur l’apprentissage et la réorganisation de ces bibliothèques de code open source.

Récemment, une équipe de recherche de l’Université de Central Europe et de l’Institut de recherche économique mondiale de Kiel a publié un article intitulé « Vibe Coding Kills Open Source » (Vibe Coding tue l’open source) (https://arxiv.org/pdf/2601.15494v1), révélant la crise implicite derrière la prospérité de Vibe Coding.

L’article met en lumière une vérité :

Vibe Coding pourrait en fait détruire fondamentalement l’écosystème open source qui soutient tout le monde dans le monde du logiciel.

Depuis août 2022, la proportion de développeurs Python aux États-Unis utilisant l’IA pour programmer a fortement augmenté

01 L’« infrastructure invisible » du monde numérique

Pour comprendre ce que cet article craint, il faut d’abord clarifier une chose : qu’est-ce que le logiciel open source, et quelle est sa place dans notre vie quotidienne ?

Beaucoup de gens n’ont peut-être pas une perception directe du logiciel open source, mais en réalité, presque tous les produits numériques que nous utilisons quotidiennement reposent sur des logiciels open source.

Quand vous vous réveillez le matin et prenez votre téléphone Android, le système d’exploitation Linux qui le fait fonctionner est open source ;

Quand vous ouvrez WeChat pour consulter vos messages, c’est SQLite, une base de données open source, qui stocke chaque information ;

Quand vous faites défiler TikTok ou Bilibili pendant votre pause déjeuner, c’est FFmpeg, également open source, qui gère le décodage et la lecture des vidéos en arrière-plan.

Le logiciel open source est comme les égouts de l’ère numérique. Vous l’utilisez chaque jour sans même y penser.

Ce n’est que lorsqu’il y a un problème que vous réalisez soudainement son importance.

La faille Log4j de 2021 en est un exemple typique. Log4j est le cadre de journalisation le plus utilisé dans l’écosystème Java, pour enregistrer les événements et informations lors de l’exécution des applications.

La majorité des utilisateurs ordinaires n’ont probablement jamais entendu parler de lui, mais des serveurs cloud d’Apple, Google, jusqu’aux systèmes gouvernementaux de nombreux pays, des milliards d’appareils dans le monde l’exécutent en arrière-plan.

Fin 2021, une vulnérabilité appelée « Log4Shell » a explosé. Cette faille permettait aux hackers de contrôler à distance des serveurs mondiaux comme s’ils manipulaient leur propre ordinateur. L’infrastructure internet entière s’est retrouvée vulnérable, forçant les équipes de sécurité mondiales à intervenir en urgence pendant le week-end. Son impact et la difficulté de la corriger en ont fait l’une des crises de sécurité les plus graves de l’histoire d’Internet.

C’est là toute la nature de l’open source — ce n’est pas un produit d’une entreprise, mais une « ressource publique ». N’étant pas une propriété commerciale, les mainteneurs de code ne peuvent souvent pas facturer directement pour leur projet.

Leurs retours sont indirects : gagner en réputation via le projet, obtenir un emploi dans une grande entreprise ; fournir des services de conseil pour gagner des revenus ; ou compter sur des dons communautaires.

Ce modèle fonctionne depuis des décennies, basé sur « l’interaction directe ». Lorsqu’un utilisateur utilise un logiciel, il lit la documentation, soumet des problèmes, recommande ou aime. Ces flux d’attention reviennent aux mainteneurs, alimentant leur motivation à continuer.

Et c’est précisément cette connexion que Vibe Coding est en train de couper.

02 Comment l’IA « affame » peu à peu l’open source ?

Avant l’apparition de Vibe Coding, le mode de développement était ainsi : vous téléchargez un package open source, vous lisez la documentation ; face à un bug, vous soumettez un problème sur GitHub ; si vous l’aimez, vous mettez une étoile pour soutenir.

Les mainteneurs gagnent ainsi en visibilité, cette visibilité se transforme en revenus, créant un cercle fermé.

Après l’arrivée de Vibe Coding, il suffit de dire à l’IA ce que vous voulez, et celle-ci sélectionne et assemble automatiquement du code open source pour générer une « implémentation utilisable ».

Le code fonctionne, mais vous ne savez pas précisément quelles bibliothèques il utilise, ni ne consulte leur documentation ou communauté.

Les chercheurs qualifient ce changement d’« effet de médiation » — la attention et les retours qui étaient auparavant directement transmis par l’utilisateur aux mainteneurs sont désormais entièrement interceptés par l’IA, cette couche intermédiaire.

Que se passe-t-il si ce mécanisme perdure ?

Les auteurs ont construit un modèle économique simulant l’écosystème open source. Ils comparent les développeurs à des entrepreneurs décidant d’« entrer sur le marché » à différents niveaux de qualité, investissant d’abord en coûts de développement, puis décidant de partager ou non en fonction du retour du marché. Les utilisateurs doivent choisir parmi d’innombrables packages, en décidant s’ils utilisent directement ou via « l’intermédiaire IA ».

Le modèle révèle deux forces opposées.

La première est l’amélioration de l’efficacité. L’IA rend les logiciels plus faciles à utiliser, réduit le coût de développement de nouveaux outils. Logiquement, cela devrait encourager plus de développeurs à entrer, augmentant l’offre.

La seconde est le transfert de demande. Lorsque les utilisateurs se tournent vers l’intermédiaire IA, les mainteneurs perdent les revenus liés à l’interaction directe, ce qui réduit leur rémunération.

Sur le long terme, si la seconde force (transfert de demande) l’emporte sur la première (efficacité), le système tend vers le déclin.

Concrètement, cela se traduit par une augmentation du seuil d’entrée pour les développeurs, seuls les projets de haute qualité étant partagés, les projets de qualité moyenne disparaissant, et le nombre et la qualité moyenne des packages en baisse. Bien que chaque utilisateur profite à court terme de la commodité de l’IA, le bien-être à long terme diminue, car il y a moins d’outils de haute qualité disponibles.

En résumé, l’écosystème tombe dans un cercle vicieux. Et si la base de l’open source s’amincit, la capacité de l’IA en pâtira aussi.

C’est ce que l’article insiste : Vibe Coding augmente la productivité à court terme, mais à long terme, il pourrait en fait réduire le niveau global du système.

Ce n’est pas une hypothèse purement théorique, cela se produit déjà dans la réalité.

Par exemple, le trafic des questions-réponses publiques sur Stack Overflow a nettement diminué après la généralisation de l’IA générative. Beaucoup de questions qui étaient autrefois discutées dans la communauté publique ont été transférées dans des dialogues privés avec l’IA.

Après le lancement de ChatGPT, le nombre de questions sur Stack Overflow a commencé à chuter significativement De même, des projets comme Tailwind CSS voient leurs téléchargements continuer de croître, mais l’accès à la documentation et les revenus commerciaux diminuent.

Le projet est largement utilisé, mais il devient de plus en plus difficile de le transformer en une rémunération significative pour les mainteneurs.

03 Quand apparaîtra le Spotify du monde du coding ?

Malgré ces problèmes, la hausse de productivité apportée par Vibe Coding est réelle, personne ne peut revenir à un monde sans Coding IA.

La question plus fondamentale est : lorsque l’IA devient le nouveau médiateur, les anciens mécanismes d’incitation ne sont plus adaptés.

Dans le modèle actuel, la plateforme IA tire une énorme valeur de l’écosystème open source, mais ne paie pas le prix correspondant pour le maintenir. Les utilisateurs paient pour l’IA, qui offre de la commodité, mais les projets open source et leurs mainteneurs ne reçoivent souvent rien.

Les auteurs proposent une refonte du partage des bénéfices :

Tout comme Spotify partage ses revenus avec les artistes en fonction des écoutes, une plateforme IA pourrait suivre quels projets open source elle utilise, et reverser une partie des revenus aux mainteneurs selon une proportion.

En plus du partage via la plateforme, des fonds, des sponsors d’entreprise ou des subventions gouvernementales pour l’infrastructure numérique peuvent aussi compenser la perte de revenus des mainteneurs.

Cela exige un changement de mentalité dans l’industrie, passant de « considérer l’open source comme une ressource gratuite » à « une infrastructure publique nécessitant un investissement et une maintenance à long terme ».

L’open source ne disparaîtra pas, il est profondément intégré dans le monde numérique, et ne peut être simplement remplacé.

Mais l’époque de l’open source basée sur la attention dispersée, la réputation et l’idéalisme pourrait toucher à sa fin.

Ce que Vibe Coding apporte, ce n’est pas seulement une expérience de développement plus rapide, mais aussi une mise à l’épreuve de la question : « Comment la technologie publique peut-elle être durablement soutenue ? »