600 millions de raisons de comprendre d'où vient le vibe coding

Avant que quiconque n'utilise le mot "vibe coding", il y avait une frontière très nette dans les organisations. D'un côté, les développeurs, capables de transformertransformerUn Transformer est une architecture de réseau de neurones qui utilise le self-attention pour traiter des séquences en parallèle. Elle est au cœur de la plupart des modèles de langage et d'IA générative actuels.Voir la définition complète → une idée en logiciel fonctionnel. De l'autre, tous les autres, réduits à remplir des cahiers des charges et à espérer que l'équipe technique aurait du temps.

Cette frontière n'était pas arbitraire. Pendant des décennies, crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éererLe rapport entre les interactions (likes, commentaires, partages) et le reach d'un contenu, utilisé pour mesurer la réaction de l'audience au regard du nombre de personnes touchées.Voir la définition complète → un logiciel exigeait de mamaUtiliser un logiciel pour automatiser les tâches et campagnes marketing répétitives, afin de personnaliser à grande échelle sur des canaux comme l'email, le web et le social.Voir la définition complète →îtriser des langages formels, de comprendre les structures de données, de savoir déboguer une pile d'erreurs. Les outils "no-code" des années 2010 ont commencé à la contester, mais avec des contraintes fortes : Bubble, Webflow, Adalo permettaient de construire des interfaces, pas d'écrire de la logique métier complexe. Le fossé restait réel.

Qui a inventé le terme vibe coding ?

En février 2025, Andrej Karpathy, ancien directeur de l'IA chez Tesla et cofondateur d'OpenAI, a publié un message sur X où il décrivait sa façon de travailler : coder en décrivant ce qu'il voulait à un modèle de langage, sans vraiment lire le code produit, en se fiant au résultat visuel pour valider. Il a appelé ça le "vibe coding".

Le terme a circulé, mais l'idée qu'il nommait existait déjà dans les pratiques des utilisateurs de GitHub Copilot, de ChatGPT, puis de Claude. Des milliers de personnes construisaient des outils internes, des prototypes, des scripts d'automatisation en écrivant des instructions en langage naturel et en acceptant le code généré sans nécessairement le comprendre ligne par ligne. Karpathy n'a pas inventé la pratique, il lui a donné un nom qui collait.

Ce qui a changé à partir de là, c'est la vitesse à laquelle des plateformes ont cherché à industrialiser cette pratique. Lovable, fondée en Suède, a construit une interface complète autour du principe : vous décrivez une application, le modèle la construit, vous voyez le résultat en temps réel, vous ajustez par la conversation. Pas de terminal, pas de fichiers de configuration, pas de déploiement manuel.

Lovable, 600 millions de dollars de revenus annualisés

Le cofondateur de Lovable, Fabian Hedin, a déclaré en septembre 2026 que les applications créées sur la plateforme génèrent près d'un milliard de vues mensuelles. Les revenus annualisés de la société dépassent 600 millions de dollars, selon TechCrunch. Ce ne sont pas des chiffres de niche.

La trajectoire est directe : là où les outils no-code des années précédentes butaient sur la logique applicative, les LLMLLMUn Large Language Model est un système d'IA entraîné sur d'énormes volumes de texte pour prédire et générer du langage, ce qui permet de rédiger, résumer ou répondre à des questions.Voir la définition complète → la gèrent. Un comptable peut aujourd'hui décrire un tableau de bord budgétaire avec des règles métier précises et obtenir une application qui tourne, sans jamais ouvrir un éditeur de code. Un responsable marketing peut prototyper un outil de scoring client en une après-midi.

Mais cette facilité a un revers documenté. Le code généré par des modèles de langage sans supervision humaine compétente accumule ce que les développeurs appellent de la dette technique : des structures fragiles, des failles de sécurité potentielles, des dépendances mal gérées. Lovable génère du code React qui s'exécute sur de vraies infrastructures. Quand une application atteint des milliers d'utilisateurs, les raccourcis pris à la génération deviennent visibles.

C'est pour cela que comprendrecomment évaluer ce que produit réellement un modèle n'est pas une compétence réservée aux ingénieurs. Un professionnel qui utilise Lovable sans aucun cadre d'évaluation fait confiance à une boîte noire pour gérer les données de ses utilisateurs.

Il faut aussi distinguer ce que Lovable fait de ce que font des outils comme Claude Code ou Codex d'OpenAI, qui s'adressent à des développeurs et s'intègrent dans des environnements de travail existants. Lovable vise explicitement les non-développeurs. Les deux approches coexistent parce qu'elles répondent à des besoins différents, etla question du bon niveau d'autonomie à accorder à un agent se pose dans les deux cas, même si elle se formule différemment.

Ce que l'origine du vibe coding change pour un non-développeur

Le vibe coding est parti d'une observation honnête : les LLM permettent de produire du code fonctionnel sans le maîtriser formellement. La plateforme Lovable a transformé cette observation en produit commercial qui pèse aujourd'hui plus d'un demi-milliard de dollars de revenus annualisés. C'est une validation du marché difficile à ignorer.

Mais l'origine de l'idée contient aussi son avertissement. Karpathy lui-même faisait du vibe coding sur des projets personnels, pas sur des systèmes en production gérant des données sensibles. La distinction est importante.

Prototype à faible risque ou application en production

Ce que cela implique concrètement :

• Les prototypes produits par vibe coding ont une valeur réelle pour tester une hypothèse produit ou automatiser un processus interne à faible risque.
• Dès qu'une application touche des données personnelles, des paiements ou des processus critiques, le code généré doit être audité par quelqu'un qui sait le lire.
• Le fait qu'une application "fonctionne" visuellement ne dit rien sur sa sécurité, sa performance sous charge ou sa maintenabilité dans six mois.
• Les plateformes comme Lovable sont des outils de construction rapide, pas des substituts à une architecture logicielle réfléchie.

La demande latente pour créer des logiciels sans développeurs

La croissance de Lovable montre que la demande latente pour créer des logiciels sans développeurs était massive et mal servie. Les outils précédents ne la satisfaisaient pas. Les LLM, eux, y répondent avec une précision suffisante pour que des millions de personnes les utilisent en production.

Ce que cela ne montre pas, c'est que la qualité du code produit est équivalente à celle d'une équipe d'ingénieurs expérimentés. Ces deux réalités coexistent : accès démocratisé à la construction logicielle d'un côté, dette technique accumulée silencieusement de l'autre.

La distinction entre les deux ne disparaîtra pas parce que les revenus de Lovable augmentent. Elle deviendra visible quand les premières applications construites par vibe coding atteindront l'échelle et les contraintes réglementaires que leurs créateurs n'avaient pas anticipées. Mieux vaut comprendre où l'outil s'arrarrL'Annual Recurring Revenue (ARR) est le revenu normalisé et prévisible qu'une entreprise par abonnement attend de ses contrats actifs sur une année.Voir la définition complète →ête avant d'y être confronté.