Des développeurs ont déjà commencé à expérimenter des langages pensés exclusivement pour les modèles d'IA, en réduisant la syntaxe au maximum pour diminuer la consommation de tokens et s'adapter aux fenêtres de contexte limitées. Un développeur a demandé à Claude d'inventer un langage dont le seul objectif serait l'efficacité pour l'IA, sans aucune considération pour les développeurs humains. Une autre initiative récente propose un langage avec une syntaxe déterministe pour clarifier l'intention du développeur aux agents IA. D'après l'ingénieur logiciel Burak Karakan, Go serait le meilleur langage pour l'IA. D'autres plébiscitent Rust et Python.L’année dernière, le développeur espagnol Avital Tamir a souligné que le code actuel est plus adapté aux humains qu'aux agents IA. Dans un billet publié sur Reddit, Avital Tamir a déclaré que la syntaxe consommait un nombre excessif de tokens, ce qui augmentait les coûts et empêchait les programmes complexes de tenir dans les fenêtres de contexte existantes de l’IA. Il a publié sur GitHub ses travaux relatifs à un langage probabiliste axé sur l'IA.
« J’ai demandé à Claude d’inventer un langage de programmation dont le seul objectif serait l’efficacité des grands modèles de langage (LLM) sans se soucier de la manière dont il servirait les développeurs humains », a-t-il expliqué. Cette tentative visant à créer un « langage natif axé sur l’IA » n'est pas isolée.
Pas plus tard que la semaine dernière, un développeur a annoncé son projet de créer un nouveau langage répondant aux besoins des agents IA autonomes, doté d’une syntaxe « déterministe » clarifiant l’intention du développeur et d’une surface de langage réduite afin de limiter les cas limites. Andrea Griffiths, responsable de la promotion des développeurs chez GitHub, a pu observer des expériences menées avec différents langages axés sur l’IA.
Mais pour l'instant, ces tentatives n'ont aucune adoption réelle. « Je pense que cela en dit long. L’attraction gravitationnelle des écosystèmes existants est énorme : bibliothèques, outils, savoir-faire communautaire, infrastructure de production. Un nouveau langage ne doit pas seulement être meilleur pour l’IA. Il doit justifier l’abandon de tout ce dont disposent déjà les développeurs, et ce changement ne se fera pas du jour au lendemain », dit-elle.
Un langage de programmation AI-first : à quoi pourrait-il ressembler ?
Les développeurs, les concepteurs de langages et les défenseurs des développeurs commencent aujourd’hui à se poser plusieurs questions : allons-nous un jour développer un langage optimisé pour l’IA au détriment de la lisibilité humaine ? Ou bien les agents d'IA de codage faciliteront-ils l’utilisation de nos langages existants, en particulier les langages typés qui offrent des avantages intrinsèques en matière de sécurité et de rapidité d'exécution ?
Chris Lattner, cofondateur et PDG de la société d'outils Modular AI, travaille sur un concept. Il développe le langage Mojo, conçu pour programmer les GPU et puces d'IA modernes, une réponse au fait que personne ne sait vraiment exploiter tout ce nouveau matériel. Au cours de sa carrière, il a créé le langage de programmation Swift et la chaîne d'outils de compilation LLVM populaire. Il s'intéresse aujourd'hui à l'évolution du matériel informatique.
Chris Lattner décrit Mojo comme un LLVM adapté aux puces d’IA : « une façon de programmer qui s’adapte à tous les types de puces ». Il est récemment intervenu dans un épisode du podcast « The Hanselminutes », animé par Scott Hanselman, vice-président de la communauté des développeurs chez Microsoft.
D'un autre côté, d’autres continuent de penser que l’IA incite les programmeurs à se tourner vers des langages de programmation existants dotés d’une sécurité mémoire intégrée. L'un d'entre eux est Peter Jiang, l’ingénieur fondateur de la société Datacurve, qui commercialise des données de haute qualité et complexité. Dans un article publié ce mois-ci dans Forbes, Peter Jiang décrit Rust comme « le moteur inattendu de l’ère du vibe coding ».
Le langage Rust mis en avant pour sa sécurité mémoire intégrée
Les développeurs Rust vantent les mérites de ce langage. Le système de types de Rust serait si strict que le code généré compile presque toujours et tourne sans erreur à l'exécution ; là où Python et JavaScript plantent fréquemment en cours de route. Un utilisateur souligne un détail rarement mentionné : les tests unitaires en Rust sont dans le même fichier que le code source, ce qui fait que les agents IA n'oublient jamais de les mettre à jour.
Un autre ajoute que les messages d'erreur de Rust sont parmi « les meilleurs de l'industrie », précisément le genre de feedback structuré dont un modèle a besoin pour itérer efficacement. La contrepartie ? Rust compile plus lentement, est plus verbeux, et les modèles ont moins de données d'entraînement dans ce langage. À l'avenir, les modèles pourraient toutefois ajouter plus de données d'entraînement comportant des bases de codes en Rust.
« Lorsque l’IA écrit le code, la rigueur de Rust cesse d’être un obstacle et devient une assurance qualité gratuite. Le compilateur de Rust agit comme une barrière de sécurité qui oblige le LLM à prouver que sa logique est solide », a déclaré Peter Jiang, de Datacurve. Cassidy Williams, directrice principale chargée de la promotion des développeurs chez GitHub, partage cet avis sur Rust. « Il s'agit d'un avantage séduisant », a déclaré Cassidy Williams.
En janvier, Cassidy Williams a cité une étude universitaire de 2025 qui a révélé que jusqu'à 94 % des erreurs de compilation générées par les grands modèles de langage étaient des échecs de vérification de type. Cela suggère que Rust est un candidat sérieux pour devenir le meilleur langage des agents IA.
Un développeur affirme que Go est plus adapté aux systèmes d'IA
Burak Karakan est cofondateur de Bruin, un outil ETL CLI open source écrit en Go. Ayant travaillé professionnellement avec PHP, Go, JavaScript et Python pendant plus de dix ans, il a choisi Go pour Bruin notamment parce qu'il y prenait du plaisir. Burak Karakan rapporte qu'utiliser un langage compilé à typage statique comme Go permet aux agents d'itérer jusqu'à obtenir du code exempt d'une certaine catégorie de bogues avant même l'exécution.
L’auteur soutient que le langage Go possède des propriétés particulièrement adaptées au développement d’agents IA. Face à Rust, Burak Karakan donne l'avantage à Go pour quatre raisons : la syntaxe de Go est plus simple ; son système de types moins sophistiqué favorise un style idiomatique partagé ; sa compilation est plus rapide, ce qui accélère la boucle de feedback ; et il existe davantage de code Go dans les données d'entraînement des modèles.
Un agent IA n’est pas qu'une simple fonction qui transforme une entrée en sortie. Il s’agit plutôt d’une entité persistante disposant d’un objectif, d’une mémoire et de la capacité d’exécuter des actions dans le temps. Pour Burak Karakan, Go est bien adapté à ce cas d'utilisation. Voici les caractéristiques qu'il cite :
- Go est un langage compilé ;
- Go est simple ;
- Go a une façon de faire les choses ;
- Go compile rapidement ;
- Go supporte nativement le multiplateforme ;
- Go dispose d'un riche écosystème ;
- les modèles connaissent bien Go.
Les données suggèrent que les langages à typage strict dominent
Les données suggèrent que c'est moins un nouveau langage qui s'impose qu'un glissement vers les langages déjà fortement typés. TypeScript est désormais le langage le plus utilisé sur GitHub, devant Python et JavaScript, avec une croissance de plus d'un million de contributeurs en 2025 (+66% en glissement annuel), portée en partie par le développement assisté par IA. Luau (+194 %) et Typst (+108 %) connaissent également une forte progression.
Selon les données compilées par GitHub, même des langages plus anciens comme Java, C++ et C# affichent également une forte croissance cette année. Ainsi, même si l'IA a une incidence sur les langages, ce n'est pas nécessairement par le biais d'une évolution vers de nouveaux langages optimisés pour l'IA.
« La réalité est plus nuancée : les langages de programmation déjà structurés, fortement typés et explicites gagnent en attrait, car les outils d’IA fonctionnent mieux avec eux. TypeScript plutôt que JavaScript. Rust plutôt que C. Les indications de type en Python deviennent la norme. Ce changement ne consiste pas en l’apparition d’un nouveau langage. Il s’agit d’une évolution dans laquelle les langages existants s’imposent », affirme Andrea Griffiths.
Le classement de février 2025 de l'index mensuel de popularité des langages de programmation TIOBE a révélé que les langages de rapides sont de plus en plus populaires. L'index TIOBE a révélé que les langages rapides tels que C++, Go et Rust gagnent du terrain grâce à l'IA et le traitement de données. Ces langages sont essentiels pour les tâches à forte intensité de données, l'IA et les besoins de performance étant à l'origine de cette évolution.
Et si le code source disparaissait ? Cette hypothèse est débattue
Stephen Cass, rédacteur en chef des projets spéciaux chez IEEE Spectrum, suit tout cela de près. Il a posé une question sur l'impact potentiel de l'IA: puisque les langages de haut niveau sont avant tout des abstractions au service des humains, une IA suffisamment avancée aurait-elle encore besoin de ces garde-fous ? Pourrait-on aller directement du prompt à un code intermédiaire compilable, sans avoir besoin de passer par un langage source lisible ?
Stephen Cass a reconnu les inconvénients évidents. « Certes, cela transformerait les programmes en boîtes noires impénétrables, mais on pourrait tout de même les diviser en unités modulaires testables pour effectuer des contrôles de cohérence et de qualité. Toutefois, au lieu d’essayer de lire ou de maintenir le code source, les programmeurs se contenteraient d’ajuster leurs prompts et de générer de nouveaux logiciels ». Cela conduit à plusieurs questions.
L'une d'entre elles est : « quel sera le rôle du programmeur dans un avenir sans code source ? » Stephen Cass a posé la question et a annoncé une session interactive d’urgence en octobre pour discuter de la question de savoir si l’IA annonce la fin des langages de programmation distincts tels que nous les connaissons. Cependant, ces idées ont suscité le scepticisme de la coanimatrice du webinaire, Dina Genkina, rédactrice en chef adjointe chez IEEE.
« Il y a clairement un camp de personnes qui pensent qu’il faut un humain dans la boucle. Je pense que si nous ne comprenons pas ce qu’il fait, cela alimente la peur. L’interprétabilité de l’IA va devenir de plus en...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.
Envoyé par Dina Genkina