Steve Yegge : Les grandes entreprises tech sont en train de mourir en silence

Pourquoi Steve Yegge pense que les grandes entreprises sont déjà mortes

Steve Yegge — vétéran de 40 ans dans le domaine du logiciel, ancien ingénieur chez Google et Amazon, et désormais créateur de Gas Town, l’orchestrateur d’agents open source — s’est entretenu avec Gergely Orosz sur le podcast The Pragmatic Engineer pour une conversation de fond sur ce que l’IA est en train de faire à l’industrie du logiciel. Sa thèse centrale : les grandes entreprises tech sont en train de mourir, elles ne le savent simplement pas encore.

Sur le fait que les grandes entreprises soient déjà mortes : “We’re all looking at the big companies going, ‘When are you going to give us something?’ And the answer is we’re looking at the big dead companies. We just don’t know they’re dead yet.” (« Nous regardons tous les grandes entreprises en nous demandant : “Quand allez-vous nous donner quelque chose ?” Et la réponse, c’est que nous sommes en train de regarder de grandes entreprises mortes. Nous ne savons simplement pas encore qu’elles sont mortes. ») L’argument de Yegge n’est pas que ces entreprises manquent d’ingénieurs productifs — c’est que les organisations elles-mêmes ne peuvent pas absorber ce que ces ingénieurs produisent. Les ingénieurs se heurtent à des goulots d’étranglement en aval (conception, juridique, conformité, processus de déploiement) et finissent par partir. Pendant ce temps, des startups de 2 à 20 personnes livrent plus vite que des divisions entières.

Sur les 8 niveaux d’adoption de l’IA : Yegge cartographie les ingénieurs sur un spectre allant du niveau 0 (aucune IA) au niveau le plus élevé, où plusieurs agents parallèles s’exécutent simultanément sur votre base de code. Il estime qu’environ 70 % des ingénieurs sont encore au niveau Copilot ou en dessous — utilisant l’autocomplétion de base sans recourir à des workflows agentiques. L’écart entre ces ingénieurs et ceux qui font tourner 80 agents en parallèle est, selon ses propres termes, isomorphe à la gestion d’une équipe de 80 ingénieurs.

Sur le « vampire burnout » : Même les ingénieurs les plus productifs augmentés par l’IA finissent par toucher un mur. “You can be 100x productive but you only have about 3 good hours a day.” (« Vous pouvez être 100 fois plus productif, mais vous n’avez que 3 bonnes heures par jour. ») Le goulot d’étranglement n’est pas l’IA — c’est la capacité de prise de décision humaine. Vous passez votre temps à examiner, diriger et rectifier en permanence. Trois heures de supervision intense d’agents est épuisant.

Sur l’« hérésie » — la nouvelle dette technique : Yegge introduit un concept pour les bases de code construites en mode vibe-coding : une « hérésie » est une mauvaise idée architecturale qui prend racine parmi vos agents et revient sans cesse. “You try to get them all out, but there will be one reference to it in some doc somewhere that an agent picks up on and goes, ‘Oh, that makes sense.’ And it returns and rebuilds the heresy and it starts to spread again.” (« Vous essayez de toutes les éliminer, mais il restera quelque part une référence dans un document qu’un agent va repérer en se disant : “Ah, ça a du sens.” Et l’hérésie revient, se reconstruit, et commence à se propager de nouveau. ») Le remède : documenter explicitement les hérésies dans vos prompts et ajouter des outils pour empêcher les agents de les reconstruire.

Sur la consommation de tokens comme métrique clé : Pour les startups utilisant des agents IA, Yegge soutient que la métrique proxy la plus importante est la consommation de tokens — la quantité de calcul consommée. Les startups ne se demandent plus combien d’employés elles ont besoin ; elles se demandent combien de capacité de calcul elles peuvent réserver. « Faites monter votre consommation de tokens aussi haut que vos investisseurs vous le permettent », conseille-t-il, car cette dépense représente de la pratique, de l’itération et de l’apprentissage.

Sur le problème de la capture de valeur : Si vous devenez 100 fois plus productif, qui en bénéficie ? Si vous travaillez 8 heures et produisez 100 fois plus, c’est l’entreprise qui capture toute cette valeur. Si vous travaillez 10 minutes pour produire autant qu’avant, c’est vous qui captez tout. Aucun des deux extrêmes n’est viable. Yegge reconnaît que nous n’avons pas encore de normes culturelles pour cela — ça va être compliqué.

Sur la bitter lesson et les futurs modèles : En référence au célèbre essai de Richard Sutton, Yegge argue que vous ne devez jamais essayer d’être plus malin que l’IA — les modèles plus grands gagnent toujours. Il estime qu’il reste au moins « deux cycles de plus » d’amélioration des capacités, ce qui signifie des modèles au moins 16 fois plus intelligents qu’aujourd’hui. Cela, dit-il, « va conduire à l’absorption de l’ensemble du travail intellectuel ».

Sur les logiciels personnalisés et le forking : Tout le monde voudra des logiciels sur mesure. Le fork — autrefois une « déclaration de guerre » dans l’open source — devient un acte quotidien quand l’IA rend la maintenance triviale. La programmation devient accessible à tous : Yegge prédit que sa femme, non développeuse, sera la principale contributrice de leur jeu vidéo d’ici l’été 2027.

8 points clés à retenir de Steve Yegge sur les agents IA

• La grande tech est un mort en sursis — Les organisations ne peuvent pas absorber la productivité que génèrent leurs ingénieurs augmentés par l’IA, créant des goulots d’étranglement qui font fuir les talents
• 70 % des ingénieurs sont encore en dessous du seuil agentique — Ils utilisent des outils de niveau Copilot pendant qu’une petite minorité fait tourner 80 agents en parallèle
• Le vampire burnout est bien réel — Une productivité multipliée par 100, mais seulement 3 bonnes heures par jour de capacité décisionnelle
• L’« hérésie » est la nouvelle dette technique — De mauvaises idées qui se propagent entre agents et se reconstruisent continuellement dans votre base de code
• La consommation de tokens est la métrique — Les startups mesurent la consommation de calcul, pas les effectifs
• La bitter lesson s’applique — N’essayez pas de surpasser l’IA avec des heuristiques artisanales ; l’échelle gagne toujours
• La capture de valeur n’est pas résolue — Des gains de productivité multipliés par 100 nécessitent de nouvelles normes culturelles sur le partage des bénéfices
• La programmation est pour tout le monde — Des non-développeurs construiront des logiciels sérieux d’ici 2027, le fork devient trivial et ordinaire

Ce que cela signifie pour les organisations utilisant des agents IA

L’intuition la plus actionnable de Yegge est que la structure organisationnelle — et non la capacité des modèles — est désormais la contrainte principale. Les ingénieurs sont productifs. Les modèles sont capables. Mais les entreprises construites pour l’ancien monde ne peuvent pas avancer assez vite pour tirer parti de ce que l’IA leur apporte. Les startups qui réussiront seront celles conçues dès le départ pour les workflows agentiques : petites équipes, processus transparents, forte consommation de tokens, et aucun goulot d’étranglement en aval. Si votre entreprise exige encore des PR, des revues de conception et des cycles de planification multi-sprints pour des fonctionnalités qu’un agent peut livrer en quelques heures, c’est vous, la grande entreprise morte qui ne le sait pas encore.