Pourquoi coder encore en 2026 ? Le vrai métier après l'IA

In plain terms. La question n'est plus « l'IA va-t-elle remplacer les devs » mais « à quoi sert de coder quand l'IA génère 70 % du texte ». La réponse du billet de Doug Turnbull : coder reste le seul moyen de rendre une intention exécutable, testable, versionnable. Ce qui change, c'est où on met la valeur.

Contexte

Le post « Why Write Code in 2026 » (softwaredoug.com, 9 juillet) circule sur HN parce qu'il tape à côté du discours ambiant. L'auteur - ingénieur ML de longue date - ne défend ni le codeur héroïque ni le futur « no-code ». Il pose une thèse plus tranchante : l'IA a rendu le prototype gratuit ; c'est la mise en production qui reste chère.

Analyse

Ce que le code fournissait historiquement, et que l'IA ne remplace pas :

• une intention exécutable - le seul artefact que la machine peut vraiment exécuter reste du code, pas un prompt ;
• une surface de test - un modèle qui « produit à peu près » ne survit pas au diff sur 200 fichiers ;
• une trace versionnable - ce que l'IA a « décidé » un mardi soir doit pouvoir être audité un mois plus tard.

Le déplacement de valeur va vers trois zones : les frontières (ce que vaut ton système côté données, contrats d'API, invariants), le contexte (structurer un dépôt pour qu'un agent - humain ou IA - ne se perde pas) et la revue (savoir dire « ce diff n'a pas de sens » quand il en a l'air).

Ce que ça change côté craft

Trois conséquences pratiques :

1. Les tests deviennent l'artefact éditorial principal : ils décrivent l'intention pour la machine et pour l'IA suivante.
2. La modularité gagne encore en valeur - non pas pour la réutilisation, mais parce qu'un module bien découpé tient dans une fenêtre de contexte.
3. Le naming redevient central : un agent qui hésite entre charge et charge_amount va faire une erreur qu'un humain distrait n'aurait pas faite.

Scénarios

Base (60 %) : les équipes qui traitent l'IA comme un « stagiaire rapide, à cadrer » gagnent 20-30 % de vélocité sans dégrader la dette. Optimiste (25 %) : les meilleures poussent l'automatisation du refactoring et récupèrent 50 % - mais uniquement sur les codebases déjà propres. Pessimiste (15 %) : les équipes qui laissent l'IA écrire sans structure voient la dette exploser dans 12-18 mois.

Risques

Le vrai risque n'est pas le remplacement, c'est l'érosion du discernement - moins on écrit, moins on lit, moins on sait quand un diff sent mauvais.

So what

Coder en 2026, ce n'est plus produire du texte : c'est cadrer, tester, arbitrer. La question à poser à toute équipe : combien de temps mettez-vous à comprendre ce que l'IA a écrit hier ? Si la réponse est « on ne le fait plus », vous vendez votre futur pour un gain de vélocité présent.