Que se passerait-il si une base de code était en réalité stockée dans Postgres et que des agents modifiaient directement des fichiers en lisant/écrivant dans la base de données ? La vitesse de développement a augmenté de 3 à 5 fois. Cela continuera sans aucun doute. La révision des PR est déjà devenue un goulot d'étranglement pour les équipes à forte production. Une base de code vérifiée sur le système de fichiers semble être un primitive terrible lorsque vous avez 10-100-1000 agents écrivant du code. Le code est désormais des données à haute vitesse et devrait être modélisé en tant que tel. Au minimum, nous avons besoin d'une atomicité au niveau de l'écriture et d'une meilleure coordination entre les agents, de meilleures primitives de synchronisation pour s'abonner aux changements d'état de la base de code et d'une révision/linting/formattage de code en temps réel au niveau des fichiers. Le paradigme actuel de ~20 ans de git checkout/branch/push/pr/review/rebase a pris fin en janvier 2026. Nous avons besoin d'un tout nouveau système fondamental pour écrire du code si nous voulons vraiment suivre le rythme des lois d'échelle.

🚨DERNIÈRE MINUTE : Alibaba a testé des agents de codage AI sur 100 bases de code réelles, s'étalant sur 233 jours chacune. les agents ont échoué de manière spectaculaire. il s'avère que passer des tests une fois est facile. maintenir le code pendant 8 mois sans tout casser est là où l'IA s'effondre. SWE-CI est le premier benchmark qui mesure la maintenance à long terme du code au lieu de simples corrections de bogues ponctuelles. chaque tâche suit 71 commits consécutifs de véritable évolution. 75 % des modèles d'IA cassent du code qui fonctionnait auparavant pendant la maintenance. seul Claude Opus 4 reste au-dessus de 50 % de taux de non-régression. tous les autres modèles accumulent une dette technique qui se cumule au fil des itérations. voici la partie brutale : - HumanEval et SWE-bench mesurent "est-ce que ça fonctionne maintenant" - SWE-CI mesure "est-ce que ça fonctionne toujours après 6 mois de changements" les agents optimisés pour les tests instantanés écrivent un code fragile qui passe les tests aujourd'hui mais devient ingérable demain. Alibaba a construit EvoScore pour pondérer les itérations ultérieures plus lourdement que les premières. les agents qui sacrifient la qualité du code pour des gains rapides sont punis lorsque les conséquences s'accumulent. le récit sur le codage AI vient de devenir plus honnête : la plupart des modèles peuvent écrire du code. presque aucun ne peut le maintenir.