Deux ans après avoir enflammé la Silicon Valley, le « vibe coding » — générer du code au feeling en dialoguant avec une IA — connaît un net reflux. Face aux bugs en production, aux failles de sécurité et à l'explosion des factures de tokens, éditeurs et entreprises rangent le terme au placard et remettent en place revue humaine, tests et spécifications. La promesse d'un code « qui s'écrit tout seul » cède la place à une discipline retrouvée.

Du tweet fondateur au mot de l'année

L'expression est née le 2 février 2025 sous la plume d'Andrej Karpathy, cofondateur d'OpenAI et ancien responsable IA de Tesla. Sur X, il décrit une « nouvelle forme de programmation où l'on s'abandonne totalement aux vibes, où l'on embrasse les exponentielles et où l'on oublie que le code existe ». Sa méthode personnelle, résumée d'une formule : « je vois des trucs, je dis des trucs, je lance des trucs, je copie-colle des trucs ». L'idée : décrire en langage naturel ce que l'on veut à un grand modèle de langage (LLM), qui produit le code, souvent accepté sans relecture approfondie.

Le concept a fait mouche. Merriam-Webster l'a classé parmi ses termes « tendance » dès mars 2025, et le dictionnaire Collins en a fait son mot de l'année 2025. Comme le rappelle le développeur Simon Willison, tout usage de l'IA pour coder n'est pas du vibe coding : le propre du vibe coding, c'est précisément de ne plus lire le code produit.

Quand la facture arrive

L'enthousiasme s'est heurté à trois murs. D'abord la qualité : accepter du code sans le comprendre, c'est accumuler une dette technique invisible à court terme — complexité inutile, perte de maîtrise du système, failles de sécurité. La panne massive d'AWS d'octobre 2025 et une série d'incidents en production ont refroidi les ardeurs.

Ensuite le coût. L'adoption de masse a nourri un phénomène baptisé « tokenmaxxing » : brûler un maximum de tokens pour maximiser sa productivité supposée. Certaines entreprises en ont fait un indicateur d'innovation, allant jusqu'à créer des classements internes des plus gros consommateurs, quand Jensen Huang (Nvidia) jugeait « inquiétant » un ingénieur ne dépensant pas 250 000 dollars de tokens par an. La réalité économique a rattrapé la mode : hausses tarifaires des fournisseurs, facturation au token (chez GitHub Copilot notamment), et surcoûts imprévus. Uber aurait épuisé en quatre mois son budget annuel Claude Code et Codex, avant d'imposer un plafond de 1 500 dollars par mois et par employé. Gartner anticipe qu'à l'horizon 2028, le coût en tokens du code IA pourrait dépasser le salaire moyen d'un développeur. La question du dérapage des coûts et des retards liés aux agents n'est plus théorique.

Enfin la sécurité : à mesure que le rythme de livraison s'accélérait, AWS a constaté que du code généré sans garde-fous introduisait des vulnérabilités directement en production.

Les éditeurs changent de discours

Résultat, le vocabulaire a viré de bord. SAP, ServiceNow, Snowflake, Databricks, Google Cloud, Informatica ou Tableau ont, selon LeMagIT, quasiment banni l'expression « vibe coding » de leur communication, au profit d'un message de mise sous contrôle du code produit par les modèles et les agents.

Côté finances, le « tokenmaxxing » laisse place à une gestion serrée. Les budgets de tokens deviennent la norme, de quelques centaines à plusieurs dizaines de milliers de dollars mensuels selon les usages. Les entreprises rétrogradent les modèles par défaut, coupent les niveaux premium et misent sur des couches de routage intelligent qui envoient chaque requête au modèle le moins cher capable d'y répondre — de quoi réduire la dépense de 60 à 90 % sans dégrader la qualité. La mise en cache des contextes offre des économies du même ordre.

Spécifier avant de générer

La parade la plus structurante s'appelle le spec-driven development (développement piloté par les spécifications). Le principe inverse la logique du vibe coding : au lieu d'enchaîner les prompts approximatifs, on rédige d'abord une spécification précise — exigences, contraintes, critères d'acceptation, cas limites — que l'agent utilise comme fil conducteur pour générer code, tests et documentation. Microsoft comme AWS en font le socle d'une ingénierie « IA-native » où la spec relie l'intention métier à l'implémentation et à la validation.

Sur le terrain, SNCF Connect & Tech offre un cas d'école. Après avoir généralisé l'IA pour le code auprès de ses 800 collaborateurs tech, l'entreprise a jugé le vibe coding insuffisant : « beaucoup de reprises de code, une variabilité forte ». Elle s'appuie désormais sur des frameworks open source comme SpecKit et BMAD, en quatre phases — spécification, plan, découpage en tâches, implémentation. Le bénéfice est paradoxal : investir dans le cadrage en amont permet de livrer plus vite, car un code bien spécifié se relit bien plus rapidement qu'un bloc monolithique.

Trois pratiques reviennent chez les équipes qui réussissent : fournir à l'agent un contexte ciblé (fichiers agent.md, conventions maison, documentation versionnée dans le dépôt Git, accès aux serveurs MCP) ; adopter la démarche de spécification ; et surtout multiplier les revues. Le mot d'ordre, résumé par un responsable : « Aucune ligne de code généré par IA ne doit passer en production sans validation humaine. » Certaines équipes croisent même plusieurs modèles en pré-filtrage avant l'œil humain. Cette exigence rejoint un constat désormais partagé : l'IA n'a pas remplacé les développeurs, elle a déplacé leur travail vers le cadrage et le contrôle qualité.

Discipline plutôt que magie

Le succès ne tient pas qu'aux outils. Il suppose d'aligner personnes, processus et technologie, et de maîtriser tout l'écosystème autour du LLM : IDE agentique, sandbox, passerelles API, gestion du contexte, garde-fous de sécurité. Bien mené, l'exercice paie : AWS affirme avoir refondu son service SageMaker en six mois avec 30 développeurs, là où le chantier aurait demandé deux ans et 150 personnes. Des déploiements ambitieux, comme celui de CMA CGM avec Mistral, montrent que la vitesse reste au rendez-vous quand elle s'accompagne de gouvernance.

Le vibe coding n'a pas disparu : il garde sa place pour le prototypage rapide et l'exploration jetable. Mais pour tout code destiné à survivre, l'industrie a tranché. On ne « oublie » plus que le code existe — on le spécifie, on le teste, on le relit et on l'audite. La vibe, c'était l'étincelle ; la discipline, c'est ce qui fait tenir le logiciel.