Ma première expérience de Vibe Coding avec ChatGPT-5

Qu’est-ce que le vibe coding ?

Le terme vibe coding a été popularisé par Andrej Karpathy. L’idée est simple : au lieu de coder seul devant son écran, on co-programme avec une IA. On avance par itérations rapides, presque en improvisation : on propose une idée, l’IA génère une première version, on teste, on ajuste, et on continue.

L’IA ne se limite plus à donner des conseils : elle produit du code exécutable, des fichiers de configuration, des scripts complets. Elle devient un véritable partenaire de production.

Le contexte

Ma formation en informatique de gestion remonte à plusieurs décennies. J’ai conservé les bases solides : bases de données, programmation, architecture applicative. Aujourd’hui, j’entretiens un petit serveur personnel et un site statique généré avec Hugo.

Lorsque Dropbox a annoncé la fin de son gestionnaire de mots de passe, j’y ai vu une occasion idéale d’expérimenter le vibe coding. Plutôt que de migrer vers une solution existante, pourquoi ne pas construire mon propre gestionnaire en mode zero knowledge — avec chiffrement côté client, du navigateur jusqu’à la base de données ?

L’objectif n’était pas seulement fonctionnel : c’était un terrain d’expérimentation.

Le départ avec ChatGPT-5 : une accélération spectaculaire

Dès les premières heures, ChatGPT-5 a joué le rôle d’un collègue ultra-compétent.

Il m’a guidé pour :

• configurer les enregistrements DNS (type A) chez mon registraire ;
• générer des certificats SSL via Let’s Encrypt pour Apache2 ;
• créer des clés SSH pour GitHub et mon serveur distant.

Les instructions étaient claires, séquencées, directement exécutables. Copier, coller, tester. La progression était fluide.

Très vite, l’impression était grisante : je n’étais plus seul face à la documentation. Chaque blocage trouvait une réponse quasi immédiate.

Mise en place technique : tout s’assemble rapidement

En quelques jours, l’architecture prenait forme :

• des fichiers docker-compose distincts pour développement et production ;
• une base PostgreSQL conteneurisée ;
• un backend Django exposant une API REST ;
• un frontend React conteneurisé ;
• une clé RSA dédiée au chiffrement des données.

En développement, le gestionnaire de mots de passe fonctionnait : chiffrement, déchiffrement, persistance en base. L’ensemble était cohérent.

La vitesse était impressionnante. Là où j’aurais passé plusieurs soirées à relire de la documentation, j’obtenais une implémentation complète en quelques itérations.

Le moment charnière : quand l’IA casse ce qui fonctionnait

C’est en production que l’expérience a changé de tonalité.

Les problèmes de CORS se sont multipliés. Chaque correctif proposé semblait résoudre un symptôme… tout en en créant un autre. Plus problématique encore : certaines suggestions modifiaient des parties déjà stabilisées du système.

À plusieurs reprises, ChatGPT-5 a :

• proposé des changements contradictoires avec des décisions antérieures ;
• réécrit des configurations qui fonctionnaient ;
• introduit des régressions dans des zones précédemment validées.

Ce n’était pas de la mauvaise volonté, mais une forme d’optimisation locale sans mémoire forte de l’historique architectural.

Le contraste était frappant : la même IA capable d’accélérations fulgurantes pouvait aussi fragiliser l’ensemble en quelques modifications mal cadrées.

J’ai dû changer ma posture :

• ralentir volontairement le rythme ;
• figer les parties validées ;
• imposer une règle stricte : ne jamais modifier un composant fonctionnel sans justification explicite.

Le côté lumineux

Malgré ces frictions, plusieurs éléments restent remarquables :

• la capacité à générer rapidement une architecture cohérente ;
• la production instantanée de scripts et configurations ;
• l’assistance dans des domaines transversaux (réseau, sécurité, conteneurisation).

L’IA agit comme un amplificateur de productivité, surtout pour un développeur expérimenté capable d’évaluer ce qui est proposé.

Les zones d’ombre

L’expérience m’a aussi appris plusieurs leçons :

1. L’IA n’a pas de mémoire structurelle forte. Elle peut oublier des décisions précédentes si elles ne sont pas explicitement rappelées.
2. Elle optimise localement. Un correctif peut résoudre un point précis tout en dégradant l’équilibre global.
3. La vitesse peut masquer les régressions. Plus on avance vite, plus les erreurs s’accumulent silencieusement.

Le vrai danger n’est pas l’erreur évidente, mais la modification subtile d’un élément déjà validé.

Ce que j’en retiens

Le vibe coding est une révolution en termes de vitesse et d’accessibilité. Construire une application complète en une semaine aurait été impensable il y a quelques années.

Mais cette puissance exige une discipline accrue :

• verrouiller les composants validés ;
• tester systématiquement après chaque modification ;
• traiter chaque suggestion comme une hypothèse, jamais comme une vérité.

ChatGPT-5 m’a permis d’aller plus loin, plus vite. Il m’a aussi rappelé qu’un système complexe nécessite cohérence, stabilité et contrôle.

Le coéquipier est impressionnant. Mais il faut apprendre à le cadrer pour qu’il ne démonte pas, par enthousiasme, ce qu’il vient d’aider à construire.

© 2025