Personne ne se donne pour objectif d'oublier comment coder. Cela se produit comme la plupart des pertes de compétences : un raccourci pratique à la fois. Avant, vous écriviez vous-même l'expression régulière ; maintenant, vous décrivez ce que vous voulez et vous collez ce que le modèle vous donne. Avant, vous suiviez une trace d'appels ligne par ligne ; maintenant, vous la déposez dans une fenêtre de discussion et vous lisez le résumé. Chaque substitution est individuellement rationnelle. La somme de toutes ces substitutions, au bout d'une année de travail assisté par IA, donne un développeur capable de livrer des fonctionnalités rapidement quand l'outil est activé, et qui se fige un peu quand l'outil est désactivé.

C'est le sous-entendu inconfortable qui se cache derrière le boom du « vibe coding » ce mois-ci — Lovable serait sur le point d'atteindre une valorisation de 13,2 milliards de dollars, Replit et Factory lèvent chacune des fonds se chiffrant en milliards, SpaceX cassant les prix des modèles de pointe avec Grok 4.5, conçu pour des « agents autonomes ». Tout cela est optimisé pour une seule chose : vous faire écrire vous-même moins de code. C'est bien le but, et pour beaucoup de tâches, c'est un compromis légitime. Mais cela signifie que le secteur a passé les deux dernières années à mener une expérience non contrôlée sur la quantité de capacité de codage manuel que l'on peut externaliser avant que cela ne coûte quelque chose, et la facture commence à arriver, de façons précises et vérifiables.

Là où l'écart se fait vraiment sentir

L'atrophie n'est pas une angoisse vague — elle se manifeste dans trois situations concrètes, et il vaut la peine d'être honnête avec soi-même sur celles auxquelles on est exposé :

  • Les entretiens. La plupart des entretiens techniques, à l'exception des devoirs à faire à la maison, restreignent encore ou interdisent l'assistance de l'IA. Si votre aisance quotidienne a discrètement glissé de « je sais écrire ceci » vers « je sais diriger un modèle pour qu'il l'écrive », un tableau blanc ou une séance de codage en direct révélera l'écart en temps réel, devant la personne qui décide de vous embaucher ou non.
  • Les pannes. Quand la production tombe en panne, le chemin le plus rapide vers une solution consiste généralement à lire du code inconnu sous pression et à raisonner directement dessus — pas à composer un bon prompt à propos d'un système que vous n'avez pas le temps d'expliquer. La gestion des incidents récompense précisément les compétences (lecture rapide de code, débogage mental, connaissance de l'API par cœur) qui sont le moins exercées quand un modèle s'en charge pour vous au quotidien.
  • Pas de connexion, pas d'assistant. Un vol en avion, un site client avec un réseau verrouillé, une panne d'outil du côté du fournisseur du modèle — chacune de ces situations vous ramène, pour un moment, à coder sans aide. Cela n'a pas besoin d'être permanent pour compter ; il suffit que cela arrive un jour où vous deviez livrer quelque chose.

Aucun de ces cas n'est un scénario hypothétique inventé pour vendre un produit. Ce sont les conditions ordinaires d'une carrière professionnelle. La question est de savoir si vous remarqueriez l'érosion avant que l'une de ces situations ne vous prenne au dépourvu.

Entrent en scène les outils d'entraînement

C'est l'écart que vise un nouvel outil appelé Atrophy CLI, selon un article publié dans The Register ce mois-ci. Le discours est sans détour : traiter la capacité à coder comme un classement Elo aux échecs plutôt que comme un binaire « sait coder / ne sait pas coder ». Vous commencez par un examen de référence qui établit où vous en êtes actuellement, puis l'outil vous entraîne à travers une poignée de catégories de compétences distinctes — mémorisation de la syntaxe, débogage, lecture de code, mémoire des API et décomposition de problèmes — et suit votre classement dans le temps, de la même façon qu'un moteur d'échecs vérifie si vous progressez réellement ou si vous avez seulement l'impression de progresser. Le slogan résume toute la thèse en une phrase : « Si l'assistance de l'IA érode discrètement votre capacité à coder sans aide, le graphique vous le montre – avant qu'un entretien, une panne ou une journée sans wifi ne s'en charge. »

Le choix de conception qui mérite d'être souligné est cette décomposition en catégories distinctes plutôt qu'un score composite unique. Le vibe coding n'érode pas toutes les compétences de codage de façon uniforme — vous pouvez rester aiguisé sur la décomposition (découper un problème en étapes) parce que cela reste en grande partie votre travail même avec un assistant IA, tandis que votre mémorisation de la syntaxe et votre muscle brut du débogage sans copilote s'affaiblissent discrètement, précisément parce que ce sont les parties que vous avez déléguées. Un score unique masquerait cela. Un classement par catégorie vous indique au moins quel muscle spécifique retravailler, ce qui est un signal plus utile qu'une impression générale de rouille.

Une précaution nécessaire

Il vaut la peine de le dire clairement : Atrophy CLI est récent, et je n'ai vu aucune donnée indépendante indiquant si ses classements prédisent réellement la performance en entretien ou en situation d'incident, ni si un entraînement régulier inverse réellement le déclin des compétences plutôt que de simplement vous rendre bon aux exercices eux-mêmes — c'est un risque réel avec tout outil d'entraînement qui n'est pas la tâche réelle elle-même. Considérez-le comme un diagnostic qui mérite d'être essayé, pas comme une solution éprouvée. La catégorie qu'il ouvre — mesurer le déclin des compétences lié à l'IA, séparément de la productivité liée à l'IA — est l'idée utile ici, que cet outil en particulier finisse ou non par s'imposer.

Que faire, sans renoncer à la productivité

Vous n'avez pas besoin de renoncer entièrement au codage assisté par IA pour vous protéger ici ; ce serait abandonner un vrai gain de productivité pour vous couvrir contre un risque que vous pouvez gérer à moindre coût. Quelques habitudes concrètes font l'essentiel du travail :

  • Résolvez périodiquement, entièrement sans aide, quelque chose que vous confieriez normalement au modèle — un bug, une petite fonction, une transformation de données — et chronométrez-vous. Remarquez où vous hésitez.
  • Avant une série d'entretiens ou une rotation d'astreinte, faites délibérément une période de codage sans IA, de la même façon que vous bachoteriez avant un examen portant sur une matière que vous n'avez pas eu besoin de réviser depuis des mois.
  • Quand vous utilisez l'assistance de l'IA, lisez le code généré suffisamment attentivement pour pouvoir l'expliquer à quelqu'un d'autre, plutôt que de le coller et de passer à autre chose — c'est l'étape la plus déterminante pour savoir si cette exposition construit votre compréhension ou se contente de la contourner.
  • Si un outil de notation comme Atrophy CLI vous convient, utilisez-le comme un détecteur de fumée, pas comme un programme d'entraînement en soi — vérifiez-le périodiquement, et si une catégorie décline, allez faire du vrai travail sans aide dans ce domaine plutôt que de vous entraîner avec des fiches.

La façon honnête de voir les choses, c'est que le codage assisté par IA et la capacité à coder sans aide sont désormais deux compétences distinctes que vous devez gérer, pas une seule compétence avec un raccourci. Les employeurs, les jurys d'entretien et les canaux d'incidents à 3 heures du matin n'ont pas encore pleinement intégré cela, mais ils remarqueront quels candidats ont su garder les deux compétences vivantes.