Tout juste ! La programmation par IA est en train de « affamer » les fondations de tout le monde numérique, combien de temps la prospérité de $BTC et $ETH pourra-t-elle durer ?

Au cours de l’année écoulée, la manière de programmer a été complètement réécrite. Vous n’avez plus besoin d’écrire du code ligne par ligne, il suffit de décrire votre besoin à un outil d’intelligence artificielle, qui pourra générer la fonctionnalité souhaitée. Cela semble être l’âge d’or de la productivité individuelle, mais une prémisse souvent ignorée est que l’IA ne crée pas de rien, elle recompose en fait les résultats de la sagesse humaine déjà existante.

Sa capacité centrale repose sur l’apprentissage et l’exploitation d’une quantité massive de code open source hébergé sur des plateformes comme GitHub. Récemment, une étude menée par une institution académique a révélé la crise latente derrière la prospérité de cette « programmation par ambiance » : elle pourrait systématiquement détruire l’écosystème open source qui soutient tout le monde du logiciel.

Pour comprendre cette inquiétude, il faut d’abord situer la place du logiciel open source. Il est comme les égouts de l’ère numérique, omniprésent mais rarement perçu. Le système d’exploitation de votre téléphone, la base de données en arrière-plan des réseaux sociaux, le lecteur vidéo des plateformes de streaming, tout fonctionne grâce à du code open source. L’incident Log4j de 2021 en est la preuve : une vulnérabilité insignifiante dans un cadre de journalisation a exposé instantanément l’infrastructure mondiale d’Internet.

L’essence de l’open source est une « marchandise publique ». Les mainteneurs ne peuvent souvent pas facturer directement, leur retour dépend de la réputation qu’ils gagnent, des opportunités professionnelles ou des dons issus de l’interaction avec la communauté. Depuis des décennies, ce modèle fonctionne en boucle fermée grâce au « retour direct » : l’utilisateur télécharge, lit la documentation, signale des bugs, donne des likes. Ces attentions se transforment en motivation pour que les mainteneurs continuent à mettre à jour leurs projets.

Or, la programmation par IA coupe cette connexion. Désormais, il suffit de décrire la fonctionnalité souhaitée à l’IA, qui choisit et assemble automatiquement le code en arrière-plan. Le code fonctionne, mais vous ne savez pas précisément quelles bibliothèques il utilise, ni ne vous souciez des projets ou des mainteneurs derrière. La recherche qualifie ce changement de « médiation » — l’attention et le retour qui allaient vers les mainteneurs sont désormais interceptés par l’ensemble de la couche IA.

Les modèles simulés révèlent deux forces opposées. À court terme, l’IA augmente l’efficacité et réduit la barrière pour développer de nouveaux outils. Mais à long terme, lorsque le « transfert de demande » dépasse la « hausse d’efficacité », le système tend à s’effondrer. La rémunération des développeurs diminue, seuls les projets de la plus haute qualité méritent d’être partagés, les projets de qualité moyenne disparaissent, et le nombre ainsi que la qualité moyenne des packages logiciels du marché diminuent. En fin de compte, le bien-être à long terme de tout l’écosystème en pâtit.

Ce n’est pas une simple théorie. Après la généralisation de l’IA générative, le trafic des questions-réponses publiques sur Stack Overflow a fortement chuté. Des projets comme Tailwind CSS voient leurs téléchargements augmenter, mais l’accès à la documentation et les revenus commerciaux diminuent. Les projets sont largement adoptés, mais il devient difficile de transformer cette utilisation en un retour efficace pour les mainteneurs.

La question plus fondamentale concerne la répartition des bénéfices. Les plateformes d’IA tirent une valeur énorme de l’écosystème open source, sans avoir à payer le coût correspondant pour le maintenir. Les utilisateurs paient pour accéder à ces plateformes, mais les projets open source et leurs mainteneurs ne reçoivent souvent rien en retour.

Repenser le mécanisme de redistribution est une solution envisageable, à l’image du modèle de partage des revenus dans la musique en streaming : la plateforme d’IA suit l’utilisation des projets open source et reverse une partie des revenus aux mainteneurs selon une proportion. De plus, les subventions des fondations, le sponsoring d’entreprises et le soutien gouvernemental aux infrastructures numériques sont aussi des moyens importants pour compenser la perte de revenus.

Cela nécessite un changement de mentalité dans l’industrie : passer de la vision de l’open source comme une « ressource gratuite » à celle d’une « infrastructure publique nécessitant un investissement et une maintenance à long terme ». Le logiciel open source est profondément intégré dans le monde numérique, il ne disparaîtra pas. Mais l’époque où il était soutenu par l’idéalisme et une attention dispersée pourrait bien toucher à sa fin.

Cette révolution de l’efficacité apportée par la programmation IA ne concerne pas seulement l’expérience de développement, mais constitue aussi un test de résistance sur la façon dont la « technologie publique » peut être durablement alimentée. Lorsque la base s’amincit, toutes les innovations numériques qui en dépendent, y compris l’immense écosystème open source sur lequel reposent $BTC et $ETH, seront mises à l’épreuve de leur stabilité à long terme.

Suivez-moi : pour plus d’analyses et d’insights en temps réel sur le marché des cryptomonnaies !

#Gate广场创作者新春激励 #BTC何时反弹？ #Strategy比特币持仓转为亏损

#白宫加密会议