Le terme vibe coding a été popularisé début 2025 par Andrej Karpathy, chercheur en IA, pour décrire une pratique de plus en plus répandue : générer du code applicatif entièrement via des prompts, sans réellement lire ni maîtriser ce qui est produit. Des outils comme Cursor, Replit, Claude Code ou GitHub Copilot ont rendu cette approche accessible à des fondateurs, des product managers ou des entrepreneurs sans formation technique.
Le résultat est souvent spectaculaire en démo. En production, c'est une autre histoire.
Un projet vibe-codé est construit de manière séquentielle, prompt après prompt, sans vision d'ensemble. Il n'y a pas de séparation claire des responsabilités, pas de couche métier définie, pas de modèle de données pensé. Résultat : une base de code où la logique business est enfouie dans des fonctions générées aléatoirement, impossibles à auditer ou à faire évoluer sereinement.
L'IA génère du code pour le happy path — le scénario idéal. Elle ne pense pas comme un attaquant. Les injections SQL, la gestion des permissions, les tokens d'authentification mal protégés : ces failles sont fréquentes dans les codebases vibe-codés. Apple a d'ailleurs commencé à rejeter des applications de l'App Store pour des raisons directement liées à des patterns dangereux introduits par génération IA.
Que se passe-t-il quand une API tierce ne répond plus ? Quand un utilisateur soumet le même formulaire deux fois ? Quand une écriture en base échoue à mi-parcours ? Le code généré par IA ignore généralement ces scénarios. En production, avec de vrais utilisateurs, ces situations arrivent. Et elles font tout planter.
Les frameworks et librairies recommandés par l'IA ne sont pas toujours les plus adaptés, les plus maintenus, ni les plus sécurisés. Des dépendances obsolètes, des doublons fonctionnellement proches mais différents dans les détails, des nommages contradictoires — la dette technique s'accumule silencieusement jusqu'à rendre toute évolution un véritable chantier.
Une enquête menée en 2025 auprès de 18 CTOs révèle que 16 d'entre eux ont subi des incidents de production directement liés à du code généré par IA. Le vibe coding produit des prototypes, pas des produits. La frontière entre les deux, c'est l'intervention d'ingénieurs qui savent lire, comprendre et corriger ce que la machine a écrit.
Chez Kalessi, nous avons développé une méthodologie de reprise spécifiquement adaptée aux projets vibe-codés : audit du codebase existant, cartographie des risques, plan de stabilisation priorisé. Nous ne repartons pas de zéro si ce n'est pas nécessaire — nous sécurisons l'existant et le faisons évoluer proprement.
Que votre application ait été construite sur React, Node.js, Flutter ou Laravel — entièrement générée par IA ou partiellement — Kalessi sait lire entre les lignes de ce que la machine a produit. Nous intervenons aussi bien sur des MVPs lancés trop vite que sur des outils internes devenus ingérables.
Un code généré par IA n'est pas fondamentalement mauvais — c'est un point de départ. Ce qui lui manque, c'est la supervision d'ingénieurs expérimentés capables d'identifier ce qui peut être conservé, ce qui doit être réécrit, et comment structurer la suite. C'est exactement ce que nous faisons chez Kalessi : transformer un prototype vibe-codé en application production-ready, avec une vraie architecture, des tests, une gestion des erreurs et un code que des humains peuvent maintenir dans la durée.
Contactez-nous pour un audit de votre codebase. Nous vous disons en toute transparence ce qui fonctionne, ce qui risque de craquer, et comment s'en sortir.
Parler à un expert technique