GéncodeurUne start-up de la Silicon Valley qui fabrique des agents de codage basés sur l’IA a publié lundi une application de bureau gratuite qui, selon elle, changera fondamentalement la façon dont les ingénieurs logiciels interagissent avec l’intelligence artificielle, faisant ainsi passer l’industrie au-delà de l’ère libre du « codage dynamique » vers une approche de développement plus disciplinée et vérifiable du développement évalué par l’IA.
produit, est appelé Flux de générationLa société le décrit comme une « couche d’orchestration de l’IA » qui coordonne plusieurs agents d’IA pour planifier, mettre en œuvre, tester et réviser le code dans un flux de travail structuré. Ce lancement constitue la tentative la plus ambitieuse de Zencoder pour se différencier sur un marché de plus en plus encombré. Curseur, Copilote GitHubEt Coding Agent est construit directement par les géants de l’IA anthropologique, OpenAIEt Google.
“Les interfaces utilisateur de chat étaient bonnes pour les copilotes, mais elles se brisent lorsque vous essayez d’évoluer”, a déclaré Andrew Filev, PDG de Gencoder, dans une interview exclusive avec VentureBeat. « Les équipes se heurtent à un mur où la vitesse sans structure crée une dette technique. GenFlow remplace la « roulette rapide » par une chaîne d’assemblage d’ingénierie où les agents planifient, exécutent et, surtout, valident le travail de chacun.
Cette annonce intervient à un moment critique pour le développement de logiciels d’entreprise. Des entreprises de tous secteurs ont investi des milliards de dollars dans des outils de codage d’IA au cours des deux dernières années, dans l’espoir d’accélérer considérablement leur production d’ingénierie. Pourtant, la révolution de la productivité promise ne s’est en grande partie pas concrétisée.
Pourquoi les outils de codage d’IA ne tiennent pas leur promesse de productivité 10x
Filev, qui a auparavant fondé et vendu des sociétés de gestion de projets Écrire sur CitrixLe codage de l’IA révèle un décalage croissant entre le battage médiatique et la réalité. Bien que les fournisseurs promettent une productivité décuplée, des études rigoureuses, notamment celles de l’Université de Stanford, montrent systématiquement des améliorations proches de 20 %.
“Si vous parlez à de vrais leaders de l’ingénierie, je ne me souviens pas d’une seule conversation où quelqu’un s’est codé avec une productivité 2x, 5x ou 10x pour une production d’ingénierie sérieuse”, explique Filev. “Un chiffre typique que vous entendrez serait d’environ 20 pour cent.”
Selon Filev, le problème ne vient pas des modèles d’IA mais de la manière dont les développeurs interagissent avec eux. L’approche standard consistant à saisir des requêtes dans une interface de discussion et à attendre un code utilisable fonctionne bien pour des tâches simples, mais s’effondre dans les projets d’entreprise complexes.
L’équipe d’ingénierie interne de Gencoder prétend avoir une approche différente du cracking. Filev affirme que l’entreprise fonctionne désormais à une vitesse presque deux fois supérieure à celle d’il y a 12 mois, non pas principalement en raison des améliorations apportées aux modèles d’IA, mais parce que l’équipe a restructuré son processus de développement.
“Nous avons dû modifier notre processus et utiliser différents types de meilleures pratiques”, a-t-il déclaré.
À l’intérieur se trouvent les quatre piliers qui alimentent la plateforme d’orchestration d’IA de Gencoder
GenFlow organise son approche autour de quatre fonctionnalités principales que Gencoder, selon Gencoder, doit prendre en charge par toute plate-forme sérieuse d’orchestration d’IA.
Flux de travail structuré Remplacez les invites ad hoc par une séquence répétable (planification, mise en œuvre, test, révision) que les agents suivent systématiquement. Filev établit des parallèles avec son expérience du Reich, notant que les listes de tâches individuelles s’étendent rarement à plusieurs organisations, tandis que les flux de travail définis produisent des résultats prévisibles.
Développement basé sur les spécifications Les agents d’IA doivent d’abord créer une spécification technique, puis créer un plan étape par étape, et ensuite seulement écrire le code. L’approche est devenue si efficace que les laboratoires d’IA de pointe, notamment Anthropologie et OpenAI, ont entraîné leurs modèles à suivre automatiquement. La spécification aide à clarifier les exigences relatives aux agents, évitant ainsi ce que Gencoder appelle la « dérive des itérations » ou la tendance du code généré par l’IA à s’écarter progressivement de son intention initiale.
Vérification multi-agents Déploie différents modèles d’IA pour critiquer le travail de chacun. Étant donné que les modèles d’IA d’une même famille ont tendance à partager des angles morts, GenCoder achemine les tâches de validation entre les fournisseurs de modèles, demandant à Claude de réviser le code écrit par les modèles d’OpenAI, ou vice versa.
“Considérez-le comme le deuxième avis d’un médecin”, a déclaré Filev à VentureBeat. “Avec le bon pipeline, nous obtenons des résultats similaires à ceux que l’on attend d’un Claude 5 ou d’un GPT-6. Vous bénéficiez aujourd’hui d’un modèle de nouvelle génération.”
Exécutions parallèles Permet aux développeurs d’exécuter plusieurs agents IA simultanément dans des bacs à sable isolés, les empêchant ainsi d’interférer avec le travail de chacun. L’interface fournit un centre de commande pour surveiller cette flotte, ce qui constitue une rupture significative avec la pratique actuelle consistant à gérer plusieurs fenêtres de terminal.
Comment la vérification résout le plus gros problème de fiabilité du codage de l’IA
L’accent mis par Zencoder sur la vérification répond à l’une des critiques les plus persistantes du code généré par l’IA : sa tendance à faire “pente“, ou un code qui semble correct mais qui ne parvient pas à produire ou se dégrade en raison d’itérations répétées.
Les recherches internes de l’entreprise ont révélé que les développeurs qui contournent la vérification qualifient souvent FileVe de « boucle de la mort ». Un agent IA réussit une tâche, mais le développeur, réticent à réviser un code inconnu, continue sans comprendre ce qui a été écrit. Lorsque les tâches suivantes échouent, le développeur ne dispose pas du contexte nécessaire pour résoudre manuellement les problèmes et demande à la place des solutions à l’IA.
“Ils passent littéralement plus d’une journée dans cette boucle de la mort”, a déclaré Filev. “C’est pourquoi la productivité n’est pas multipliée par 2, car ils tournaient à 3 fois au début, puis ils ont perdu toute la journée.”
D Vérification multi-agents Cette approche donne à Gencoder un avantage concurrentiel inhabituel par rapport à Frontier AI Labs. Alors qu’Anthropic, OpenAI et Google optimisent chacun leurs propres modèles, Gencoder peut mélanger et assortir les fournisseurs pour réduire les biais.
“C’est une situation rare où nous avons un avantage dans les laboratoires frontaliers”, a déclaré Filev. “La plupart du temps, ils ont un avantage sur nous, mais c’est un phénomène rare.”
Gencoder fait face à une concurrence féroce de la part des géants de l’IA et des startups bien financées
Géncodeur L’orchestration de l’IA arrive sur le marché à une époque de concurrence intense. La société se positionne comme une plate-forme indépendante du modèle, prenant en charge les principaux fournisseurs, notamment Anthropic, OpenAI et Google Gemini. En septembre, Gencoder a étendu sa plate-forme pour permettre aux développeurs d’utiliser l’agent de codage en ligne de commande de n’importe quel fournisseur au sein de son interface.
Cette stratégie reflète une reconnaissance pragmatique du fait que les développeurs entretiennent des relations avec plusieurs fournisseurs d’IA plutôt que de s’engager exclusivement auprès d’un seul. L’approche de plate-forme universelle de Gencoder lui permet de servir de couche d’orchestration quel que soit le modèle sous-jacent préféré par une entreprise.
L’organisation met également l’accent sur la préparation des entreprises, vantant SOC2 Type II, OIN 27001Et OIN 42001 Certification de conformité RGPD. Ces certifications sont importantes pour les secteurs réglementés tels que les services financiers et la santé, où les exigences de conformité peuvent entraver l’adoption d’outils d’IA orientés consommateur.
mais Géncodeur Face à une concurrence féroce sur plusieurs fronts. Curseur Et Planche à voile Création de l’éditeur de code dédié à l’IA avec une base d’utilisateurs dédiée. Copilote GitHub Bénéficiez d’une intégration approfondie avec la puissance de distribution de Microsoft et le plus grand référentiel de code au monde. Et Frontier AI Labs continue d’étendre ses propres capacités de codage.
Filev a rejeté les inquiétudes concernant la concurrence des laboratoires d’IA, arguant que les petits acteurs comme Gencoder peuvent évoluer plus rapidement dans l’innovation de l’expérience utilisateur.
“Je suis sûr qu’ils arriveront à la même conclusion, et ils sont intelligents et évoluent rapidement, donc je suis sûr qu’ils comprendront assez rapidement”, a-t-il déclaré. “Je dirais donc qu’au cours des six à 12 prochains mois, vous allez voir beaucoup de promotion dans tout l’espace.”
Adoptez l’orchestration de l’IA dès maintenant plutôt que d’attendre de meilleurs modèles
Les responsables technologiques qui envisagent d’investir dans le codage de l’IA sont confrontés à une question difficile : doivent-ils adopter des outils d’orchestration maintenant, ou attendre que les laboratoires d’IA de pointe intègrent ces capacités de manière native dans leurs modèles ?
Filev a fait valoir que l’attente comportait des risques concurrentiels importants.
“À l’heure actuelle, tout le monde est sous pression pour faire plus en moins de temps, et tout le monde attend des leaders en ingénierie qu’ils obtiennent des résultats grâce à l’IA”, a-t-il déclaré. “En tant que fondateur et PDG, je n’attends pas 20 % de la part de mon vice-président de l’ingénierie. J’en attends 2x.”
Il s’est également demandé si les grands laboratoires d’IA donneraient la priorité aux capacités d’orchestration alors que leurs modèles commerciaux de base continuent d’évoluer.
“Dans un monde idéal, Frontier Labs devrait créer les meilleurs modèles jamais créés et rivaliser les uns avec les autres, et Gencoder et Cursors devraient créer la meilleure couche d’applications UI et UX au-dessus de ces modèles”, a déclaré Filev. “Je ne vois pas un monde dans lequel OpenAI vous proposerait notre vérificateur de code, ou vice versa.”
Zenflow se lance en tant que Application de bureau gratuiteAvec des plugins mis à jour disponibles pour Code de Visual Studio Et Jetbrains Environnement de développement intégré. Le produit prend en charge ce que Gencoder appelle des « flux de travail dynamiques », ce qui signifie que le système ajuste automatiquement la complexité du processus en fonction du fait qu’un humain surveille activement ou non et de la difficulté de la tâche à accomplir.
Des tests internes ont montré que le remplacement des invites standard par la couche d’orchestration de ZenFlow améliore la précision du code d’environ 20 % en moyenne, a déclaré Zencoder.
Ce que révèle le pari de Gencoder sur l’orchestration sur l’avenir du codage de l’IA
Géncodeur cadre Flux de génération Il s’agit du premier produit de ce qui devrait devenir une nouvelle catégorie de logiciels importante. La société estime que tous les fournisseurs axés sur le codage de l’IA parviendront éventuellement à des conclusions similaires sur la nécessité d’outils d’orchestration.
“Je pense que les six à 12 prochains mois seront consacrés à l’orchestration”, prédit Filev. “De nombreuses organisations atteindront éventuellement le double. Pas encore 10x, mais au moins 2x leur engagement d’il y a un an.”
Au lieu de rivaliser avec Frontier AI Labs sur la qualité des modèles, Gencoder parie que la couche application (le logiciel qui aide les développeurs à utiliser efficacement ces modèles) déterminera les gagnants et les perdants.
Selon Filev, il s’agit là d’un modèle familier dans l’histoire technologique.
“C’est très similaire à ce que j’ai observé lorsque j’ai démarré Wrike”, a-t-il déclaré. “À mesure que le travail est devenu numérique, les gens comptaient sur le courrier électronique et les feuilles de calcul pour tout gérer, et personne ne pouvait suivre le rythme.”
Selon lui, la même dynamique s’applique désormais au codage de l’IA. Les interfaces de chat ont été conçues pour la conversation, et non pour orchestrer des flux de travail d’ingénierie complexes. La question de savoir si Gencoder peut s’imposer comme la couche essentielle entre les développeurs et les modèles d’IA avant que les géants ne construisent leurs propres solutions reste ouverte.
Mais Filev est à l’aise avec la course. La dernière fois qu’il a constaté un écart entre la façon dont les gens travaillent et les outils permettant de travailler avec eux, il a bâti une entreprise valant plus d’un milliard de dollars.
Zenflow est immédiatement disponible en téléchargement gratuit zencoder.ai/zenflow.
