La création d'un compilateur C a coûté 2 millions de dollars et a pris 2 ans. Claude Opus 4.6 l'a fait en deux semaines pour 20 000 $
Nous sommes confrontés à un point d’inflexion technologique. Uo dans lequel le génie logiciel, l'une des tâches techniques les plus complexes et les plus exigeantes de l'histoire, devient peu à peu la « killer app » de l'IA. Il est clair que les modèles d’IA générative ne sont pas parfaits, mais nous continuons de constater une évolution extraordinaire. Le dernier exemple en date ? Le compilateur C que Claude Opus 4.6 a programmé tout seul.
Que s'est-il passé ? Nicholas Carlini, chercheur à Anthropic, a raconté hier comment « j'ai expérimenté une nouvelle façon de superviser les modèles de langage que nous avons appelés « équipes d'agents » ». Ce qu'il a fait, c'est s'assurer que plusieurs agents de programmation fonctionnent en parallèle à l'aide du récent Claude Opus 4.6, et grâce à cela, il a développé quelque chose d'exceptionnel avec 16 de ces agents : un compilateur de code C.
Bonjour CCC. Chez Anthropic, ils l'ont appelé Claude's C Compiler (CCC), et ils ont publié le code, entièrement généré par Opus 4.6, sur GitHub. Le projet comprend 100 000 lignes de code Rust générées en deux semaines pour un coût API de 20 000 $. Et cela fonctionne : avec lui, ils ont compilé un noyau Linux 6.9 fonctionnel sur x86, ARM et RISC-V.
Avant, c'était (au moins) deux millions de dollars et deux ans. Cette expérience a permis de démontrer comment le développement de logiciels peut être beaucoup moins cher et plus rapide grâce à l'utilisation de ces agents. Bien qu'il n'existe pas de données facilement disponibles sur le temps et l'argent que coûtaient les compilateurs dans le passé, la taille de ces produits était énorme, comme c'est le cas de Microsoft Visual C++, par exemple. Il est difficile de savoir combien cela a coûté, mais on estime que cela impliquait 15 à 20 personnes travaillant pendant cinq ans. Cela représente beaucoup d'heures de travail et beaucoup d'argent pour développer et peaufiner ce compilateur. L’estimation de deux ans et de deux millions de dollars est peut-être en fait trop optimiste.
Un autre exemple. Historiquement, la création d’un compilateur C à partir de zéro était considérée comme l’un des sommets de l’ingénierie système. Non seulement une connaissance approfondie de l'architecture du processeur était nécessaire, mais des milliers d'heures de travail étaient nécessaires pour gérer l'optimisation et la génération de code machine. Dans les années 90, la société Cygnus Solutions (clé dans le développement du compilateur) a investi plus de 250 millions en une décennie pour maintenir et porter les outils de compilation. Le coût réel ne résidait pas seulement dans les dernières lignes de code, mais aussi dans les innombrables heures d'analyse des modèles de processeur et de mémoire pour rendre le binaire résultant efficace.
Loin d'être parfait, mais… Carlini lui-même expliquait dans le post que ce compilateur avait de sérieuses limitations et par exemple « il n'a pas de compilateur x86 16 bits qui est indispensable pour démarrer Linux en dehors du « mode réel », et il n'a pas son propre assembleur ni son « . Il est probablement loin d’être un compilateur mature, mais la réussite reste néanmoins exceptionnelle et laisse présager un avenir dans lequel même des développements très complexes pourront être réalisés grâce à l’IA. Ils coûteront sans aucun doute cher, mais leur développement complet ne représentera probablement qu’une fraction de ce qu’ils coûtaient il y a quelques années.
Cursor l'a déjà démontré. Avant qu'Anthropic ne lance son compilateur programmé par l'IA, Cursor a réalisé un projet similaire, combinant des agents GPT-5.2 dans sa plate-forme de développement pour créer un navigateur fonctionnel en une semaine. Au total, l'IA a programmé trois millions (!) de lignes de code dans Rust, et même si elle était encore une fois loin d'être parfaite ou de rivaliser avec Chrome, elle a démontré la capacité actuelle de ces systèmes de programmation agentique.
Un tournant (surtout pour Anthropic). Pour les experts de SemiAnalysis, Claude Code, le plus grand représentant actuel de cette nouvelle ère de programmation basée sur l'IA, représente un changement de paradigme : « Nous pensons que Claude Code est le tournant pour les agents d'IA et donne un aperçu de l'avenir du fonctionnement de l'IA. » Cette prestigieuse newsletter prédit une année 2026 exceptionnelle pour Anthropic, à tel point qu'elle estime qu'elle « dépassera considérablement OpenAI ».
Vous demandez, les programmes d’IA. Si vous avez essayé le , vous êtes sûrement d’accord avec moi : l’IA vous permet de faire des choses dont vous n’auriez jamais rêvé. Ce que j'ai fait il y a quelques semaines avec Immich m'a été clair, et je continue d'expérimenter l'IA et de programmer des choses « personnalisées » qui résolvent de vrais problèmes et besoins pour moi. Oui, pour l'instant, ils sont pour moi et ce ne sont donc pas des systèmes volumineux et complexes qu'il faut mettre en production comme cela se produit dans les environnements professionnels, mais je suis clair que cela se fait petit à petit et que d'autres seront faits. En fait, OpenAI et Anthropic ont souligné comment, dans le développement de leurs derniers modèles, une partie du travail a été effectuée, paradoxalement, par ces mêmes modèles, qui se sont alimentés les uns les autres. Et le résultat est en production et utilisé par des millions de personnes. Quelque chose est en train de changer. Et c'est quelque chose de grand.
À Simseo | OpenAI a un problème : Anthropic réussit là où le plus d'argent est en jeu
