Vingt minutes, une grille familière
La récente vidéo de Matthew Berman a présenté une démonstration frappante : Gemini 4 Argon Argon, le modèle de raisonnement phare de Google DeepMind, a généré une application de tableur basée sur navigateur en environ 20 minutes. Cette exécution continue et non bouclée a mis en évidence les capacités autonomes de l'agent.
Le flux de travail d'Argon a commencé par l'ouverture de Microsoft Microsoft Excel sur l'ordinateur de Berman, utilisant la multimodalité au niveau du système d'exploitation et la vision par ordinateur pour inspecter l'interface de l'application native. Cette observation directe a servi de référence avant qu'Argon ne procède à la synthèse de son propre équivalent basé sur le web.
Le tableur résultant, construit en une seule exécution, a démontré des fonctionnalités de base. Il a traité avec précision des calculs arithmétiques simples comme =1+2, a présenté le comportement attendu de glisser-déposer pour la réplication de cellules et a exécuté avec succès une opération =SUM(...) sur des lignes sélectionnées.
Bien qu'impressionnante, la démonstration s'est concentrée sur ces fonctionnalités spécifiques, et non sur un remplacement complet de Microsoft Microsoft Excel. Berman a noté un léger problème d'analyse où un signe égal a été initialement mal placé lors de la génération de la formule, nécessitant une correction manuelle rapide. Cet exploit, réalisé en 20 minutes, souligne la tendance à l'accélération vers un coût marginal nul pour la synthèse logicielle, remettant en question le « fossé » traditionnel des bases de code propriétaires.
Une démonstration convaincante présente encore des imperfections
La démonstration de Gemini 4 Argon Argon par Berman a vraiment impressionné, mettant en avant un agent combinant inspection visuelle, génération d'interface et logique de tableur fonctionnelle en une seule tâche concise. Argon a ouvert Microsoft Microsoft Excel sur la machine de Berman, analysant sa disposition et ses fonctionnalités avant de synthétiser un clone basé sur navigateur. Cette capacité multimodale, couplée à un développement full-stack rapide, pointe vers un futur où la création de logiciels devient considérablement plus accessible.
Un léger problème est apparu lors de la saisie de la formule. Berman a observé que le signe égal était mal placé lorsqu'il a tenté de saisir une formule SUM, nécessitant une correction manuelle rapide avant que le calcul ne s'exécute correctement. Cette brève pause souligne la frontière actuelle entre un prototype puissant et un produit robuste.
Bien que convaincantes, quelques opérations réussies n'établissent pas encore la précision globale, la résilience ou l'ensemble des fonctionnalités d'une application mature. Un véritable concurrent de Microsoft Microsoft Excel doit gérer :
- Des formules complexes
- Des fichiers volumineux
- Des cas limites
- La persistance
- L'accessibilité
- La sécurité
La capacité de Gemini 4 Argon Argon à générer un million de jetons de sortie en une seule passe, une première pour les modèles de pointe, est un bond en avant significatif. Mais le chemin entre un clone de 20 minutes et un tableur de qualité production avec des fonctionnalités approfondies et zéro défaut reste long. La démonstration souligne l'incroyable potentiel de l'IA, tout en clarifiant la distinction entre la synthèse rapide et le déploiement à l'échelle de l'entreprise.
Le vrai choc est de voir à quel point l'imitation devient bon marché
La démonstration de Berman porte un avertissement sévère : le code seul pourrait ne plus protéger une entreprise de logiciels. Si un agent IA comme Gemini 4 Argon Argon peut reproduire rapidement des fonctionnalités familières, le « fossé » traditionnel du code source propriétaire s'érode. Cela déplace l'attention de ce que vous écrivez comme code vers la valeur que votre logiciel apporte au-delà de ses fonctionnalités de base.
Cloner une fonctionnalité visible est une chose ; égaler la fiabilité, les intégrations, le support, la conformité et les années de confiance des utilisateurs d'un produit mature en est une autre. Microsoft Excel, par exemple, représente des décennies de perfectionnement et un écosystème de connecteurs, de protocoles de sécurité et d'habitudes d'utilisation qu'un clone réalisé en 20 minutes ne peut reproduire.
Cette démonstration annonce un avenir où les coûts de prototypage vont s'effondrer. Argon, avec sa limite de génération de 1 000 000 de jetons de sortie et son raisonnement multimodal avancé, rend la création d'interfaces fonctionnelles incroyablement peu coûteuse. Cependant, transformer un prototype en un système de qualité production exige toujours une ingénierie rigoureuse, une exploitation continue et une supervision humaine.
Le véritable choc n'est pas que le logiciel ne coûtera rien, mais que le coût apparent de construction des versions initiales approche de zéro. Cela abaisse considérablement la barrière à l'entrée pour les nouvelles idées, tandis que les exigences en matière de maintenance à long terme, d'évolutivité et de conception centrée sur l'utilisateur restent primordiales. Pour en savoir plus sur les capacités d'Argon, consultez Gemini 4 Argon Argon: Built to solve your hardest problems - Google Blog.
Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.
un e-mail par jour · désinscription en deux clics · aucun traqueur tiers
Ce que les entreprises de logiciels devraient défendre ensuite
Les entreprises de logiciels ont besoin de défenses plus solides que le simple code. Des fossés concurrentiels tels qu'une distribution de confiance, des données propriétaires, des effets de réseau, des intégrations approfondies et un support client fiable offrent une plus grande résilience. Lorsqu'un agent peut reproduire rapidement des fonctionnalités, la valeur se déplace vers ce qui est réellement difficile à répliquer.
Pour évaluer un concurrent construit par l'IA, demandez-vous ce qu'il peut faire au-delà de la démonstration. Qui le maintient ? Qu'est-ce qui retient les clients ? Une démonstration soignée des fonctionnalités de Microsoft Excel est une chose ; construire un tableur robuste, de qualité entreprise, avec des intégrations complexes et une équipe de support réactive en est une autre.
La vidéo de Matthew Berman montre la vitesse impressionnante de Gemini 4 Argon Argon dans la génération de code fonctionnel, terminant son exécution sans boucle en environ 20 minutes. Cette capacité exercera sans aucun doute une pression sur les fonctionnalités banalisées. Cependant, elle ne montre pas que les produits établis ou les équipes logicielles sont obsolètes. Au contraire, elle souligne la nécessité d'innover au-delà des ensembles de fonctionnalités de base, en se concentrant sur une valeur défendable et des relations clients durables.
Foire aux questions
Qu'est-ce que Gemini 4 Argon a construit dans la vidéo ?
Il a produit un clone de tableur basé sur navigateur après avoir inspecté Microsoft Excel, avec une grille, des calculs arithmétiques de base, une fonction de glisser-déposer pour remplir les cellules et une formule SOMME.
Le clone pourrait-il remplacer Microsoft Excel ?
Non. La démonstration montre un petit ensemble d'interactions de tableur, et non les fonctionnalités plus larges, la fiabilité, la compatibilité ou les contrôles d'entreprise d'Excel.
Combien de temps a pris la construction par l'IA ?
Matthew Berman a déclaré que l'exécution sans boucle a duré environ 20 minutes.
Que suggère la démonstration à propos des entreprises de logiciels ?
Lorsque les fonctionnalités de base sont plus faciles à reproduire, les entreprises peuvent avoir besoin de rivaliser par la distribution, le service de confiance, les données, les intégrations et les effets de réseau.