Perplexity s’est fait un nom en répondant à vos questions. La voilà qui veut écrire vos logiciels. La société de San Francisco, valorisée à 20 milliards de dollars, teste depuis mai un outil interne baptisé Teammate, conçu pour mener un projet logiciel de bout en bout. Le glissement n’a rien d’anecdotique : il dit où se joue désormais la bataille.
Deux promesses qui ne visent pas la même cible
Un moteur de recherche assisté par l’IA vous rend autonome : il synthétise, il cite, il vous laisse décider. C’est le pari d’origine de Perplexity, un assistant qui augmente votre jugement sans jamais agir à votre place. Teammate promet l’inverse. L’outil n’est pas là pour vous informer, mais pour exécuter : gérer un projet, enquêter sur un incident, surveiller un service, corriger un bug dans le système sans que vous ayez à ouvrir le fichier.
D’un côté, un compagnon qui parle. De l’autre, un collègue qui livre. Le nom choisi, Teammate, revendique cette bascule sans détour : il ne s’agit plus d’un chatbot qu’on interroge, mais d’un agent à qui l’on délègue.
Le code paie, la conversation ne paie plus
Pourquoi une entreprise de recherche vient-elle labourer un terrain déjà occupé par Cursor, Anthropic et OpenAI, tous armés d’outils de développement largement adoptés ? Parce que le chatbot généraliste est devenu une commodité. Répondre à une question, résumer un article, reformuler un e-mail : ces tâches se ressemblent d’un modèle à l’autre et se monnaient de moins en moins cher.
Le développement logiciel, lui, offre une valeur mesurable. Un agent qui produit du code qui compile, passe les tests et se déploie génère un gain qu’on peut chiffrer en heures d’ingénieur. C’est un marché où la performance se prouve, pas où elle se promet. Voilà ce qui aimante les labos : le code est le premier domaine où l’IA cesse d’assister pour véritablement produire.
Denis Yarats somme ses ingénieurs de « cesser de regarder le code »
Le directeur technique de Perplexity, Denis Yarats, n’a pas attendu Teammate pour pousser ses équipes dans cette direction. Quelques semaines avant le lancement interne de l’outil, il a écrit à ses ingénieurs que d’ici la fin de l’année, voire plus tôt, ils devraient « cesser de regarder le code » et s’en remettre à l’IA pour l’écrire.
La formule est brutale, et elle assume sa provocation. À ceux qui reprochent à l’IA de produire du code médiocre, Yarats répond que « les déchets ne seront pas un problème tant que le code généré passe les contrôles de qualité ». Autrement dit : peu importe l’élégance de ce que la machine écrit, seul compte ce que la barrière des tests laisse passer. La qualité ne se juge plus à la lecture, mais au résultat.
C’est un renversement de doctrine. Pendant des décennies, la relecture humaine ligne à ligne fut le socle du métier. Yarats propose de la remplacer par une confiance dans l’automatisation du contrôle. Le pari est cohérent, mais il déplace le risque plutôt qu’il ne le supprime : si les tests ne couvrent pas un cas, personne ne regarde plus.
Perplexity fait de sa faiblesse un atout
Détail technique lourd de sens : Teammate est décrit comme « agnostique aux modèles ». Il ne repose pas sur un chatbot unique et peut brancher indifféremment les moteurs disponibles. Perplexity, qui n’entraîne pas ses propres modèles de pointe, transforme ici sa dépendance en atout. Cursor a bâti son succès sur ce même pari du multi-modèle, quand Claude Code, chez Anthropic, et Codex, chez OpenAI, restent arrimés à leur propre modèle.
La leçon est nette : la valeur ne réside plus dans le modèle brut, mais dans l’orchestration qui l’entoure. L’outil qui découpe une tâche, choisit le bon moteur, exécute, teste et itère compte désormais autant que le cerveau qu’il pilote. C’est là, dans cette couche, que se logera la différenciation, le jour où les modèles eux-mêmes seront interchangeables.
Écrire le test comptera plus qu’écrire la fonction
Rien n’est encore public. Aucune date de sortie n’est confirmée, le produit reste en phase de test interne, et Perplexity refuse de commenter. Prudence, donc, sur les promesses. Mais la trajectoire, elle, ne relève plus de la spéculation : quand une entreprise de recherche construit d’abord un agent de développement pour ses propres ingénieurs, c’est qu’elle voit là le terrain le plus rentable.
Le métier de développeur ne disparaît pas, il se déplace. La valeur migre de la production de lignes vers la définition de ce qui doit être produit et la conception des garde-fous qui valident le résultat. Savoir écrire une fonction comptera moins que savoir écrire le test qui la juge, et cadrer l’agent qui l’implémente.
Perplexity vous avait habitués à chercher pour vous. Elle parie maintenant que vous ne voudrez plus lire ce que la machine écrit. Le pari se gagnera ou se perdra sur une seule chose : la solidité de ce fameux filet de tests. Tout le reste n’est que déclaration d’intention.
