De Spicy Autocomplete à Dark Factory : les 5 niveaux d'autonomie AI coding
Le Vibe Coding Level Test mesure une chose précise : ton niveau d'autonomie quand tu construis du logiciel avec l'IA. Voici le framework sur lequel il s'appuie, les 5 axes qu'il mesure, et la règle qui empêche de tricher.
D'où vient le framework
En janvier 2026, Dan Shapiro (CEO de Glowforge) publie « The Five Levels: from Spicy Autocomplete to the Dark Factory », une échelle des pratiques de développement assisté par IA calquée sur les niveaux de conduite autonome. Cinq jours plus tard, Simon Willison l'amplifie et popularise le nom du niveau 5 : la « Dark Factory », l'usine où les lumières sont éteintes parce que les robots n'ont pas besoin de voir.
Le framework décrit ce que fait l'humain à chaque niveau : qui écrit, qui relit, qui décide. Notre test le transforme en diagnostic : 13 questions sur tes pratiques réelles, en parcours développeur ou no-code.
L'échelle, de L0 à L5
L'IA te suggère la ligne suivante pendant que tu écris toute la logique toi-même. Copilot en mode tab, texte fantôme dans l'éditeur, copier-coller ponctuel depuis ChatGPT. C'est toi qui codes.
Tu confies des tâches discrètes et bien cadrées : boilerplate, tests unitaires, petits refactos, une fonction isolée. L'IA produit un premier jet, tu relis chaque ligne avant qu'elle ne parte.
L'IA modifie plusieurs fichiers d'un coup et comprend le codebase que tu lui montres. Tu lis encore tout le diff avant de livrer, mais tu n'écris plus l'essentiel du code toi-même.
Tu n'écris plus de code, tu diriges et valides au niveau de la feature. Tu décris les résultats, l'IA exécute à travers le codebase, tu vérifies que le comportement est correct. La plupart des gens plafonnent ici parce qu'ils n'arrivent pas à arrêter de relire ligne à ligne.
Tu écris des specs de haut niveau, les agents exécutent en autonomie à grande échelle. La revue passe par des gates : tests, CI, monitoring, déploiements canary. Tu es architecte et reviewer de systèmes, plus de code.
Spec en entrée, logiciel en sortie. Aucun humain n'écrit le code, aucun humain ne le relit. Le système tient debout grâce à des harnesses de tests externes, des scénarios indépendants, du monitoring et du rollback automatisé. Très peu d'équipes en sont là, et y rester est plus dur que d'y arriver.
La cap rule : l'autonomie se gagne par le contrôle
C'est la particularité de notre scoring : si ton axe Vérification est sous 3/5, ton niveau est plafonné à L3, quel que soit ton score de délégation. Le test affiche alors ton niveau brut et ton niveau plafonné.
La raison est au cœur du framework : ce qui sépare un L4 d'un cowboy, ce n'est pas la quantité de code déléguée, c'est le système de contrôle qui remplace la relecture humaine (tests, evals, agents relecteurs, CI). Déléguer sans vérifier ne monte pas l'échelle, ça la fait tomber.
Les 5 axes mesurés
- •Délégation : quelle part du travail de code tu confies réellement à l'IA : de la ligne suggérée à la feature entière.
- •Vérification : ce que tu fais des sorties : relecture ligne à ligne, tests, revue par agent, ou rien du tout.
- •Contexte et specs : ta capacité à cadrer le travail : specs, conventions, règles projet que l'IA peut suivre.
- •Orchestration : tes outils et leur enchaînement : de l'autocomplete à des agents qui travaillent en parallèle.
- •Fiabilisation : les garde-fous : CI, tests de non-régression, environnements isolés, rollback.
Le croisement Délégation × Vérification produit ton verdict Autonomie-Contrôle (de « en chauffe » à « prêt pour la Dark Factory »), et un indicateur dédié estime ta distance au L5.
Questions fréquentes
Pourquoi mon niveau a-t-il été plafonné à L3 ?
C'est la cap rule du test : si ta discipline de vérification est faible (moins de 3/5 sur cet axe), ton niveau est plafonné à L3 même si tu délègues comme un L4 ou L5. Déléguer beaucoup sans vérifier n'est pas de l'autonomie, c'est du risque. Les vrais L4/L5 ont remplacé la relecture humaine par des systèmes de contrôle (tests, evals, agents relecteurs), pas par de la confiance.
Le niveau 5 (Dark Factory) existe-t-il vraiment ?
Oui, mais il est rare. Le principe : la spec entre, le logiciel sort, et personne ne lit le code produit. L'exemple public le plus cité est l'équipe d'ingénierie de StrongDM, dont la règle interne interdit la revue humaine du code généré : le travail des ingénieurs se déplace vers les tests, les règles du harnais et les patterns d'architecture.
Être L0 ou L1, c'est grave ?
Non. Le framework décrit des niveaux d'autonomie, pas des niveaux de valeur. Un L1 discipliné qui relit tout livre du code plus sûr qu'un L3 négligent. En revanche, l'écart de productivité entre les niveaux se creuse vite : l'enjeu est de monter d'un niveau en gardant le contrôle, pas de sauter au L5.
Pourquoi deux parcours, développeur et no-code ?
Parce que l'autonomie AI coding ne concerne plus seulement les développeurs. Les builders no-code (Lovable, Bolt, v0) vivent la même échelle avec d'autres outils : les 13 questions sont adaptées à chaque profil, mais mesurent les mêmes 5 axes et donnent le même type de niveau.
Et toi, tu es à quel niveau ?
13 questions, 5 minutes, gratuit : ton niveau L0-L5, ton radar 5 axes et ton verdict Autonomie-Contrôle.
Passer le Vibe Coding Level Test