Une startup israélienne a construit Gnata, une implémentation pure Go de JSONata 2.x, en seulement sept heures en utilisant des assistants de codage IA pour 400 $ en tokens API. Le résultat : une amélioration de performance de 1 000x sur les expressions communes et 500 000 $ d'économies annuelles. JSONata est un langage de requête et de transformation pour les données JSON, typiquement utilisé dans les pipelines de traitement de données où les goulots d'étranglement de performance peuvent coûter cher à grande échelle.
Ce n'est pas une autre histoire du genre « l'IA va remplacer tous les développeurs »—c'est la preuve que l'IA excelle dans les problèmes d'infrastructure bien définis. JSONata a une spécification claire, des suites de tests établies et des patterns d'entrée/sortie prévisibles. Ce sont exactement les conditions où les outils de codage IA actuels brillent. L'accélération de 1 000x vient probablement du passage d'une implémentation JavaScript interprétée à du code Go compilé, une optimisation que tout développeur expérimenté ferait.
Ce qui manque dans cette histoire à source unique, c'est le contexte crucial. On ne sait pas quel assistant de codage IA ils ont utilisé, à quoi ressemblait l'implémentation JSONata originale, ou comment ils ont validé la justesse à travers toute la spécification JSONata. Le chiffre de 500 000 $ d'économies suggère que ça remplaçait du compute cloud coûteux ou des frais de licence, mais sans métriques de base, c'est difficile à vérifier. Plus important encore, sept heures de temps humain ne comptent pas le travail d'ingénierie pour intégrer, tester et maintenir ça en production.
Pour les développeurs, ça renforce une leçon clé : les outils de codage IA fonctionnent mieux sur des problèmes isolés et bien spécifiés. Si vous avez affaire à des goulots d'étranglement de performance dans les bibliothèques standard de transformation de données, l'IA peut probablement vous aider à construire des alternatives plus rapides. Mais n'espérez pas les mêmes résultats sur des applications greenfield ou de la logique métier complexe.