Résumé des points clés
Rod Johnson, le créateur du framework Spring, revient sur la scène après plus de 20 ans pour fonder le framework open-source Embabel, conçu spécialement pour résoudre les problèmes de « contrôlabilité, interprétabilité et traçabilité » des agents AI d'entreprise. Il avance une idée choquante : cette pourrait être la dernière génération de frameworks choisie par les humains – à l'avenir, les outils AI prendront progressivement en charge le choix des technologies pour les développeurs, qui n'auront plus besoin de sélectionner eux-mêmes les frameworks ou d'assembler leurs propres stacks techniques. Il exprime également de nombreuses opinions contraires à l'intuition concernant les applications AI d'entreprise : il s'oppose à la réécriture aveugle du Java en Python pour des raisons d'AI, et met en garde contre le fait que les agents de codage AI pourraient détruire les bibliothèques de code. Il utilise également des algorithmes de planification utilisés dans les personnages non jouables (NPC) de jeux pour rendre les agents AI plus « obéissants ».
I. Le retour du père de Spring : Pourquoi créer un framework AI maintenant ?
Rod Johnson n'a pas fait de « saut de carrière » soudain ; il est d'abord passé du domaine de la musique au programmement, et il a redéfini le développement d'applications Java à l'échelle des entreprises avec Spring il y a 20 ans. Son retour est dû au fait que des outils comme GPT-3/ChatGPT ont rendu l'AI plus pratique, mais les entreprises rencontrent de nombreux problèmes lors de son utilisation :
- Les dirigeants parlent beaucoup d'AI, mais les équipes lancent des projets sans objectifs commerciaux clairs ;
- L'AI est intégré de force dans des systèmes existants, s'écartant des stacks techniques traditionnels en Java, créant des « îlots isolés » ;
- Les outils utilisés par les modèles linguistiques de grande taille (LLM) sont utilisés de manière aléatoire, rendant le résultat difficile à contrôler et à auditer.
Il travaillait déjà avec TensorFlow il y a deux ans et a constaté qu'il manquait un élément essentiel pour intégrer l'AI aux systèmes d'entreprise : un framework capable de combiner les LLM avec les systèmes existants (comme Java) tout en garantissant que le comportement de l'AI soit cohérent. C'est ainsi qu'est né Embabel.
II. Les entreprises ne devraient pas se précipiter pour passer au Python pour l'AI ! Le Java est votre meilleure option
De nombreux dirigeants demandent aux équipes Java de passer à Python pour les projets AI, mais Rod estime que c'est une erreur :
- Il faut faire la distinction : le Python est idéal pour la science des données (formation et affinage des modèles), mais pas pour les applications AI d'entreprise (qui impliquent l'intégration des LLM dans des systèmes commerciaux) – les appels HTTP effectués en Java sont tout aussi simples que ceux en Python ;
- La compatibilité est cruciale : 90 % des systèmes d'entreprise sont écrits en Java (bases de données, services, bibliothèques de code) ; utiliser Java permet de connecter directement les applications AI sans avoir à réinventer la roue ;
- Les compromis d'Embabel : le noyau du framework est écrit en Kotlin (plus moderne), mais il est entièrement compatible avec Java ; vous pouvez écrire du code Java pour appeler Embabel sans ressentir de différences notables.
Par exemple, une entreprise australienne a utilisé Java pour automatiser 95 % de l'examen des formulaires, et le résultat a été très satisfaisant.
III. L'AI permet-il de coder facilement ? Faites attention à ce qu'il ne détruise pas vos bibliothèques de code
Rod utilise lui-même l'AI pour écrire 95 % de son code, mais il met en garde : on ne peut pas laisser l'AI prendre complètement le contrôle :
- L'AI est bon pour créer du code destiné à une utilisation unique (comme des prototypes d'interface utilisateur), mais lorsqu'il s'agit de code commercial sérieux, il ajoute souvent des fonctionnalités inutiles, rendant le code encombrant ;
- Son secret : il conserve le contrôle de l'architecture et ne laisse l'AI créer que les détails d'exécution, puis il modifie le code manuellement en se basant sur les différences ; par exemple, s'il constate que l'AI a codé une valeur de manière inappropriée, il corrige : « Il faudrait utiliser un pattern stratégique et extraire cette valeur » ;
- Un problème courant dans les entreprises : les dirigeants imposent l'utilisation de l'AI aux équipes sans qu'ils aient bien réfléchi à ses raisons, ce qui mène souvent au échec des projets.
IV. La technologie avancée d'Embabel : utiliser des algorithmes de planification de NPC pour rendre les agents AI plus obéissants
D'autres frameworks AI (comme LangChain) laissent les LLM décider eux-mêmes de leurs prochaines actions, ce qui est souvent incontrôlable. Emabel utilise l'algorithme GOAP (Goal-Oriented Action Planning), utilisé dans les jeux :
- Planification comme pour un NPC : si vous voulez « examiner un formulaire », GOAP analyse d'abord la situation actuelle (le contenu du formulaire) et trouve ensuite les étapes nécessaires pour atteindre l'objectif (vérifier les champs obligatoires, analyser le format, etc.) ; chaque étape est accompagnée de conditions claires (par exemple, il ne peut pas passer à l'étape suivante si certains champs ne sont pas remplis) ;
- Détermination et interprétabilité : GOAP utilise la programmation dynamique, mais chaque étape est transparente ; vous pouvez comprendre pourquoi l'AI a choisi cette approche et obtenir des logs d'audit ;
- Optimisation des coûts : il est possible de définir des coûts pour chaque étape (par exemple, les appels aux LLM coûteux) ; GOAP sélectionne automatiquement le chemin le moins cher.
Contrairement à LangChain, les agents AI d'Emabel se comportent de manière plus prévisible, ce qui rassure les entreprises.
V. Les frameworks du futur ne seront-ils pas choisis par les humains ? Cela pourrait être la dernière génération choisie par des êtres humains
Selon Rod Johnson, les développeurs ne disparaîtront pas, mais le pouvoir de choisir les frameworks passera aux outils AI :
- Les modèles deviendront de plus en plus puissants et les outils sélectionneront automatiquement les frameworks et stacks techniques les plus adaptés ;
- Pourquoi en est-il si sûr ? Parce qu'il a personnellement vu Spring évoluer d'un simple framework à une infrastructure essentielle ; aujourd'hui, les outils AI font déjà des choix pour les développeurs ;
- Mais les entreprises ont-elles encore besoin de frameworks comme Embabel ? Oui ! Elles recherchent la contrôlabilité et l'interprétabilité, et les frameworks AI doivent répondre à ces exigences ; cependant, les humains n'auront plus besoin de choisir eux-mêmes.
Il plaisante même en disant : « Dans cinq ans, les gens écriront-ils encore leurs propres applications ? Peut-être pas, mais Embabel sera au moins la dernière génération de frameworks choisie par des êtres humains.»
Conclusion
Le retour de Rod Johnson n'est pas simplement la création d'un nouveau framework AI ; c'est aussi une réflexion sur la valeur des développeurs à l'ère de l'AI. À l'avenir, les développeurs n'auront peut-être plus besoin d'écrire beaucoup de code ni de choisir eux-mêmes les frameworks, mais ils devront conserver le contrôle de l'architecture et une compréhension approfondie des besoins commerciaux. Ses opinions ne sont pas nécessairement toutes justes, mais en tant que créateur de Spring, son point de vue mérite d'être pris au sérieux par tous les entreprises et développeurs. Après tout, il a déjà changé la façon de développer en Java ; cette fois, il pourrait bien changer les règles du jeu dans le domaine de l'AI.