Contexte et objectif
Après près de huit ans de concurrence avec Steam, Epic Games a présenté une version Preview de son Epic Games Launcher entièrement repensée. Le terme « vibe coding » désigne l’utilisation d’une intelligence artificielle pour générer et réviser le code, selon les déclarations du directeur général du magasin, Martin Keely. L’objectif déclaré est de reproduire les fonctionnalités existantes tout en abandonnant le code d’origine, afin d’obtenir un démarrage plus rapide et une meilleure réactivité.
Architecture et processus de développement
Le nouveau launcher a été construit « from scratch » avec une pile technologique différente de celle du produit précédent. Epic indique que l’IA a servi de toolchain pour écrire les nouvelles fonctionnalités et les valider, ce qui a permis à une petite équipe de réécrire la base de code en moins de temps que lors du développement initial. Le résultat est un binaire multiplateforme capable de s’exécuter sur Windows, macOS et, prochainement, Linux. Aucun détail précis sur le langage ou le framework n’est fourni, mais la mention d’un « different tech stack » implique un changement majeur d’infrastructure, possiblement vers des bibliothèques plus légères ou des modèles de compilation optimisés.
Évaluation des performances
Les tests réalisés par Ars Technica mesurent le temps de démarrage à froid du nouveau launcher. Le résultat montre un gain de quelques secondes par rapport à Steam, lorsqu’aucune connexion ou mise à jour n’intervient. Cette amélioration se traduit par un passage du splash screen à la page du magasin plus rapidement, ce qui améliore l’expérience utilisateur lors de l’ouverture du client. En restauration depuis la barre d’état système, Epic revendique un avantage de 0,06 s sur Steam ; le test indique que cet écart est marginal et difficilement perceptible, mais il confirme la capacité du nouveau code à réduire les latences internes.
Implications et limites
L’usage de l’IA pour générer le code soulève plusieurs questions. D’une part, la productivité accrue permet à une équipe réduite de livrer un produit complet, ce qui peut réduire les coûts de maintenance. D’autre part, la transparence du code produit par l’IA reste incertaine : sans audit approfondi, il est difficile d’évaluer la robustesse face aux vulnérabilités ou aux bugs de logique. De plus, la comparaison de vitesse se base sur des scénarios idéaux (absence de login, pas de mise à jour), ce qui ne reflète pas toujours les conditions réelles des utilisateurs. Enfin, la prise en charge Linux annoncée mais non encore disponible introduit une incertitude quant à la cohérence des performances sur toutes les plateformes.
