Contexte technique
J'ai suivi la récente discussion autour de Tolaria et, honnêtement, rien ne me surprend : les modèles actuels sont vraiment plus à l'aise avec Electron qu'avec SwiftUI natif. Pour l'automatisation par IA, c'est une réalité pratique, pas un débat théorique de forum.
Je le constate aussi dans mes propres tests : React, HTML, CSS et tout l'écosystème web sont bien plus simples pour ces modèles. La structure est prévisible, les données d'entraînement sont abondantes et il y a moins de spécificités de plateforme qui cassent le résultat au pire moment.
Avec Electron, un modèle IA peut généralement assembler une interface qui, au moins, se lance, a l'air cohérente et ne s'effondre pas après la première modification. Avec SwiftUI, c'est une autre histoire : il peut générer un écran de base, mais dès que la gestion de l'état, la navigation, les motifs système de macOS ou simplement un comportement précis des éléments entrent en jeu, la chirurgie manuelle commence.
La remarque sur « un site web bancal au lieu d'une application » m'a particulièrement interpellé. C'est tout à fait ça. Les applications Electron générées par IA ont souvent de petits détails qui trahissent leurs origines web : une sélection de texte étrange, un rythme de défilement inhabituel, une faible sensation d'intégration à la plateforme et des raccourcis clavier de compromis.
Mais voici une nuance importante : cela ne signifie pas qu'Electron est mauvais. Cela signifie que les modèles actuels comprennent mieux les UI web déclaratives que l'intégration IA native régie par les règles strictes de l'écosystème Apple. Sur SwiftUI, le coût d'une erreur est plus élevé, et un excellent prompt ne peut pas tout corriger.
Impact sur l'entreprise et l'automatisation
Si j'ai besoin d'un outil interne rapide, d'un panneau d'administration ou d'un wrapper de bureau pour un agent IA, je me tournerai probablement vers Electron en ce moment. C'est plus rapide, moins cher et parfait pour tester une hypothèse sans passer des semaines à peaufiner.
Si la tâche dépend de la qualité de l'UX, d'une faible consommation de mémoire et de la sensation d'un véritable produit macOS, je ne me bercerais pas d'illusions en pensant qu'un modèle peut le créer en une seule fois. Il faut une véritable architecture IA : décider quoi générer automatiquement, quoi laisser aux humains et où mettre en place le contrôle qualité.
Les équipes qui ont besoin de rapidité de mise sur le marché sont gagnantes. Celles qui promettent aux clients une « UX native premium à partir d'un seul prompt » sont perdantes.
C'est précisément sur ce genre de carrefours que j'accompagne mes clients : déterminer où une solution IA sur une base web est suffisante et où il vaut mieux ne pas lésiner sur la partie native. Si le succès de votre produit dépend de son interface, examinons les scénarios ensemble. Chez Nahornyi AI Lab, je peux vous aider à construire une implémentation IA qui ne brûlera pas votre budget dans une magie générative belle mais fragile.