Adieu C++ : l'IA va réécrire le code critique en Rust, plus sûr

Le monde numérique repose encore sur des rustines conçues au siècle dernier. Une grande partie des infrastructures critiques, des systèmes bancaires aux bases de données publiques, est écrite en C et C++. Ces langages donnent au programmeur un pouvoir immense sur la mémoire de l'ordinateur, mais, on le sait, un grand pouvoir entraîne de monstrueuses erreurs. Environ 70 pour cent des vulnérabilités logicielles actuelles viennent d'une mauvaise gestion de la mémoire. Ce sont ces failles par lesquelles les pirates s'infiltrent depuis des décennies dans des systèmes protégés. Jusqu'ici, pas d'issue : réécrire à la main des millions de lignes de code ancien coûtait trop cher, prenait trop de temps et était tout simplement ennuyeux pour des ingénieurs qualifiés.

La situation a changé avec Rust. Lancé en 2015, ce langage promet les mêmes performances que le C++, mais avec des « garde-fous » intégrés qui empêchent physiquement les erreurs fatales de mémoire. Le problème : Rust est un langage difficile, et ses experts sont bien moins nombreux que les adeptes des classiques. C'est là qu'intervient l'intelligence artificielle. Une nouvelle initiative baptisée Great Refactor propose d'utiliser des réseaux de neurones pour enfin nettoyer ces écuries d'Augias du code obsolète. L'idée est simple : si les humains ne veulent pas ou ne peuvent pas réécrire Internet de façon sûre, que les machines s'en chargent.

L'Institute for Progress a lancé un projet visant à convertir 100 millions de lignes de code open source en Rust d'ici 2030. Il réclame rien de moins que 100 millions de dollars. La somme paraît énorme, mais le responsable du projet, Herbie Bradley, de Cambridge, remet vite les choses en perspective. Selon ses calculs, cet investissement permettrait d'éviter des cyberattaques causant environ 2 milliards de dollars de dégâts au total. Ce n'est pas qu'une économie : c'est une question de survie pour un écosystème numérique de plus en plus fragile face aux outils de piratage automatisés.

Techniquement, la tâche paraît moins fantaisiste qu'il y a deux ans. Les LLM actuels traduisent assez correctement de petits morceaux de code, jusqu'à 1000 lignes, presque sans supervision. Avec un léger contrôle humain, les réseaux de neurones « digèrent » déjà des projets allant jusqu'à 5000 lignes. La difficulté principale n'est pas de faire fonctionner le code, mais de le rendre « idiomatique ». Dans le jargon des développeurs, cela signifie qu'il doit ressembler à ce qu'écrirait un vrai expert de Rust, en respectant toutes les bonnes pratiques et conventions. Si l'IA produit une bouillie illisible et impossible à maintenir, la refactorisation perd tout son sens.

L'agence de défense DARPA est elle aussi entrée dans la partie avec son programme TRACTOR. Elle explore une approche hybride : associer l'analyse statique de code classique, affinée pendant des décennies, et les modèles génératifs modernes. C'est logique, car les réseaux de neurones ont tendance à halluciner, et pour un logiciel critique, une erreur ne se résume pas à un site qui plante : elle peut provoquer l'effondrement de systèmes de survie. Pour l'instant, les premiers tests montrent que l'IA peut être un excellent apprenti, mais que le rôle d'architecte en chef reste réservé à l'humain.

Il existe aussi une opinion sceptique. Des développeurs chevronnés craignent que la conversion massive vers Rust crée une pénurie de personnel pour la maintenance. Les experts Rust sont rares, et si des millions de nouvelles lignes apparaissent soudain dans ce langage, qui veillera à leur mise à jour dans cinq ans ?

Par ailleurs, un financement public de cette ampleur est lourd et lent. Le secteur privé devra peut-être prendre les devants, d'autant que des géants comme Google et Microsoft migrent depuis longtemps leurs composants clés vers Rust par leurs propres moyens. Great Refactor vise pour sa part la « longue traîne » de petites bibliothèques, maintenues par une poignée de bénévoles et qui sous-tendent pourtant la moitié des logiciels du monde.

L'essentiel : l'IA sera-t-elle la « balle d'argent » qui tuera les vulnérabilités mémoire, ou allons-nous simplement remplacer les anciens bugs par de nouveaux, générés par un réseau de neurones ?