Après sept années d’utilisation en production, l’entreprise Scarf annonce migrer ses nouveaux développements vers Python, s’éloignant progressivement de Haskell. Cette décision, rendue publique le 10 juillet 2026 par Avi Press, figure importante de la fondation Haskell, s’inscrit dans une réflexion plus large sur l’impact des intelligences artificielles génératives sur les écosystèmes de développement. Scarf avait jusqu’ici tiré parti des forces de Haskell, notamment son système de types rigoureux et sa fiabilité en conditions réelles. Toutefois, l’intégration croissante des modèles de langage a modifié l’économie du développement logiciel. Les IA générant désormais du code fonctionnel en quelques minutes, le temps de compilation et la complexité des outils deviennent des goulots d’étranglement critiques. Dans un environnement où plusieurs agents IA travaillent simultanément sur des branches multiples, le démarrage à froid et la configuration des caches consomment plus de temps que la rédaction du code elle-même. Malgré l’adoption de solutions de mise en cache avancée, le cycle de rétroaction reste trop lent pour optimiser les flux de travail modernes. Pour pallier ce problème, Scarf a initié une transition progressive. Un serveur API en Python est déployé à côté de l’infrastructure Haskell existante, permettant de router progressivement les nouvelles fonctionnalités vers Python. Grâce à l’assistance des IA, la réimplémentation des composants critiques comme l’authentification, les accès base de données et les pipelines de tests s’est révélée rapide et peu coûteuse. Les gains de productivité sont immédiats : les temps d’attente liés à la toolchain sont redéployés vers le développement de fonctionnalités et l’écriture de tests. Les correctifs peuvent désormais être déployés quasi instantanément, réduisant considérablement les délais de résolution des incidents client. Jusqu’à présent, la perte de la sécurité typique de Haskell n’a pas engendré de régression observable, notamment grâce à une couverture de tests accrue. Cette migration soulève des interrogations plus larges pour l’écosystème Haskell. Avi Press souligne que l’adoption des IA devrait orienter la communauté vers des améliorations ciblées : réduction drastique des temps de compilation, documentation riche en exemples concrets adaptés aux agents, messages d’erreur plus explicites et facilitation de la prise en main des projets. Plutôt que de privilégier des recherches sur le système de types ou des débats restrictifs concernant l’usage des IA, l’industrie a besoin d’outils optimisés pour la génération et la validation automatisée du code. À défaut d’évoluer vers ce modèle, Haskell risque de voir son avance stagnante face à des écosystèmes plus agiles et mieux adaptés aux flux de travail assistés par IA. Pour Scarf, le choix de Python correspond à une adaptation pragmatique aux réalités actuelles du développement logiciel. L’entreprise conserve Haskell pour certains services critiques, mais privilégie désormais Python pour ses projets innovants, afin de bénéficier de cycles de développement plus rapides et d’une intégration fluide avec les outils d’IA. Cette transition illustre une tendance plus vaste : dans l’ère des IA génératives, la vitesse de rétroaction et la simplicité des environnements de travail priment sur les garanties théoriques, redéfinissant les critères de choix des langages de programmation.