IA agentique et programmation réactive : pourquoi Mistral AI acquiert SkipLabs

Mistral AI veut mettre la programmation réactive au service de l’IA agentique

La spécialité de SkipLabs et de ses six collaborateurs, c’est la programmation réactive. Elle a développé Skip, un framework open source pour bâtir des services back-end et qui doit reproduire les propriétés des frameworks front-end de type React. L’idée est de ne pas recalculer les états affectés par des changements de données. TypeScript et utilisé pour déclarer les changements d’état dans des applications qui évoluent en quasi-temps réel.

Chez Mistral AI, l’équipe de SkipLabs mettra son « expertise en conception de langage, de compilateur, de systèmes de typage, en analyse statique et en calcul incrémental » pour bâtir des outils « qui permettent aux modèles d’IA d’écrire un meilleur code plus rapidement, tout en façonnant chaque étape du modèle, de l’entraînement et de l’évaluation à la manière dont les agents écrivent et vérifient les logiciels ».

Les six personnes formeront le cœur de l’équipe « langage » de Mistral AI. Le recrutement est déjà ouvert, selon Julien Verlaguet.

Le responsable est persuadé que les principes de la programmation réactive siéent parfaitement à l’IA agentique. « Les modèles Frontier écrivent déjà énormément de code, et ils en écriront bien plus. Pourtant, les outils qui rendent le code fiable ont été conçus pour les humains : boucles de rétroaction lentes, messages d’erreur que les gens doivent interpréter, vérifications qui s’exécutent après coup », écrit-il, sur LinkedIn. « Les modèles ont besoin de l’inverse, d’outils assez rapides pour s’exécuter dans leur boucle, de retours dont ils peuvent apprendre, de langages dans lesquels ils peuvent raisonner ».

Un agent autonome pour générer des back-end fiables

Ces derniers mois, SkipLabs a mis au point Skipper, un agent fonctionnant dans une boucle fermée, « où l’humain a été retiré de l’équation ». Cet agent IA génère des services back-end à partir d’un prompt en langage naturel. Son comportement doit se rapprocher le plus possible de celui d’un compilateur.

« Skipper a essentiellement trois composants », explique Julien Verlaguet, dans une vidéo de présentation. « Le premier est un harnais multimodèle que nous avons développé nous-même. Le second est un runtime réactif pour JavaScript. Le programme est défini comme un graphe de calcul et il est déclaratif. Ainsi, l’IA ne s’occupe pas de la gestion des mises à jour, de l’invalidation du cache ou des problèmes de concurrences ». Son seul objectif est de définir le graphe de calcul de l’entrée à la sortie.

Ce runtime est écrit à l’aide du langage de programmation SKIP, le fruit du travail de Julien Verlaguet chez Facebook de 2015 à 2018. SKIP automatise la mise en cache des calculs, en s’appuyant sur un typage statique et des données immuables. Le framework éponyme n’en reprend que la philosophie.

Le troisième composant est l’outillage. « Nous avons développé beaucoup d’outils, mais le plus important est un vérificateur de types, une ré-implémentation de TypeScript écrit de pied en cap par nos soins », affirme le dirigeant. Celui-ci doit s’assurer de la validité des types et s’exécuter rapidement. Le tout forme une boucle de correction autonome.

Les développeurs peuvent ensuite utiliser Vercel, Lovable ou encore Replit pour bâtir le front-end.

« Skipper est très bon pour chercher des données dans des environnements externes, mais il est aussi très bon pour développer des applications multi-utilisateurs, stateful et en temps réel », souligne Julien Verlaguet. Donc pour concevoir des outils collaboratifs et des réseaux sociaux.  

Avant son rachat, SkipLabs avait déjà dans l’idée d’étendre les capacités de son agent IA pour en faire un outil générique, utilisable par d’autres outils, comme Claude Code ou Mistral Vibe. Chez GitHub, par exemple, plusieurs agents IA (et leurs sous-agents) sont nécessaires pour générer le code, le valider, le tester, etc.

L’acquisition de SkipLabs résonne avec le travail de Mistral AI sur les méthodes de preuve formelle. En mars et en juillet 2026, la startup a publié les modèles open weight Leanstral et Leanstral 1.5, conçus pour vérifier le code généré par d’autres LLM.

Si la startup a su convaincre les industriels, la programmation demeure actuellement le secteur porteur de l’IA agentique ; là où les entreprises, bon gré mal gré, ont véritablement des cas d’usage en production. Dans ce domaine, Anthropic, OpenAI et Google ont encore un train d’avance.