Coinbase : l'IA génère 95% à 100% de son code désormais
Le responsable de la plateforme, Rob Witoff, a lié le changement à des équipes dirigeantes plus petites après le licenciement de 700 personnes en mai.
Le responsable de la plateforme de Coinbase, Rob Witoff, a déclaré que l'échange a maintenant « près de 100 % » de son code écrit par ou avec des modèles de langage de grande taille, plaçant la fourchette entre 95 % et 100 %.
Il a également déclaré qu'effectivement tous les employés de Coinbase utilisent l'IA quotidiennement, présentant ce changement comme un changement de modèle opérationnel à l'échelle de l'entreprise après une réduction de personnel en mai.
Points clés
- Le responsable de la plateforme de Coinbase, Rob Witoff, a estimé que la génération de code assistée par l'IA représente « quelque part entre 95 % et 100 % » de la base de code de l'entreprise.
- L'utilisation quotidienne de l'IA est effectivement universelle au sein de l'entreprise, Witoff déclarant : « Effectivement, 100 % de nos employés utilisent l'IA quotidiennement ici. »
- La nouvelle fourchette de 95 % à 100 % est décrite comme étant plus du double de l'estimation de Coinbase de février selon laquelle 40 % de son code était écrit avec l'IA.
- Coinbase a réduit 14 % de son personnel plus tôt en 2026, avec 700 réductions de personnel en mai.
Coinbase place le code écrit par l'IA entre 95 % et 100 %, contre 40 % en février.
Coinbase décrit maintenant l'IA comme le chemin par défaut pour expédier des logiciels, et non comme un outil accessoire pour un sous-ensemble d'ingénieurs. Rob Witoff, le responsable de la plateforme de l'entreprise, a déclaré : « Et près de 100 % de notre code, probablement quelque part entre 95 % et 100 %, est écrit par ou avec des LLM aujourd'hui. »
Witoff a associé cela à une affirmation d'adoption plus large au sein de l'organisation : « Effectivement, 100 % de nos employés utilisent l'IA quotidiennement ici. » Ensemble, le message est que l'IA est intégrée dans les flux de travail, et non confinée à l'ingénierie.
L'augmentation est également présentée comme rapide. Le chiffre de 95 % à 100 % est décrit comme étant plus du double de l'estimation de Coinbase de février selon laquelle 40 % de son code était écrit avec l'IA, ce qui implique une forte accélération interne en quelques mois.
Des équipes de 10 personnes aux 2-3 ingénieurs seniors : le nouveau modèle de recrutement
La direction lie explicitement le changement d'outillage à l'efficacité des effectifs. Witoff a déclaré que ce mouvement a permis à Coinbase de se réorganiser autour d'équipes plus petites et plus expérimentées, avec "deux ou trois employés maintenant capables de gérer un travail qui nécessitait auparavant 10 personnes ou plus."
Cette posture s'inscrit dans le contexte de réductions d'effectifs. Coinbase a réduit de 14 % son personnel plus tôt en 2026, et 700 employés ont été licenciés en mai. Le PDG Brian Armstrong a dit aux employés dans un email de mai que l'IA avait "dramatiquement" changé le rythme de travail et que Coinbase devait "retourner à la vitesse et à l'accent de notre création de startup, avec l'IA au cœur de notre activité."
Witoff a déclaré que les licenciements de mai ont touché de manière disproportionnée les postes juniors : « Il y avait beaucoup de postes de développement juniors qui ont été impactés. » Il a ajouté que les coupes s'étendaient également au marketing, au juridique, au support client et à la conformité, ce qui est important pour les traders qui relient la vélocité des produits et la capacité réglementaire au risque d'exécution.
Dans le flux de travail : 5 à 10 agents par ingénieur et une revendication de 1 200 « équivalents employés »
Coinbase s'oriente également vers des outils agentiques comme unité de productivité. Witoff a déclaré que la plupart des ingénieurs de Coinbase gèrent entre cinq et dixagents IAà tout moment donné, et que ces agents effectuent collectivement un travail de codage équivalent à environ 1 200 employés.
Il a poussé le cadre plus loin dans la courbe, projetant qu'en 2030, Coinbase pourrait voir des agents d'IA accomplir le travail équivalent à celui de 100 000 employés. Ce sont des estimations exécutives, pas des métriques opérationnelles auditées, mais elles fixent les attentes quant à la manière dont Coinbase entend compresser les intrants de main-d'œuvre par unité de production.
Witoff a également tracé une ligne claire entre la rapidité et la sécurité. Il a décrit un « large spectre » de dépendance à l'IA : la cryptographie de base reste fortement pilotée par des humains, tandis que le prototypage est décrit comme étant effectivement automatisé.
« Par exemple, lorsque nous écrivons de la cryptographie de base, nous avons des cryptographes de premier plan dans l'industrie qui recherchent et examinent méticuleusement une ligne à la fois », a-t-il déclaré.
Il a ajouté : « Nous utilisons beaucoup l'IA pour tester et nous assurer que le code que nous avons écrit fonctionne comme il se doit, qu'il n'y a pas de vulnérabilités, nous vérifions les mathématiques, mais c'est une partie beaucoup plus manuelle que celle où nous construisons des prototypes internes, qui est maintenant effectivement automatisée à 100 %. »
Points de preuve de la saison des bénéfices pour les traders surveillant l'effet de levier opérationnel de COIN
La revendication presque totale de codage assisté par l'IA est un récit de structure de coûts qui sera testé dans les divulgations, pas dans des phrases accrocheuses. Coinbase a également déclaré que ses dépenses en IA sont restées "stables" malgré l'augmentation de l'utilisation des tokens, mais aucun délai ni chiffre en dollars n'ont été fournis.
Pour les observateurs de COIN, la prochaine conférence sur les bénéfices est le premier véritable point de contrôle pour des preuves quantifiées derrière les dépenses en IA "stables", y compris tout commentaire sur les éléments de ligne liés au cloud et aux outils, la trajectoire des dépenses d'exploitation ou les prévisions d'investissement.
Les signaux d'embauche comptent aussi : si Coinbase continue de réduire les rôles d'ingénierie junior après mai, ou se tourne vers des profils plus seniors de "coordination d'agents".
Opérationnellement, le marché cherchera des preuves dans le produit et le rythme de fiabilité. Si Coinbase génère 95 % à 100 % de code avec des LLM, le véritable indicateur devrait être des cycles de livraison plus rapides sans une augmentation correspondante des incidents.
Un autre signal clé est de savoir si Coinbase remplace la fourchette de 95 % à 100 % par un indicateur interne plus précis ou une méthodologie plus claire pour ce qui compte comme "écrit par ou avec" des LLM.
Les revendications de productivité de l'IA sont un récit de structure de coûts—mais les métriques ont besoin de vérification
Je considère le chiffre de 95 % à 100 % de Coinbase comme un catalyseur de sentiment jusqu'à ce que l'entreprise montre des résultats répétables et mesurables.
Le seuil qui compte est de savoir si ce flux de travail lourd en IA produit un effet de levier opérationnel visible dans les dépenses rapportées tout en maintenant la fiabilité, surtout compte tenu de la propre distinction de Witoff entre la cryptographie critique pour la sécurité et le prototypage orienté vers la vitesse.
Le véritable test est de savoir si la direction peut traduire les dépenses en IA "stables", les équipes plus petites et le cadre équivalent à 1 200 employés en chiffres qui résistent à l'examen des bénéfices.
Si cela tient, la configuration commence à sembler structurelle plutôt que dictée par le récit, et cela compte car cela reclasserait la façon dont les traders modélisent la base de coûts de Coinbase par rapport à sa capacité à livrer et à concurrencer.
