Mojo est enfin open source. Trois ans après la promesse, Modular a mis le compilateur sous Apache 2 le 18 août. Mais dans le même geste, ils ont officiellement enterré ce qui faisait la proposition originelle : Mojo ne sera peut-être jamais un superset de Python. Ce qu’ils construisent à la place est plus honnête — et peut-être plus utile.
Trois ans de promesse, un revirement discret
Quand Chris Lattner (créateur de Swift, ex-Google Brain) a présenté Mojo en mai 2023, le pitch était simple : tout ce que tu peux faire en Python, mais 35 000 fois plus rapide. Un superset complet, compatible avec l’écosystème existant — NumPy, PyTorch, tout ça. La communauté s’est emballée. Les listes d’attente pour accéder au playground ont explosé en quelques jours.
Le 18 août 2026, Modular a publié l’annonce officielle de l’open sourcing sous Apache 2. C’est une bonne nouvelle. Mais dans le même document, une phrase discrète change tout : « Mojo may or may not evolve into a full superset of Python, and it’s okay if it doesn’t. »
En d’autres termes : la promesse phare de 2023 est officiellement abandonnée. Mojo ne sera pas le Python-killer ni le Python-successor. C’est un nouveau langage, avec une syntaxe inspirée de Python, optimisé pour la programmation GPU. Point.
Ce que ça change concrètement pour un builder
La licence Apache 2, c’est la meilleure option possible pour un projet open source à vocation commerciale. Tu peux utiliser Mojo dans des produits payants, le modifier, le redistribuer — sans devoir reverser le code. C’est ce que font Chromium, TensorFlow, Kubernetes. C’est sérieux.
La version 1.0, sortie quelques jours avant l’open sourcing, marque la stabilisation de l’API. En pratique, si tu travailles sur des pipelines d’inférence, du traitement de signal ou tout ce qui tourne sur GPU, Mojo devient une option crédible à évaluer. La syntaxe Python-like réduit la courbe d’apprentissage. Les perfs sur GPU sont réelles — le langage est compilé, typé de manière optionnelle, et conçu dès le départ pour le parallélisme matériel.
Pour la migration de code Python existant, Modular mise sur les assistants de code IA. L’idée : tu n’as pas besoin de tout réécrire à la main, tu laisses un LLM faire la traduction. C’est une hypothèse de travail intéressante — et qui illustre bien comment les éditeurs de langages pensent désormais leur adoption.
L’honnêteté que tu ne trouveras pas dans les communiqués
Voici ce que la presse tech ne dit généralement pas : abandonner la promesse « superset Python » est probablement la bonne décision. Construire un vrai superset de Python complet est un projet démesuré — ça implique de supporter toutes les edge cases du langage, le C extensions ABI, des décennies de comportements non documentés. Même Cython et PyPy n’y sont pas arrivés complètement.
En choisissant d’être un langage distinct avec une syntaxe familière, Mojo se donne une chance réelle d’exister. La comparaison pertinente n’est plus Python, c’est Rust ou Zig — des langages qui visent la performance système sans prétendre remplacer ce qu’il y a avant.
Simon Willison, qui suit Mojo depuis le premier jour, note dans son blog que ce pivot de positioning mérite d’être lu attentivement avant de s’enthousiasmer ou de rejeter. Il a raison.
« Mojo may or may not evolve into a full superset of Python, and it’s okay if it doesn’t. »
— Document de vision Modular, août 2026
Ma lecture
Je ne vais pas utiliser Mojo demain. Et toi non plus, très probablement. Ce n’est pas là que la valeur se joue pour un builder solo en 2026.
Ce qui est intéressant, c’est le signal que l’open sourcing envoie : Modular a besoin de la communauté pour valider le langage. Les startups qui font du fine-tuning sur GPU, les équipes qui construisent des runtimes d’inférence — ce sont eux les premiers utilisateurs cibles. Si Mojo prend dans cet écosystème, ça finira par changer les outils que tu utilises, même si tu n’as jamais écrit une ligne de Mojo.
Ce qui m’inquiète un peu : le pivot de positioning est communiqué de manière très feutrée. « May or may not » dans un document de vision, c’est le genre de formulation qui disparaît dans le bruit de l’annonce principale. Les gens qui ont attendu un superset Python risquent d’être déçus sans avoir compris pourquoi. Et une communauté déçue se souvient.
Pour l’instant, suis le repo GitHub, regarde comment la communauté GPU réagit dans les 30 prochains jours. C’est ça qui dira si Mojo a un vrai futur ou si c’est un beau projet de niche.
Pour passer de l’actualité à l’usage concret dans ton travail, la formation pour apprendre à faire travailler l’IA commence par une partie gratuite complète.