George Hotz avertit que les agents de codage IA représentent un risque majeur pour la crypto et la DeFi

George Hotz — le pirate qui a déchiffré l’iPhone à 17 ans et a reverse-engineered la PlayStation 3 avant de faire face à Sony au tribunal — a émis un avertissement franc : l’utilisation généralisée d’agents de codage IA pourrait être « l’une des erreurs les plus coûteuses de l’histoire du domaine ». Dans un billet de blog du dimanche intitulé « The Eternal Sloptember », Hotz affirme que les outils de codage agents ne « programment » pas réellement d’une manière fiable. « Les agents ne peuvent pas programmer, et il faut de plus en plus de temps pour réaliser qu’ils ne le peuvent pas », a-t-il écrit. Son argument central : ces modèles produisent des sorties qui semblent plausibles mais sont subtilement, et de plus en plus, défectueuses, et ces défauts deviennent plus difficiles à détecter à mesure que la fluidité statistique des modèles s’améliore. Ce qu’il a testé et ce qu’il a découvert - Hotz n’est pas arrivé à cette conclusion par des expériences de pensée. Il a passé six mois à utiliser des agents sur du travail réel : étendre des parties de Tinygrad (son framework d’apprentissage profond open-source) et effectuer un reverse-engineering complet du firmware d’un chip USB-PCIe. - Son expérience : les agents « accumulent tout le progrès » — ils vous permettent de traverser rapidement les parties évidentes, mais laissent ensuite ce qu’il compare à une levier de machine à sous, où l’on s’attend à ce que le travail final et fiable se produise. En pratique, cela n’arrive souvent pas : vous devez constamment recourir à des corrections manuelles. Un risque organisationnel, pas seulement une question d’ego Hotz rejette l’idée que sa critique repose sur un tribalisme artisanal. Il souligne que des outils automatisés antérieurs (par exemple, des fuzzers comme AFL) ont trouvé plus de bogues que les humains sans susciter la même panique, et que des jeux dominés par l’IA (échecs, Go) ont prospéré. Son inquiétude est structurelle : les hauts performeurs bénéficient de boucles de rétroaction serrées et peuvent détecter et corriger les erreurs introduites par les agents. Les moins performants — dont la production peut augmenter d’un facteur dix grâce à l’aide des agents — ne le peuvent pas. Cette dynamique, prévient Hotz, accélérera un déclin de la qualité moyenne du code livré : « une ère dorée pour des seaux et des seaux de slop, et un âge sombre pour les perles de qualité ». Il présente la poussée pour l’adoption massive des agents comme partiellement une question de psychologie commerciale — « J’ai presque l’impression que c’est une sorte de psyop pour vendre des agents » — et affirme que la peur de rester en arrière pousse les grandes entreprises à adopter ces outils avant d’en comprendre pleinement les risques en aval. Il cite même des rapports selon lesquels Apple pousse l’adoption d’outils de codage IA dans toute son organisation technique, et demande directement : « Pensez-vous que macOS deviendra meilleur ou pire au cours des deux prochaines années ? » Où Hotz se situe dans le débat plus large Hotz se place dans ce qu’il appelle le « camp LeCun/Marcus » — aligné sur des penseurs comme Yann LeCun et Gary Marcus qui considèrent les grands modèles linguistiques principalement comme des moteurs puissants d’appariement de motifs qui imitent les distributions existantes de code, plutôt que comme des systèmes capables de raisonner à partir de principes premiers. De l’autre côté, certains chercheurs de premier plan voient le codage agentic comme un changement fondamental. Andrej Karpathy — qui avait été sceptique à l’égard des agents de codage au début de 2025 — a changé d’avis après les récentes avancées des modèles et a rejoint l’équipe de pré-entraînement d’Anthropic le 19 mai 2026. Le PDG d’Anthropic, Dario Amodei, a déclaré à Davos que certains ingénieurs de l’entreprise ont déjà cessé d’écrire du code eux-mêmes et se contentent désormais de revoir la sortie des modèles. Hotz rapporte avoir essayé ce workflow et avoir dû recourir à plusieurs reprises à des interventions manuelles. Pourquoi cela importe pour les développeurs crypto et DeFi Ce débat n’est pas académique pour les équipes d’ingénierie blockchain et crypto. Les contrats intelligents, les wallets, les ponts et l’infrastructure on-chain sont des environnements impitoyables où des bogues subtils peuvent se transformer en exploitations de plusieurs millions de dollars. Si le code généré par les agents introduit des défauts difficiles à détecter qui échappent aux processus d’audit moins rigoureux, le coût de l’adoption massive pourrait être particulièrement élevé pour la finance décentralisée et les systèmes crypto critiques en matière de sécurité. Conclusion Le billet de blog de Hotz est un avertissement hautement visible, formulé par un praticien, contre une adoption trop rapide du codage agentic. Sa position met en lumière une faille industrielle en cours : les croyants enthousiastes qui pensent que les agents transformeront le développement logiciel (et le font déjà), contre les sceptiques qui craignent une dégradation systémique de la qualité du code lorsque les agents sont déployés à grande échelle. Pour les développeurs et équipes dans le domaine crypto — où la correction et la traçabilité sont primordiales — le compromis entre vitesse et sécurité n’a jamais été aussi crucial.