Hotz avertit que les agents de codage par IA représentent un risque systémique pour les projets crypto

George Hotz — le prodige adolescent qui a célèbrement jailbreaké l’iPhone, puis a effectué une ingénierie inverse de la PlayStation 3 — a lancé un avertissement franc sur le déploiement massif d’agents de codage par IA : cela pourrait être « l’une des erreurs les plus coûteuses de l’histoire du domaine ». Dans un nouveau billet de blog intitulé « The Eternal Sloptember », Hotz affirme que les systèmes de codage pilotés par des agents ne « programment » pas de manière fiable. Après six mois d’expériences pratiques — utilisant des agents pour étendre Tinygrad (son cadre open-source d’apprentissage profond) et pour effectuer une ingénierie inverse du firmware d’un chip USB–PCIe — il affirme que le schéma est constant : les agents accélèrent les progrès initiaux, puis remettent aux développeurs un produit fragile et désordonné qui n’est jamais vraiment terminé. « L’agent avance tout le travail au début », écrit-il. « Vous tirez sur la manette et espérez que le travail de finition sera accompli. Il ne l’est jamais vraiment. » Son accusation est sans ambigüité : « Les agents ne savent pas programmer, et il faut de plus en plus de temps pour réaliser qu’ils ne le peuvent pas. » Et pire encore, ajoute-t-il, les échecs sont subtils : « La sortie est cassée, mais d’une manière qui devient de plus en plus difficile à détecter. Ce qui est exactement ce que l’on attendrait d’un modèle statistique de plus en plus précis. » Pourquoi cela importe maintenant Le billet de Hotz tombe au milieu d’une division nette au sein de l’industrie. Cinq jours plus tôt, Andrej Karpathy — l’un des chercheurs en IA les plus visibles — a annoncé son arrivée sur l’équipe de pré-entraînement d’Anthropic, qualifiant les prochaines années de « particulièrement formatrices » pour les grands modèles. Karpathy et la direction d’Anthropic ont publiquement adopté des workflows agents : le PDG d’Anthropic, Dario Amodei, a déclaré à Davos que certains ingénieurs y laissaient déjà les modèles générer du code et se contentaient d’en vérifier les résultats. Microsoft, lui aussi, a fortement misé sur les agents lorsqu’il a transformé GitHub Copilot en système entièrement agent en 2025, le PDG Satya Nadella présentant ce changement comme équivalent à la transition vers le cloud computing. Hotz se situe du côté opposé de ce débat. Il s’aligne sur la perspective dite de LeCun/Marcus — Yann LeCun et Gary Marcus étant des sceptiques éminents qui considèrent les grands modèles de langage comme de sophistiqués correspondants de motifs, et non comme de véritables raisonneurs. Hotz avertit que lorsque les entreprises imposent des agents à l’ensemble de leurs équipes d’ingénierie, l’effet sur la qualité moyenne du code sera négatif : les meilleurs performeurs continueront de détecter et corriger les erreurs des agents car ils disposent de boucles de rétroaction serrées, tandis que les moins performants — surpuissants par les agents pour livrer bien plus de correctifs et de demandes de fusion — ne le feront pas. Le résultat, prédit-il, sera « une ère dorée pour des tonnes et des tonnes de slop, et un âge sombre pour les perles de qualité ». Anticipant la défense selon laquelle il s’agirait simplement d’une peur du remplacement, Hotz réfute cette idée. Il cite des outils automatisés comme AFL (American Fuzzy Lop) de Google, qui ont découvert de nombreux bugs sans susciter d’anxiété existentielle chez les programmeurs, et note comment les échecs et le Go ont gagné en popularité après la domination de l’IA. Son véritable souci est organisationnel : l’adoption généralisée peut masquer un déclin progressif de la qualité du code sous couvert d’une vitesse accrue. Il spécul même que la campagne marketing pourrait être en partie une tactique commerciale : « J’ai presque l’impression que c’est une sorte de psyop pour vendre des agents. La peur de la perte est l’une des seules façons de faire bouger les grandes entreprises. » Enjeux concrets pour les ingénieurs crypto Pour les projets crypto et blockchain, la critique de Hotz devrait résonner particulièrement fort. Les contrats intelligents sont impitoyables : des bogues subtils dans le code déployé peuvent entraîner une perte irréversible de fonds. Si les agents deviennent la méthode par défaut pour générer du code de contrat, le risque ne se limite pas à des fonctionnalités défectueuses, mais à la propagation systémique de vulnérabilités difficiles à détecter à travers le DeFi, les systèmes NFT et l’infrastructure layer-2 — surtout si les équipes s’appuient sur des agents sans revues rigoureuses, tests et vérifications formelles. À surveiller - Adoption des outils vs processus : Les agents peuvent accélérer la prototypage, mais les équipes doivent maintenir des revues strictes, des audits et des méthodes formelles lorsque cela s’impose. - Visibilité des échecs : Préparez-vous à davantage d’erreurs subtiles et statistiques qui passent les tests rapides mais échouent dans les conditions limites. - Incitations organisationnelles : Surveillez si la quête de vitesse des entreprises prime sur les contrôles qualité. - Risques spécifiques au secteur : En crypto, privilégiez les audits et vérifications de sécurité en ligne avant de faire confiance au code produit par des agents. Contrepoints contextuels Tout le monde ne partage pas l’avis de Hotz. Karpathy, auparavant sceptique vis-à-vis des agents, a publiquement changé d’avis suite aux améliorations récentes des modèles et a rejoint Anthropic le 19 mai 2026. La pratique des ingénieurs d’Anthropic consistant à examiner la sortie du modèle plutôt qu’à écrire chaque ligne eux-mêmes constitue l’argument pratique en faveur des workflows agents. Hotz affirme avoir essayé la même approche sans intervention et avoir systématiquement dû revenir à des corrections manuelles. Conclusion L’avertissement de Hotz est un appel à la prudence plutôt qu’au luddisme : les agents IA sont puissants, mais leurs sorties sont des approximations statistiques — pas des substituts au jugement ingénieur rigoureux. Pour les équipes crypto, où le coût des défauts est exceptionnellement élevé, ce billet rappelle opportunément que la vitesse sans revue et vérification vigilantes peut transformer l’innovation en contagion.