Une récente analyse technique met en lumière les graves failles de sécurité et les défauts de conception d’OpenCode, un agent de programmation par intelligence artificielle open source comptant plus de cent soixante mille étoiles sur GitHub. L’auteur de l’étude recommande formellement aux développeurs de cesser d’utiliser l’outil, soulignant que son architecture pose des risques majeurs pour la sécurité des postes de travail et la stabilité des projets. Au cœur des préoccupations se trouve une gestion inadaptée des permissions et des accès réseau. Par défaut, l’agent tente de se connecter à des serveurs distants et peut exécuter des requêtes web sans restriction explicite. Le système de filtrage des commandes repose sur une correspondance textuelle facilement contournable et une liste prédéfinie de commandes autorisées. De plus, la validation des chemins de fichiers ignore les redirections shell et permet à plusieurs exécutables système de contourner les restrictions de répertoire. Les permissions accordées par l’utilisateur sont également enregistrées localement, ce qui peut automatiquement valider des opérations ultérieures jugées sûres mais potentiellement dangereuses en contexte différent. Une vulnérabilité antérieure avait d’ailleurs exposé un serveur HTTP par défaut, permettant une exécution de code à distance, avant que les développeurs ne la désactivent partiellement. Sur le plan fonctionnel, l’outil souffre d’une mauvaise gestion de la mémoire contextuelle. Les agents IA nécessitent un contexte de conversation étendu, mais OpenCode ne gère ni la mise en cache des requêtes ni la compression de l’historique de manière efficace, entraînant des temps d’attente prolongés et une perte de données entre les sessions. L’interface utilisateur et les mécanismes d’interaction posent également problème. Les invitations de confirmation pour l’exécution de commandes manquent d’options comme Jamais, créant une fatigue décisionnelle, tandis que l’envoi de sous-agents peut interrompre les flux de travail et corrompre le contexte partiellement généré. La documentation est jugée confuse et l’interface texte consomme une quantité disproportionnée de mémoire. L’auteur de l’analyse conclut que ces lacunes illustrent les défis plus larges des agents de codage automatisés. L’utilisation de modèles locaux ou avancés pour la génération de code risque de dégrader la stabilité et la lisibilité des bases de code, tout en favorisant les hallucinations algorithmiques. Sans une ingénierie système rigoureuse intégrant des environnements isolés, des contrôles d’accès robustes et une transparence opérationnelle, les outils IA demeurent des vecteurs de risque plutôt que des assistants fiables. En attendant des correctifs structurels, la communauté technique recommande la plus grande prudence et l’abandon de cet environnement pour toute utilisation en production.