Deux ingénieurs impliqués dans le projet OpenClaw — également appelé « Lobster » — ont tiré la sonnette d'alarme : les outils d'IA peuvent accélérer le développement, mais ils peuvent aussi générer du code de qualité médiocre et potentiellement dangereux directement en production. Leur inquiétude ne porte pas sur l'IA en elle-même, mais sur la rapidité avec laquelle les entreprises s'en remettent à ces outils sans supervision suffisante.
Mario Zekner, créateur du framework d'agent interne Pi d'OpenClaw, estime que l'infrastructure subit déjà une pression extrême et que les logiciels deviennent chaque jour plus vulnérables. L'industrie pourrait bien détourner le regard un temps, ajoute-t-il, mais finira par en payer le prix pour les erreurs accumulées. Un autre ingénieur, Armin Ronacher, estime que l'IA devrait aider les développeurs expérimentés à aller plus vite. Mais beaucoup d'entreprises y voient un raccourci pour réduire les coûts immédiatement, sacrifiant ainsi la qualité à long terme.
Le vrai problème, c'est que générer du code n'est pas de l'ingénierie. L'IA peut pondre rapidement des ébauches, des fonctions standard et des prototypes. Mais sans relecture, tests ni vision d'ensemble, ce code engendre souvent plus de problèmes qu'il n'en résout. Le pire arrive quand des bouts de code générés atterrissent directement dans des produits en production, en contournant les contrôles de sécurité, les tests de charge, l'analyse de compatibilité et la planification de la maintenance.
Les ingénieurs mettent en garde : la course à la productivité à court terme risque de provoquer une pénurie de jeunes talents, une dette technique qui gonfle, de nouvelles failles de sécurité et des pannes de service plus fréquentes. Quand les entreprises remplacent la formation et la montée en compétence des développeurs par la génération automatique de code, elles gagnent en rapidité aujourd'hui, mais perdent en stabilité d'équipe et en qualité produit demain.
Le Wall Street Journal qualifie ce phénomène de « vibe slop » — un mélange de « vibe coding », où le développement repose sur des prompts rapides et des résultats grossiers, et un flot de déchets générés par l'IA. Pour les entreprises, le message est limpide : ces outils peuvent être de puissants assistants, mais ils ne remplacent pas des pratiques d'ingénierie solides. Les systèmes critiques nécessitent toujours des développeurs expérimentés, des revues de code, du refactoring, des tests et des audits de sécurité.
Au final, le temps gagné au départ se transforme souvent en une dépense bien plus lourde par la suite. Si l'IA génère un code médiocre, le vrai coût du développement est simplement repoussé à plus tard : corrections de bugs, enquêtes sur les pannes, correctifs de sécurité et reconquête de la confiance des utilisateurs.