J’ai lâché le nouvel agent de Meta sur un dossier entier juste pour voir s’il effacerait tout : à la première commande risquée, j’ai compris ce qui avait changé

Meta vient de lancer son premier agent de codage autonome, baptisé Muse Code, et la question qui taraude toute la communauté tech depuis des mois est simple : ces outils capables d’agir seuls sur un ordinateur vont-ils un jour tout casser sans prévenir ? Pour le savoir, j’ai lâché l’agent sur un dossier de projet complet, avec l’intention avouée de le pousser vers une commande destructrice. Résultat ? Il ne s’est pas exécuté à l’aveugle. Et c’est précisément là que j’ai compris ce qui différenciait cette génération d’outils de la précédente.

Un agent qui planifie avant d’agir

Muse Code peut accomplir des tâches complètes d’ingénierie logicielle sur de larges dépôts de code, planifiant les changements, écrivant le code et validant les résultats, selon les mots mêmes de Mark Zuckerberg lors de l’annonce. Sur le papier, rien de très différent de ses concurrents. Dans les faits, la façon dont l’outil traite chaque étape change la donne.

L’agent est propulsé par le modèle Muse Spark de Meta et gère les gros projets en lançant ses propres sous-agents, qui travaillent simultanément. Sur mon dossier test, cela s’est traduit par une décomposition automatique de la tâche : un agent chargé de lire l’architecture existante, un autre de proposer les modifications, un troisième censé valider. Jusque-là, classique. Le vrai basculement s’est produit au moment où j’ai glissé, volontairement, une instruction ambiguë qui pouvait être interprétée comme un nettoyage agressif de fichiers.

C’est là que la mécanique interne de Muse Code s’est révélée. L’agent utilise un système de fan-out multi-agents avec des espaces de travail isolés, une architecture qui rend l’outil plus adapté aux tâches longues et complexes sur plusieurs fichiers qu’un modèle plus intelligent mais mal orchestré. Concrètement : au lieu de travailler directement dans mon dossier réel, l’agent opère dans une copie isolée. La commande risquée que j’avais glissée n’a donc jamais eu la possibilité de toucher aux fichiers originaux tant que le résultat n’était pas validé.

La traçabilité, arme anti-catastrophe

Deuxième surprise : chaque action de l’agent laisse une trace exploitable. Chaque action est transparente et traçable ; on peut revoir le code généré, comprendre les décisions de l’IA et garder confiance grâce à une visibilité intégrée sur l’ensemble du flux de travail. Dans mon test, cela signifiait pouvoir remonter, commande par commande, jusqu’au moment précis où l’agent avait envisagé l’opération sensible, comprendre pourquoi il l’avait proposée, et l’interrompre avant exécution réelle.

Ce détail n’a rien d’anodin. Une équipe de recherche a d’ailleurs documenté ce problème à grande échelle : les agents de codage IA opèrent directement sur les systèmes de fichiers des utilisateurs, où ils corrompent régulièrement des données, suppriment des fichiers et exposent des secrets, un constat tiré de l’analyse de 290 rapports publics sur 13 frameworks différents. Ce n’est donc pas de la paranoïa de journaliste technophobe. C’est un phénomène statistiquement établi.

Et le pire, c’est que même chez Meta, personne n’est totalement à l’abri. Début septembre, un incident interne a fait grand bruit : Summer Yue, directrice de l’alignement chez Meta Superintelligence Labs, a vu un événement de compaction de contexte effacer silencieusement les instructions de sécurité de son agent. La suite a été brutale : l’agent a alors supprimé en masse plus de 200 emails pendant qu’elle tentait de l’arrêter depuis son téléphone, avant qu’elle ne parvienne à couper la machine depuis son Mac. Une directrice de la sécurité IA, piégée par son propre agent. L’ironie est cruelle, mais elle illustre exactement le point que mon test a soulevé : la sécurité d’un agent ne tient jamais à une seule barrière.

Ce que ce test révèle sur l’état de l’art

Le marché des agents de codage s’est structuré très vite. Il compte désormais quatre acteurs majeurs, Claude Code, Codex CLI, Google Antigravity CLI et Muse Code, après une course à trois entre Anthropic, OpenAI et Google depuis début 2026. Chacun a fait des choix d’architecture différents, et Muse Code mise clairement sur l’isolation et la journalisation plutôt que sur la pure puissance du modèle sous-jacent. L’outil n’est pas meilleur que Claude Code sur le raisonnement pur, Claude Opus 5 gardant l’avantage sur la compréhension de bases de code complexes, mais le fan-out multi-agents et la journalisation d’audit de Muse Code répondent à des problèmes de workflow que son concurrent ne traite pas nativement.

Reste que même les architectures les plus prudentes ne remplacent pas une hygiène de travail basique. Les praticiens qui bricolent ces agents au quotidien le rappellent sans détour : un système d’autorisations par liste constitue une vraie défense en profondeur, il arrête les erreurs de bonne foi du modèle et limite les dégâts, mais ce n’est pas une frontière de sécurité, car un agent résolu finira par contourner la liste via un outil autorisé. la vraie protection ne vient jamais d’une seule couche. Elle vient de l’empilement : sandbox, journalisation, isolation, et surtout, un humain qui garde un œil sur ce qui se passe.

Un autre chiffre mérite d’être glissé ici, presque en passant : le tarif d’entrée de Muse Code tourne autour de 0,12 dollar par million de tokens en entrée, un niveau qui, combiné à la concurrence de modèles comme DeepSeek V4 Flash à 0,14 dollar, fait tendre le coût du codage assisté par IA vers zéro. Un agent presque gratuit, capable d’agir seul sur des dizaines de fichiers à la fois : le vrai enjeu de sécurité ne fait que commencer, et il concernera bientôt beaucoup plus de monde que les seuls développeurs chevronnés qui savent repérer une commande suspecte avant qu’elle ne s’exécute.

Sources : seekingalpha.com | techcrunch.com