La façon dont la cryptographie est construite a discrètement changé de forme. Pendant des années, la question posée par les développeurs à propos de l’IA était simple : peut-elle écrire du code ?
Cette question a été remplacée par une autre plus intéressante : quel type de travail sommes-nous à l'aise de confier entièrement ? Ce changement apparaît clairement dans les données d'utilisation, et nulle part plus clairement que dans la façon dont les développeurs délèguent désormais des pans entiers du travail plutôt que de demander des extraits. Ce changement est extrêmement important dans le domaine de la cryptographie, où une grande partie du travail précieux est également fastidieuse à effectuer à la main : lire les contrats ligne par ligne, créer des tableaux de bord à partir de zéro, suivre les modifications de protocole à travers les chaînes, simuler le risque de liquidation, vérifier les vulnérabilités avant le déploiement et transformer les données brutes en chaîne en quelque chose de lisible. Vous trouverez ci-dessous un aperçu des outils qui effectuent ce travail actuellement, répartis à la fois entre le codage et la sécurité.
Le Codex d'OpenAI change la signification de « délégation »
Aucun outil n’illustre plus clairement l’évolution vers une délégation à long terme que Codex d'OpenAI. Des recherches récentes menées par l'équipe économique d'OpenAI ont révélé qu'en mai 2026, 80,6 % des utilisateurs individuels du Codex échantillonnés avaient fait au moins une demande estimée à plus de 30 minutes de travail humain, et 25,6 % avaient délégué une tâche estimée à plus de huit heures. Le document affirme clairement que ces chiffres sont des estimations modélisées plutôt que des vérifications indépendantes, mais la trajectoire est la véritable histoire. L'adoption de l'ingénierie est venue en premier, mais l'utilisation du Codex s'est également étendue aux flux de travail juridiques, financiers et de recrutement, des départements sans lien évident avec le codage, exécutant désormais des tâches agentiques comme principal outil d'IA.
Pour les développeurs de crypto en particulier, Codex fonctionne comme un agent asynchrone axé sur le cloud : il peut lire un référentiel entier, planifier des modifications multi-fichiers, exécuter des tests et ouvrir des demandes d'extraction sans que le développeur ait besoin de surveiller chaque étape. Cela le rend bien adapté au travail par lots, en attribuant un ensemble de tâches (refactorisation d'un module de contrat, mise à jour d'une intégration SDK, projet de couverture de test pour un cas limite) et en examinant le résultat plus tard plutôt que de l'associer en temps réel. En termes de performances de référence, Codex CLI exécutant le dernier modèle d'OpenAI est actuellement en tête du classement public Terminal-Bench 2.1, devant les agents terminaux concurrents, un signal significatif pour les équipes qui évaluent à quel agent faire confiance avec une exécution de tâches autonome de bout en bout.
Claude Code reste le cheval de bataille natif du terminal pour les refactors complexes
Là où le Codex s'appuie sur le travail par lots asynchrone, Code Claude d'Anthropique a bâti sa réputation en tant que développeur d'agents natifs de terminaux vers lequel se tournent les développeurs pour un travail multi-fichiers véritablement complexe. Il réside entièrement dans la ligne de commande plutôt que dans une fenêtre IDE : pointez-le vers un référentiel, décrivez ce qui doit changer, et il lit la base de code, édite les fichiers, exécute les commandes et rend compte sans nécessiter d'interface graphique à aucun moment.
Pour les équipes de cryptographie en particulier, cela est important pour le type de travail qui résiste aux raccourcis, aux grandes refactorisations dans les modules de contrats intelligents, à la mise en œuvre de fonctionnalités multiservices et aux changements à l'échelle du projet où le contexte dans les fichiers compte réellement. Claude Code prend en charge la personnalisation via des fichiers d'instructions structurés qui enseignent à l'agent les modèles spécifiques d'une équipe, les conventions de test et les normes de révision de code, ce qui devient rapidement utile une fois que la base de code d'un protocole devient suffisamment grande pour que les suggestions génériques cessent d'être utiles. Il se connecte également à des outils et sources de données externes via le Model Context Protocol, permettant aux équipes d'étendre ce que l'agent peut atteindre au-delà du référentiel local.
Le curseur introduit l'IA dans chaque couche de l'éditeur lui-même
Curseur adopte une approche fondamentalement différente en reconstruisant l'éditeur lui-même autour de l'IA plutôt que d'installer un agent sur un terminal. Il s'agit d'un IDE complet, dérivé de VS Code, avec une IA intégrée aux complétions en ligne, un panneau de discussion dédié et une génération de code complet, le tout sans obliger un développeur à quitter son environnement de travail principal.
Pour les équipes qui souhaitent rester dans un éditeur toute la journée plutôt que de basculer entre un agent de terminal et leurs outils habituels, Cursor est devenu un choix par défaut, en particulier pour les développeurs qui souhaitent une flexibilité de modèle et ne craignent pas de payer un tarif mensuel forfaitaire pour cette commodité.
GitHub Copilot gagne en portée, pas en capacité brute
Copilote GitHub reste l'outil de codage d'IA le plus largement distribué simplement en raison de l'endroit où il se trouve, dans VS Code, JetBrains et Visual Studio, le tout sans obliger une équipe à utiliser un seul éditeur partagé. Pour les équipes de cryptographie dont les ingénieurs sont dispersés dans différents IDE, cette portée constitue le plus grand avantage de Copilot par rapport à des concurrents plus compétents mais verrouillés par l'éditeur.
Là où Copilot est encore à la traîne en matière de gestion autonome des tâches en plusieurs étapes, sa capacité en mode agent reste derrière les agents terminaux dédiés comme Claude Code et Codex pour un travail véritablement indépendant et de longue durée. Cela fait de Copilot un meilleur choix en tant qu'outil de base pour les suggestions en ligne et l'assistance quotidienne au codage plutôt que comme agent auquel une équipe confie une migration de protocole complexe sans surveillance.
L'auditeur de contrats intelligents de ChainGPT comble le fossé de sécurité
Une fois le code écrit, il doit encore être vérifié, et c'est là qu'une catégorie distincte d'outils prend le relais. ChaîneGPT a construit son AI Smart Contract Auditor spécifiquement pour réduire le temps entre la rédaction d'un contrat et le fait de savoir s'il est sûr à déployer. L'outil exécute le code Solidity via un modèle formé sur les données d'audit historiques, les modèles d'exploitation connus et les normes actuelles de l'industrie, offrant à la fois une analyse rapide de la phase de développement et un rapport d'audit plus approfondi prêt pour la production couvrant le contrôle d'accès, l'optimisation du gaz, le risque d'évolutivité et la conformité aux normes.
Ce qui rend l'approche de ChainGPT particulièrement utile pour les équipes de cryptographie est sa portée inter-chaînes, l'auditeur travaille sur BNB Chain, Ethereum, Arbitrum, Avalanche, Solana et plusieurs autres, donnant aux projets multi-chaînes un flux de travail unique au lieu de jongler avec des outils d'audit séparés par réseau.
Mergestorm gère la révision du code
Écrire du code plus rapidement n'est utile que si la révision peut suivre le rythme, et c'est là que Tempête de fusion Selon la propre description de la plate-forme, Mergestorm AI est construit comme une plate-forme autonome de révision de code et de correction de bogues pour les référentiels GitHub, utilisant des agents d'IA spécialisés pour examiner les demandes d'extraction, signaler les bogues et valider automatiquement les correctifs directement dans les branches d'un projet, fonctionnant essentiellement comme un co-développeur automatisé plutôt que comme une passe de peluchage unique.
Cela positionne Mergestorm dans la même catégorie que la vague plus large d'outils d'évaluation des relations publiques basés sur l'IA qui ont émergé alors que le volume des demandes de tirage fusionnées a fortement augmenté dans l'ensemble du secteur, dépassant ce que l'évaluation manuelle seule pouvait suivre. Pour les équipes de cryptographie qui envoient fréquemment des mises à jour de contrat ou gèrent plusieurs référentiels à la fois, un outil qui ne se contente pas de signaler un bogue mais valide le correctif comble directement une lacune que les réviseurs purement basés sur des suggestions laissent ouverte.
CertiK et SolidityScan complètent la couche de sécurité
Certifié reste l'un des noms les plus établis en matière de sécurité blockchain, et ses fonctionnalités basées sur l'IA étendent plutôt que remplacent son pipeline d'audit existant, y compris un audit de chaîne de boîte grise qui combine l'injection de fautes avec des tests de réseau en direct pour détecter les bogues d'exécution, l'analyse statique a tendance à manquer. Plutôt que de traiter l’IA de manière autonome, CertiK l’utilise pour élargir ce qu’une équipe d’audit humain couvre dans le même laps de temps.
SoliditéScan prend un angle différent, se positionnant comme une couche de sécurité permanente plutôt que comme une analyse ponctuelle. Les développeurs téléchargent du code ou lient un référentiel, et la plate-forme exécute des analyses automatisées qui continuent de surveiller l'évolution de la base de code, ce qui est utile pour les équipes qui envoient des mises à jour fréquentes et qui ne peuvent pas de manière réaliste commander un audit manuel complet avant chaque déploiement. Son outil de remédiation basé sur l'IA va plus loin, proposant des suggestions de code personnalisées plutôt que de simplement signaler un problème et laisser le correctif au développeur.
Pourquoi rien de tout cela ne supprime le besoin de jugement
Cela vaut la peine d'être honnête sur ce que ces outils changent et ce qu'ils ne changent pas. Aucun d'entre eux, qu'ils soient conçus pour écrire du code ou pour l'auditer, n'est conçu pour fonctionner sans une véritable surveillance humaine, et les équipes responsables qui les utilisent traitent chaque changement généré par un agent ou vulnérabilité signalée par l'IA comme une première ébauche plutôt que comme une réponse finale, en particulier tout ce qui touche à la logique contractuelle et qui gère une valeur réelle. Ces outils sont excellents pour étendre le travail ennuyeux et répétitif qui consommait auparavant des cycles entiers d’ingénierie et de sécurité. Ils restent plus faibles face aux erreurs logiques véritablement nouvelles, aux exigences délibérément obscurcies et au type de complexité inter-systèmes qui émerge une fois qu'un protocole commence à interagir simultanément avec des oracles, des ponts et d'autres chaînes.
Cette distinction est liée à quelque chose de plus grand que la sélection d’outils. L’IA ne retirera probablement pas la responsabilité aux personnes qui construisent l’infrastructure cryptographique, elle rendra simplement la délégation des parties ennuyeuses de ce travail moins chère. Et lorsque la délégation devient moins chère, le jugement appliqué en plus devient la partie qui compte le plus. Une grande partie des risques liés à la cryptographie ne sont jamais dus à la négligence des gens. Cela vient du fait que les gens n’ont pas suffisamment de temps, de contexte ou de profondeur technique pour voir clairement ce que fait réellement un système. Ces outils comblent cet écart de visibilité. Ils n’ont jamais été construits pour combler le fossé des responsabilités, et ils ne le peuvent pas.
Il ne s’agit pas de conseils en matière de trading ou d’investissement. Faites toujours vos recherches avant d’acheter une crypto-monnaie ou d’investir dans un service. Suivez-nous sur X @nulltxnews
Voir l’article original en anglais
