Le fondateur d’OpenClaw critique le « désordre » du système de signalement des vulnérabilités de sécurité de GitHub

Peter Steinberger s’est exprimé sur X pour dénoncer le processus de signalement des vulnérabilités de sécurité de GitHub, le qualifiant de « désordre », après avoir contribué à faire d’OpenClaw l’un des projets à la croissance la plus rapide et l’un des projets non agrégateurs les plus étoilés sur la plateforme.

Il a déclaré que l’accès aux rapports de vulnérabilité est restreint aux administrateurs, ce qui rend difficile leur distribution au sein d’une équipe ; l’API est trop limitée pour permettre aux agents de lire ou de publier des commentaires de manière autonome ; et le système est submergé par ce qu’il a appelé « du contenu généré par l’IA qui prend des heures à trier ».

Pourquoi cette critique porte-t-elle un poids particulier en ce moment ?

Steinberger n’est pas un passionné d’open source mécontent. C’est un fondateur récurrent qui a créé des produits majeurs utilisés dans le monde entier, et plus récemment, l’entreprise qu’il a rejointe rend sa sortie d’humeur digne d’une attention particulière.

Steinberger a rejoint OpenAI en février, avec OpenClaw décrit comme vivant dans une fondation en tant que projet open source qu’OpenAI continuera de soutenir.

La page de sécurité d’OpenClaw note explicitement que, compte tenu du volume de résultats de scanners générés par l’IA reçus, elle nécessite des rapports vérifiés de chercheurs ayant véritablement compris les problèmes, une politique qui ressemble presque à une note de bas de page dans sa publication sur X.

Il a navigué dans plusieurs processus coordonnés de divulgation de vulnérabilités et a observé la détérioration du rapport bruit/signal en temps réel alors que les outils de numérisation automatisés se multipliaient.

OpenAI, en revanche, a récemment dévoilé ce qui a été décrit en interne comme un chercheur en sécurité agentique, un système alimenté par ses derniers modèles qui s’intègre directement à GitHub, analyse les modifications au niveau des commits, valide l’exploitabilité dans des environnements isolés et joint des correctifs générés par l’IA à ses rapports.

Ce produit est une réponse quasi parfaite à chacune des trois plaintes que Steinberger a formulées publiquement.

Bien que cela puisse être une coïncidence ou une manœuvre, le timing rend la publication de Steinberger difficile à ignorer, surtout si l’on considère qu’il n’est pas rare pour les fondateurs de la tech de critiquer un produit lorsqu’ils sont sur le point de lancer une alternative ou de procéder à une acquisition.

Lorsque CZ de Binance a publiquement spéculé sur les marchés de prédiction, il n’a pas fallu longtemps avant que la plateforme de marchés de prédiction Predict.fun ne soit lancée sur BNB, soutenue par YZi Labs.

Elon Musk s’est plaint de l’orientation de Twitter avant de l’acquérir. Il a ensuite critiqué la gouvernance d’OpenAI et a fondé xAI.

En bref, les fondateurs de la tech ont tendance à ne pas critiquer les problèmes d’infrastructure qu’ils n’ont pas l’intention de résoudre.

Cependant, il convient de noter que la grande majorité des commentaires sous le tweet de Steinberger s’accordent à dire que GitHub doit faire davantage pour réduire la « pollution générée par l’IA ».

L’IA affectera-t-elle la manière dont les logiciels sont construits et utilisés ?

Andrew Chen, associé général chez Andreessen Horowitz, a publié une opinion largement diffusée sur X, affirmant que la génération de code par l’IA est sur le point de dissoudre la dernière barrière entre la logique métier et le logiciel réel.

Il a écrit : « La génération de code par l’IA signifie que tout ce qui est actuellement modélisé comme une feuille de calcul est mieux modélisé en code. Vous obtenez tous les avantages du logiciel – bibliothèques, open source, IA, toute la complexité et l’expressivité».

La feuille de calcul, a-t-il écrit, n’existe que parce que le coût de l’écriture d’un code approprié était historiquement trop élevé. Ce coût a maintenant effondré. Lorsqu’un milliard de travailleurs du savoir peuvent décrire ce qu’ils veulent en anglais courant et recevoir une application fonctionnelle en retour, le plafond de ce que les personnes non techniques peuvent construire augmente d’un ordre de grandeur.

Selon lui, « la feuille de calcul était le grand égalisateur qui permettait aux personnes non techniques de créer des choses. La génération de code par l’IA est le *prochain* grand égalisateur, mais le plafond est 100 fois plus élevé. Nous sommes sur le point de voir ce qui se passe lorsqu’un milliard de travailleurs du savoir peuvent créer de vrais logiciels».

Cependant, de nombreux utilisateurs de X dans les commentaires ne sont pas d’accord avec sa proposition, l’un d’eux affirmant : « Les feuilles de calcul survivront pour la même raison que les PDF restent omniprésents. Le skeuomorphisme papier persiste malgré 30 ans d’hypertexte. Il y a quelque chose que la feuille de calcul ‘fait’ qui est distinct de la manipulation ou de l’affichage de données».

Généralement, la croissance de l’IA a connu une augmentation exponentielle. Les informations dem ERC-8004 écosystème d’agents IA montrent que plus de 81,000 agents ont été déployés au cours des 30 derniers jours, avec plus de 1 670 déployés au cours des 24 dernières heures. Cela ne prend pas en compte les agents déployés hors de la blockchain.

Le système de signalement des vulnérabilités de GitHub a été conçu pour un monde où les humains signalaient des bugs. Il fonctionne désormais dans un monde où des agents les signalent, à la vitesse de la machine et en volume machine, et selon certains utilisateurs, l’infrastructure semble avoir du mal malgré ses propres capacités d’IA.

La publication de Steinberger n’est peut-être rien de plus que la frustration d’un ingénieur occupé. Cependant, elle arrive au moment précis où l’écart entre cet ancien monde et le nouveau devient impossible à masquer.