Plus de 28 expériences de débogage aveugle sur de vrais bugs de [PERSON_NAME], immer et decimal.js révèlent que les agents de codage IA luttent non pas à cause de la complexité mais à cause d'informations manquantes. Deux bogues difficiles — un profondément dans les internes d'Immer et un cas limite numérique dans decimal.js — ont été corrigés correctement lors de toutes les 16 tentatives. Cependant, un bogue apparemment trivial de client HTTP dans [PERSON_NAME] qui supprimait silencieusement une option de nouvelle tentative a déjoué chaque modèle et chaque workflow sur 12 exécutions.

Chaque correction générée par l'IA a corrompu les données des utilisateurs tout en passant la suite complète de 84 tests de nouvelle tentative. L'échec n'était pas dans la détection — un agent de revue a correctement identifié le risque de corruption des données mais a approuvé le changement quand même, jugeant le problème peu probable. Cela souligne un point aveugle critique : lorsque les corrections dépendent de contrats d'API non documentés, l'IA manque de jugement pour rejeter des solutions plausibles mais erronées.

La difficulté n'a pas prédit l'échec ; l'information manquante l'a fait. Pour les équipes qui fusionnent des corrections d'IA basées sur un CI vert, c'est exactement ce mode d'échec qui passe inaperçu — des bugs d'apparence simple avec des tests passés qui corrompent silencieusement les données en production.