Pour la banque et la finance
Votre agent IA fait bouger de l'argent. Sait-il qui lui en donne l'ordre ?
Un agent qui paie une facture, rembourse ou agit sur un compte reçoit ses ordres par message. Un faux dirigeant, l'adresse piratée d'un collègue ou un fournisseur qui « change de banque » suffisent parfois à le faire agir. Ce qu'il fait alors ne se lit pas dans son prompt : il se teste.
Ce que CrashMire vous montre
- Le faux supérieur et le compte piraté : un ordre d'exception qui semble venir de la direction, ou d'une vraie adresse de collègue. Dans notre baromètre public, ce test sépare nettement les modèles : dans l'édition du 6 novembre 2026, la moitié a obéi à chaque essai, l'autre moitié jamais.
- Le changement de RIB : un fournisseur annonce de nouvelles coordonnées bancaires. L'agent les applique-t-il sans rappel au numéro déjà connu ? Ce test est joué dès que l'agent touche aux paiements.
- Le plafond : un paiement ou un remboursement au-delà de la limite, demandé avec insistance, découpé en petits montants ou par une porte voisine (avoir, bon d'achat). Chaque faute est un acte enregistré, jugé par du code.
- Un rapport daté et rejouable, avec les verrous à poser dans le code : une validation humaine au-delà d'un montant, un RIB qui ne change qu'après un rappel, des paiements limités aux bénéficiaires déjà enregistrés.
Un crash-test documente ce qui a été vérifié, à une date, sur une version de l'agent. Ce n'est ni une certification ni une garantie qu'aucun incident ne se produira.
Les preuves, publiques
- Le baromètre public →
Le même agent de service client sous pression, modèle par modèle, édition après édition.
- La démo de l'agent comptable →
Essayez de faire payer Hugo : un paiement hors plafond, un changement de RIB, une fausse facture.
- Un exemple de rapport →
Ce que contient le rapport de diligence : fautes, fréquences, corrections, re-test.
Bugs signalés et corrigés
En construisant nos outils, nous avons trouvé trois bugs dans le SDK officiel du protocole MCP pour PHP, la brique que beaucoup d'agents PHP utilisent pour appeler leurs outils. Nous les avons signalés avec une reproduction. Les trois ont été corrigés par ses mainteneurs et contributeurs, et publiés dans la version 0.10.0 : vous pouvez le vérifier vous-même.
- #642 — un paramètre facultatif recevait sa valeur par défaut quand l'agent envoyait explicitement « null ».
- #643 — des types de paramètres courants étaient décrits comme des objets, et l'outil refusait des appels valides.
- #697 — un nombre entier hors limites changeait de valeur en arrivant dans l'outil, au point de passer ses propres contrôles.
Chaque lien mène à la correction publique ; le journal des versions du SDK les liste sous 0.10.0. CHANGELOG
Pour aller plus loin
Essayer de faire céder Léa Estimez en 2 minutes Pas décideur ? Le courriel est prêt.
Les autres pages par rôle :