AVDH : Google Mandiant trouve 100 failles critiques en 48h

Dix mois dans l'ombre de Mandiant, puis la déflagration

Le 19 août 2026, le Google Threat Intelligence Group (GRIT) a levé le voile sur l'existence et les résultats de l'AVDH — Agentic Vulnerability Discovery Harness. Cet outil interne, développé en propre par les équipes de Mandiant depuis la fusion avec Google, fonctionne discrètement depuis dix mois à l'intérieur de l'organisation, scannant en continu des dizaines de millions de lignes de code. Sa divulgation marque un tournant : c'est la première fois qu'une grande firme de cybersécurité documente aussi précisément les performances d'un système agentic IA appliqué à la découverte de vulnérabilités à l'échelle industrielle.

Les chiffres avancés par Google sont remarquables. En dix mois d'exploitation opérationnelle, l'AVDH a produit des dizaines de milliers de findings sur du code source provenant de multiples origines. Lors d'un exercice intensif de 48 heures mené sur des extensions web et des projets open source à fort déploiement, le système a identifié plus de 100 vulnérabilités de haute sévérité vérifiées. Parmi ces findings, 12 CVE ont été assignés, dont les identifiants CVE-2026-13242 et CVE-2026-55803 sont déjà publics, et « une douzaine supplémentaire est actuellement en cours de divulgation coordonnée », précise le blog officiel de GRIT. Ces chiffres placent l'AVDH bien au-dessus des scanners statiques traditionnels en termes de densité de signal pertinent par rapport au bruit généré.

La découverte de ces vulnérabilités s'est produite dans un cadre opérationnel réel : une investigation en direct portant sur des référentiels d'entreprises dont les données avaient été volées. Mandiant déployait l'AVDH pour analyser le code des victimes afin de comprendre les vecteurs d'intrusion initiaux utilisés par les attaquants. C'est dans ce contexte hautement concret que l'outil a démontré sa capacité à découvrir des failles inédites dans des projets tiers, confirmant son positionnement comme système offensif et défensif simultanément.

L'architecture de l'AVDH repose sur un modèle multi-agents où chaque agent est spécialisé dans un type d'analyse : analyse syntaxique du code, raisonnement sur la logique métier, validation de l'exploitabilité réelle. La particularité centrale du système est que les agents se challengent mutuellement leurs conclusions dans un processus contradictoire interne. Cette approche adversariale vise explicitement à contrer le problème des faux positifs qui rend les outils classiques d'analyse statique inutilisables en pratique opérationnelle. Contrairement aux scanners qui signalent tout pattern ressemblant à un bug connu, l'AVDH confronte les hypothèses à un corpus de règles rédigé par les consultants expérimentés de Mandiant, réduisant drastiquement les alertes non-actionnables.

Sur le plan technique, les vulnérabilités découvertes concernent des catégories classiques mais difficiles à détecter automatiquement dans du code complexe : injections de commandes via des entrées utilisateur mal sanitisées, désérialisations non sécurisées, contournements de contrôle d'accès dans des interfaces REST, cas de path traversal imbriqués, et plusieurs instances de confusion de type dans des parseurs de données. Ce qui distingue l'AVDH n'est pas le type de vulnérabilités trouvées — ces classes existent depuis des décennies — mais sa capacité à les identifier dans du code dense, imbriqué et mal documenté, avec un taux de faux positifs suffisamment bas pour être exploitable opérationnellement sans mobiliser une armée d'analystes pour le tri.

Google n'a pas uniquement publié des résultats quantitatifs : l'entreprise a accompagné cette divulgation d'un blueprint architectural complet. Ce document technique décrit les principes de conception de l'AVDH, les types d'agents à déployer, les stratégies de consensus inter-agents pour la validation des findings, et les mécanismes de supervision humaine intégrés dans le pipeline. La publication de ce blueprint, disponible via le blog du Google Threat Intelligence Group, s'inscrit dans une stratégie délibérée de standardisation : en rendant public le cadre méthodologique, Google cherche à établir des standards de fait dans le domaine de la sécurité IA agentic avant que les régulateurs ne définissent eux-mêmes ces standards.

La divulgation coordonnée des CVE avec les mainteneurs des projets affectés avait débuté avant la publication du billet de blog. Google respecte un processus de divulgation de 90 jours pour les failles non encore corrigées, et les détails techniques des vulnérabilités encore en cours de patch ne sont pas rendus publics prématurément. Les 12 CVE déjà assignés correspondent tous à des vulnérabilités pour lesquelles des correctifs sont soit déjà disponibles soit en cours de déploiement chez les mainteneurs respectifs, selon les informations communiquées par GRIT.

La publication intervient dans un contexte de compétition intense entre acteurs de la sécurité pour intégrer l'IA générative et les agents IA dans leurs pipelines de détection et de réponse. Des solutions concurrentes émergent, mais aucune n'avait encore revendiqué des performances aussi détaillées et vérifiables à partir d'un déploiement en production réel sur dix mois consécutifs. La crédibilité du résultat est renforcée par le fait qu'il ne s'agit pas d'un benchmark théorique mais d'une utilisation opérationnelle sur des codebases réels de clients Mandiant dans des situations d'incident actif.

L'IA agentic comme nouveau standard de la recherche en vulnérabilités

La publication de l'AVDH par Google-Mandiant s'inscrit dans une transformation plus profonde de la façon dont la sécurité offensive et défensive est exercée. Depuis 18 mois, on observe une migration accélérée des équipes de red team et de bug bounty vers des approches augmentées par IA. Des programmes de recherche académiques et industriels documentent tous une même tendance : l'IA accélère significativement la phase de découverte, laissant aux experts humains la tâche de qualification, de priorisation et de construction des exploits fonctionnels. L'AVDH formalise cette division du travail dans un produit opérationnel éprouvé.

Ce qui rend l'AVDH particulièrement significatif est son modèle de validation contradictoire entre agents. L'un des défis récurrents des outils d'analyse statique automatisés est précisément le bruit : un scanner qui génère des milliers de faux positifs est inutilisable opérationnellement car il noie les vrais problèmes dans une masse d'alertes sans valeur. En construisant une architecture où les agents se réfutent mutuellement avant qu'un finding ne soit validé, Mandiant propose une solution concrète au problème de qualité du signal qui freine l'adoption des outils automatisés dans les équipes sécurité. C'est une avancée méthodologique autant que quantitative.

Pour les entreprises, les implications sont directes et multiples. D'abord, la réduction du cycle de découverte de vulnérabilités de semaines à heures change fondamentalement l'économie de la sécurité applicative. Des équipes qui ne pouvaient pas se permettre des audits de code complets à fréquence élevée pourraient bénéficier d'une couverture continue à des coûts réduits. Ensuite, la publication du blueprint ouvre la voie à une démocratisation de l'approche : des CERT nationaux, des fournisseurs MSSP, ou des équipes produit en interne peuvent désormais s'appuyer sur une architecture documentée plutôt que de repartir de zéro sur la conception de leur propre système.

L'impact réglementaire de cette capacité est non négligeable. Dans le cadre du règlement européen sur la cyber-résilience (CRA), les fabricants de logiciels sont désormais tenus de démontrer des processus de tests de sécurité rigoureux avant mise sur le marché. Un outil capable de scanner des millions de lignes de code en quelques heures, en produisant des résultats vérifiables et des CVE assignables avec leurs CVSS, représente exactement le type de preuve attendu par les auditeurs de conformité. L'AVDH pourrait ainsi devenir non seulement un actif offensif mais aussi un outil de conformité réglementaire clé pour les éditeurs soumis au CRA.

Ce qu'il faut retenir

• L'AVDH de Google Mandiant illustre que les agents IA multi-couches avec validation contradictoire entre agents surpassent désormais les scanners statiques traditionnels pour la découverte de vulnérabilités à grande échelle en production réelle.
• 100+ vulnérabilités critiques vérifiées en 48 heures, 12 CVE assignés dont CVE-2026-13242 et CVE-2026-55803 : ces chiffres établissent un nouveau benchmark de référence pour l'industrie de la sécurité IA.
• Le blueprint architectural publié par Google permet aux équipes sécurité de construire des systèmes similaires ; les RSSI doivent évaluer l'intégration de l'approche agentic dans leurs processus de tests de sécurité applicative, notamment dans le contexte du Cyber Resilience Act.