429 failles dans Chrome, 21 zero-days dans FFmpeg pour 1 000 $ : quand la découverte automatique de vulnérabilités dépasser la correction humaine

Parmi elles, 22 ont été classées comme critiques et plus de 100 ont atteint un niveau de sévérité critique ou élevé. La plus dangereuse était la CVE-2026-10881, une faille de lecture et d'écriture hors limites dans la couche graphique ANGLE qui a obtenu un score CVSS de 9,6 et pouvait permettre une évasion du bac à sable (sandbox) via une page HTML spécialement conçue. De nombreux bugs critiques étaient des problèmes de type "use-after-free", un défaut récurrent de sécurité de la mémoire dans les navigateurs.

Les ingénieurs de Google ont détecté environ 371 de ces failles en interne ; le reste a été signalé par des chercheurs indépendants, et l'entreprise a versé 209 000 dollars de primes de bugs. SecurityWeek a noté que la recrudescence des failles de Chrome était probablement due à l'utilisation accrue de l'IA dans la chasse aux vulnérabilités, un changement qui a conduit Google à réduire le montant de ses primes pour les bugs de Chrome en avril 2026.

Selon Google, aucune de ces vulnérabilités n'a été activement exploitée au moment de la divulgation. Cependant, l'ampleur même du correctif pose une question opérationnelle sérieuse : même les équipes d'ingénierie les mieux dotées peuvent-elles suivre le rythme lorsque la découverte par IA inonde leurs systèmes de suivi de bugs ?

21 zero-days dans FFmpeg pour 1 000 $

Au moment même où Chrome 149 sortait, la startup de sécurité depthfirst a publié les résultats du test de son agent IA de production sur FFmpeg, la bibliothèque multimédia open source qui est au cœur du traitement vidéo dans d'innombrables applications et appareils.

L'agent a analysé environ 1,5 million de lignes de code C et a signalé 21 vulnérabilités zero-day jusqu'alors inconnues – des bugs qui n'avaient jamais été divulgués publiquement et qui, dans plusieurs cas, étaient passés inaperçus pendant 15 à 20 ans. La majorité d'entre elles étaient des problèmes de dépassement de tas et de pile dans divers composants, allant du démultiplexeur TS au décodeur VP9.

Fait crucial, le système de depthfirst ne s'est pas contenté de signaler du code suspect. Il a produit des preuves de concept concrètes et reproductibles pour chaque bug, confirmant ainsi ses découvertes. Le coût total de l'opération en puissance de calcul : environ 1 000 $.

À titre de comparaison, le modèle Mythos d'Anthropic avait précédemment extrait une faille vieille de 16 ans dans le codec H.264 de FFmpeg pour environ 10 000 dollars. Depthfirst a présenté son résultat comme ayant atteint des résultats comparables pour un dixième du coût. Les implications sont frappantes : la découverte sophistiquée de failles zero-day, autrefois l'apanage de laboratoires de recherche bien financés et d'États-nations, se rapproche du coût d'une facture de cloud computing que n'importe qui pourrait payer.

Tendance de fond : la découverte dépasse la correction

Les histoires de Chrome et de FFmpeg ne sont pas des cas isolés. Elles s'inscrivent dans un phénomène plus large qui s'est accéléré au cours des années 2025 et 2026.

Le volume de découvertes explose

L'agent Big Sleep du Project Zero de Google a découvert la première zero-day connue trouvée par IA sur un logiciel en production – un sous-dépassement de tampon de pile dans SQLite – en novembre 2024. Depuis, le rythme s'est accéléré. L'analyse statique assistée par IA de ZeroPath a trouvé sept failles dans FFmpeg fin 2025. Le modèle Mythos d'Anthropic a par la suite découvert des vulnérabilités dans OpenBSD, FreeBSD, Linux, Firefox et des bibliothèques cryptographiques, dont beaucoup résidaient dans le code depuis 16 à 27 ans. En avril 2026, Mythos avait réussi à écrire des exploits 181 fois contre Firefox, une amélioration d'un facteur 90 par rapport à la génération précédente de modèles.

Le correctif Chrome 149 lui-même est le reflet direct de cette nouvelle vélocité. Les 429 correctifs annoncés en juin 2026 dépassaient déjà le nombre total de correctifs de sécurité Chrome livrés sur toute l'année 2025, comme le rapporte SecurityWeek.

La correction est le goulot d'étranglement

Trouver des bugs est rapide. Les corriger reste un processus humain. Chrome 149 prouve que même Google, avec ses ressources d'ingénierie colossales et son programme de gestion des vulnérabilités mature, peut être confronté à un énorme retard. Pour les mainteneurs de projets open source plus modestes, la situation est plus précaire. La très petite équipe centrale de FFmpeg doit maintenant trier, valider et développer des correctifs pour des vulnérabilités livrées en masse par de multiples outils d'IA – non seulement depthfirst, mais aussi Big Sleep de Google, Mythos d'Anthropic et d'autres. Le projet FFmpeg a déjà repoussé ce qu'il considère comme des rapports de bugs générés par IA de mauvaise qualité, qualifiant certaines soumissions de l'IA de Google de "bouillie de CVE" lorsque les découvertes concernaient du code ésotérique pour des jeux vidéo vieux de 30 ans.

L'économie favorise les attaquants

Un défenseur bien doté peut désormais exécuter plusieurs modèles d'IA sur sa propre base de code avant de la livrer, et beaucoup le font. Mais la même logique économique s'applique à tout le monde. Une étude de l'université de l'Illinois (UIUC) a estimé le coût moyen d'exploitation assistée par IA à 8,80 $ par vulnérabilité avec GPT-4, contre 25 $ par vulnérabilité pour un chercheur humain qualifié. La campagne de depthfirst sur FFmpeg pour 1 000 $ a ramené le coût par zero-day à environ 48 $ – et les améliorations matérielles et logicielles à venir devraient encore faire baisser ce chiffre.

Les défenseurs restent confrontés à des processus manuels et chronophages de correction et de déploiement. L'asymétrie se creuse.

Ce que les organisations doivent faire maintenant

La démocratisation rapide de la découverte de vulnérabilités par l'IA exige une réponse pragmatique plutôt que la panique. Les équipes de sécurité doivent partir du principe que les acteurs de la menace – étatiques comme non étatiques – utilisent déjà ces modèles contre les logiciels dont dépendent leurs organisations.

Les mesures pratiques consistent à faire tourner des agents de sécurité IA sur votre propre base de code en premier, car la meilleure défense est de trouver et de corriger les bugs graves avant que les attaquants ne le fassent. Réduire le délai de correction est tout aussi critique – le laps de temps entre la divulgation publique et le déploiement du correctif est devenu la fenêtre la plus dangereuse à l'ère de l'IA – il faut donc donner la priorité à l'analyse de votre chaîne d'approvisionnement logicielle et à l'application des mises à jour le jour même de leur publication. Traiter la divulgation de vulnérabilités comme un problème de surcharge est également essentiel : la plupart des équipes n'ont pas la capacité de trier une soudaine avalanche de rapports générés par l'IA. Construire ou adopter des pipelines de validation automatisée capables de séparer le signal du bruit deviendra bientôt un prérequis pour maintenir des logiciels sécurisés.

Un changement définitif

Le méga-correctif Chrome 149 et la campagne à 1 000 dollars de depthfirst sur FFmpeg ne sont pas des anomalies. Ce sont des signaux. Les modèles d'IA trouvent désormais des bugs qui ont survécu à des décennies de revue humaine et à des millions de tests de fuzzing automatisés – à moindre coût et à grande échelle. Comme l'a noté une note de recherche de la Cloud Security Alliance, même des modèles d'IA "sous-frontières" (sub-frontier) peuvent désormais trouver des zero-days.

Le goulot d'étranglement n'est plus la découverte. C'est tout ce qui vient après. Tant que le volet correction de l'équation n'aura pas rattrapé son retard – par une meilleure automatisation, des pipelines de déploiement plus rapides ou de nouvelles approches architecturales de la sécurité logicielle – chaque correctif record et chaque campagne de découverte à très bas coût sont un avertissement que l'industrie ne peut se permettre d'ignorer.