


Sommaire (13 sections)
- Le vrai problème : l'IA trouve des failles partout
- Quatre décisions qui changent un audit par IA
- 1. Un registre de ce qui n'a pas été regardé
- 2. Celui qui vérifie n'est jamais celui qui a trouvé
- 3. Un doute n'a pas de gravité
- 4. Le budget sert d'abord à vérifier
- Ce que disent les chiffres de Cloudflare
- Le sandbox : pourquoi la plupart des pistes resteront « à valider »
- L'angle mort : le dépôt audité parle aussi à l'agent
- Les garde-fous du modèle : un refus n'est pas un verdict
- Comment nous nous en servirions
- Ce qu'il faut retenir
- Sources
Le 4 novembre, IT-Connect a publié un tutoriel sur la skill security-audit de Cloudflare : un ensemble de consignes qui transforme un agent de code, Claude Code par exemple, en auditeur de sécurité. La skill n'est pas nouvelle. Elle est en ligne depuis le 18 juin 2026, le jour où Cloudflare a raconté comment il cherche les failles de ses propres dépôts, et elle a été refondue en septembre. Nous l'avons lue fichier par fichier, dans sa version du 14 septembre, avec les deux articles de Cloudflare qui l'accompagnent et la documentation de Claude Code. Le tutoriel dit bien comment l'installer. Cet article dit ce qu'elle vaut, où elle s'arrête, et comment nous nous en servirions.
Le vrai problème : l'IA trouve des failles partout #
Trouver des failles n'est plus le point difficile pour un modèle d'IA. Le difficile, c'est de trier. Cloudflare le résume en une phrase, dans son bilan de Project Glasswing publié en mai : « Demandez à un modèle de trouver des bugs, il en trouvera, que le code en ait ou non. »
Les mesures indépendantes vont dans le même sens. En septembre 2025, Semgrep a lâché Claude Code et Codex sur onze applications web Python open source. Claude Code a trouvé 46 vraies vulnérabilités, mais avec un taux de vrais positifs de 14 % : six alertes sur sept étaient fausses. Sur une même application, trois exécutions identiques ont donné 3, puis 6, puis 11 résultats différents.
Le coût de ce bruit, ce sont les mainteneurs qui le paient. En janvier 2026, Daniel Stenberg a fermé le programme de primes aux bugs de curl. Avant 2025, plus de 15 % des signalements reçus étaient de vraies failles. À partir de 2025, moins de 5 %. Il voulait « supprimer l'incitation à envoyer des mensonges inventés ».
Une skill d'audit ne vaut donc pas par ce qu'elle trouve, mais par ce qu'elle refuse d'affirmer. C'est sur ce terrain que celle de Cloudflare est intéressante.
Quatre décisions qui changent un audit par IA #
Le tutoriel d'IT-Connect décrit bien les six phases de l'audit complet. Plutôt que de les reprendre, voici les quatre choix de conception qui, à la lecture, font la différence avec un simple « trouve-moi des failles dans ce code ».
1. Un registre de ce qui n'a pas été regardé #
Avant toute recherche, la skill dresse un registre de couverture, coverage-ledger.json : chaque point d'entrée du code, croisé avec la frontière de confiance qu'il franchit et le type d'attaque à tester. Chaque case a un état, et un programme fourni avec la skill vérifie ce registre après chaque mise à jour. Une zone hors du périmètre demandé est marquée out_of_scope, jamais « couverte ». Un passage rapide doit se présenter comme une couverture partielle. Les consignes l'écrivent en toutes lettres : ne jamais laisser entendre qu'une seule passe épuise la cible.
Cela paraît administratif. C'est en réalité la seule façon de répondre honnêtement à la question qu'un dirigeant pose après un audit : « Et le reste, c'est bon ? » Un rapport sans registre ne peut pas dire ce qu'il n'a pas regardé.
2. Celui qui vérifie n'est jamais celui qui a trouvé #
Chaque piste trouvée par un agent de recherche est confiée à un nouvel agent, dont la mission est de démontrer qu'elle est fausse. Les affirmations qui survivent sont vérifiées une seconde fois, dans le code source, par des agents qui n'ont pas participé à la découverte. Cloudflare va plus loin dans son système interne : la découverte et la validation y tournent sur deux modèles différents.
3. Un doute n'a pas de gravité #
Chaque piste finit dans l'un de trois états : confirmée, à valider (needs_validation) ou rejetée. Seule une faille confirmée reçoit une gravité, et cette gravité ne peut pas dépasser l'impact démontré. Une piste « à valider » n'est pas une faille de faible gravité : c'est une hypothèse précise, bloquée par un fait précis, par exemple le comportement d'un proxy qui n'est pas dans le dépôt. La skill écarte aussi deux sources classiques de bruit : un écart à une bonne pratique n'est pas une faille, et l'absence d'une deuxième protection n'en est pas une non plus si la première bloque déjà l'attaque.
4. Le budget sert d'abord à vérifier #
On peut plafonner un audit en nombre d'appels d'agents. La skill réserve alors d'abord les appels nécessaires à la reconnaissance, aux relectures de couverture et à la validation, et ne donne aux agents de recherche que le reste. Si le budget ne suffit pas, l'audit est déclaré incomplet, avec la raison exacte, plutôt que de valider moins. C'est l'inverse du réflexe habituel, qui consiste à chercher le plus possible et à trier ensuite.
Ce que disent les chiffres de Cloudflare #
La skill publiée est le point de départ, pas l'outil complet. Dans son article du 18 juin, Cloudflare décrit le système qui en est sorti, appliqué à 128 dépôts. Ce système n'est pas publié ; Cloudflare espère seulement qu'il « suivra bientôt ». Ses chiffres disent pourtant beaucoup de la méthode :
- sur 20 799 pistes brutes, environ 12 057 ont survécu à la validation, et 5 442 doublons ont encore été fusionnés ; il restait 7 245 résultats exploitables par les équipes ;
- en améliorant la recherche, le taux de rejet à la validation est passé de 40 % à 11 % ;
- pour un dépôt d'environ 30 000 lignes, une exécution complète prend 3 à 4 heures et produit une centaine de pistes ;
- une seule exécution trouve environ la moitié des failles trouvées sur plusieurs exécutions, et chaque passe supplémentaire coûte environ la moitié de la première.
Et cette phrase, qui devrait figurer en tête de tout rapport d'audit, humain ou non : « Nous n'annonçons pas de taux de faux négatifs. Il n'existe aucun jeu de référence qui recense toutes les vraies failles d'un code. » Autrement dit, un rapport vide ne prouve pas qu'un code est sûr. Ce n'est pas une faiblesse de cette skill en particulier : c'est une limite de tout audit, que la skill a l'honnêteté d'écrire.
Le sandbox : pourquoi la plupart des pistes resteront « à valider » #
Confirmer une faille demande souvent d'exécuter du code : un test, une petite application de démonstration, un fichier piégé. La skill ne l'accepte que dans un sandbox imposé par le système d'exploitation, qui réunit quatre conditions : aucun accès au réseau externe, un environnement vide rempli à partir d'une liste explicite de variables, la cible et les outils en lecture seule avec écriture limitée à un dossier de travail, et des limites de processeur, de mémoire, de processus et de durée. Si une seule condition manque, elle n'exécute rien et laisse la piste « à valider ».
IT-Connect note que le sandbox de Claude Code « ne suffit pas », sans détailler. Voici ce que dit la documentation officielle, condition par condition, avec les réglages par défaut :
- Réseau externe : couvert. Sous Linux, les commandes tournent dans un espace réseau séparé, et le trafic passe par un proxy dont la liste de domaines autorisés est vide au départ.
- Environnement vide : non couvert par défaut. Les commandes héritent des variables de Claude Code, « secrets compris ». On peut en retirer certaines en les nommant une à une, mais il n'existe pas de liste de secrets intégrée.
- Cible en lecture seule : non couvert par défaut. L'écriture est permise dans le dossier de travail, c'est-à-dire dans le dépôt audité si l'on y lance Claude Code. La lecture, elle, est ouverte sur toute la machine, fichiers d'identifiants compris, sauf réglage contraire.
- Limites de ressources : absentes. La documentation ne décrit aucune limite de processeur, de mémoire, de processus ou de durée.
Deux précisions encore. Le sandbox ne couvre que les commandes shell : les outils de fichiers de Claude, les serveurs MCP et les hooks tournent en dehors. Et si la plateforme ne le prend pas en charge, Claude Code exécute par défaut les commandes sans sandbox, sauf réglage failIfUnavailable.
La skill a donc raison de rester prudente, et c'est une qualité : elle préfère une piste bloquée à une confirmation obtenue sur votre poste de travail. Pour aller jusqu'à l'exécution, il faut une machine virtuelle jetable, sans réseau vers le reste de vos machines et sans aucun identifiant. Cloudflare lui-même fait tourner les tests de son système dans un sandbox basé sur les espaces de noms Linux, et précise que, lancé dans Docker, il faut relâcher les protections seccomp et AppArmor du conteneur. Raison de plus pour une VM dédiée plutôt qu'un conteneur sur une machine partagée.
L'angle mort : le dépôt audité parle aussi à l'agent #
C'est le point que nous n'avons vu traité nulle part. Un agent qui audite du code lit ce code, et pour un modèle, lire du texte, c'est déjà s'exposer à des instructions. Un commentaire, un README ou un fichier de configuration peut s'adresser à l'agent plutôt qu'au développeur.
Ce n'est pas théorique. En septembre 2025, les chercheurs de Checkmarx ont montré qu'un commentaire bien tourné suffisait pour qu'une revue de sécurité par Claude Code conclue « 0 nouvelle vulnérabilité » sur un code malveillant. Dans un autre essai, une charge découpée sur plusieurs fichiers a fini exécutée sur le poste du développeur pendant les tests de l'agent. En août 2025, Johann Rehberger a publié CVE-2025-55284 : une injection placée dans un fichier source faisait envoyer le contenu du fichier .env vers un serveur extérieur, caché dans des requêtes DNS. La faille est corrigée depuis la version 1.0.4. Anthropic prévient d'ailleurs que sa propre action GitHub de revue de sécurité n'est pas durcie contre l'injection de prompt et ne doit servir qu'à relire des demandes de fusion de confiance.
Or la skill de Cloudflare traite très bien l'injection de prompt dans le code audité, quand ce code est lui-même une application d'IA : c'est l'objet de l'un de ses guides. Mais nous n'avons trouvé, dans aucun de ses quinze fichiers de consignes, de phrase demandant à l'auditeur de traiter le texte du dépôt comme une simple donnée. Et la synthèse d'architecture, rédigée à partir de la lecture du dépôt, est recopiée telle quelle dans la consigne de chaque agent de recherche. Une phrase piégée qui passerait dans cette synthèse serait donc distribuée à tous les agents.
Côté Claude Code, deux mécanismes documentés aggravent le risque quand on lance l'agent depuis le dépôt à auditer, comme le font la plupart des tutoriels :
- Claude Code charge au démarrage les fichiers
CLAUDE.mddu dossier courant et des dossiers parents, et ceux des sous-dossiers dès qu'il y lit un fichier, ce qu'un audit fait sans arrêt. Ces fichiers sont des instructions pour l'agent : un dépôt malveillant n'a pas besoin d'être plus subtil. - Un dépôt peut déclarer des hooks dans
.claude/settings.json, c'est-à-dire des commandes lancées automatiquement à certains moments de la session. Une fois le dossier accepté dans la boîte de dialogue de confiance, ces hooks s'exécutent, et ils tournent hors du sandbox, avec tous vos droits. En mode non interactif (claude -p), il n'y a même pas de boîte de dialogue.
Un agent d'audit qui lit un dépôt inconnu, sur une machine qui contient vos clés, avec un accès au réseau, réunit les trois ingrédients que Simon Willison appelle le « trio mortel » : des données privées, un contenu non fiable, et un moyen de communiquer vers l'extérieur. L'ANSSI dit la même chose dans son guide « Sécuriser un système IA agentique », publié le 30 octobre : considérer comme non fiables les entrées et sorties du système agentique, cloisonner son environnement d'exécution, et maintenir les secrets hors du contexte du modèle.
Les garde-fous du modèle : un refus n'est pas un verdict #
IT-Connect raconte un audit interrompu par les garde-fous du modèle. C'est cohérent avec la politique d'Anthropic, mise à jour le 6 octobre : les modèles grand public ont des protections qui « bloquent la plupart des travaux cyber », mais restent utilisables pour la revue de code, la correction de failles connues, la recherche de vulnérabilités dans son propre code et le tri d'alertes. Les usages offensifs passent par le Cyber Verification Program, sur dossier. Sur un banc d'essai de scénarios d'attaque, Anthropic indique que Claude Opus 5.5 sans ce programme a bloqué chaque tâche dès la première demande.
Cloudflare observe de son côté que ces refus « ne sont pas cohérents » : deux tâches équivalentes peuvent recevoir des réponses opposées selon leur formulation. Conséquence pratique : un refus ne dit rien de votre code, et l'absence de refus ne vaut pas autorisation. Sur votre propre code, un périmètre étroit et une demande clairement défensive, ce qu'est par construction cette skill, sont la bonne approche. Contourner un refus n'en est pas une.
Comment nous nous en servirions #
Nous utilisons déjà des agents de code pour relire notre code et nos configurations, avec un compte dédié, le moins de droits possible et aucune action en production sans validation humaine. Nous n'avons pas encore passé nos dépôts à cette skill. Voici comment nous nous y prendrions, et ce que nous conseillerions à une équipe de développement ou à une PME qui maintient son propre logiciel :
- Sur votre propre code, au bon moment. Avant une mise en production, ou après un chantier qui touche à ce qui est sensible : authentification, droits, envoi de fichiers, séparation entre clients. Pas sur un code dont vous n'avez pas le droit d'analyser les sources.
- Petit d'abord. Profil
quick, un périmètre précis, un budget en nombre d'agents. Un audit complet sans limite peut lancer des dizaines d'agents. - Sur un état identifiable. Un commit propre, la sortie hors du dépôt (c'est le réglage par défaut de la skill), et une session lancée hors du dépôt audité si vous ne l'avez pas écrit vous-même.
- Plusieurs passes. Les exécutions successives s'additionnent : la skill relit les registres précédents et vise les zones non couvertes. Avec la moitié des failles trouvées par passe, une seule passe est un échantillon, pas un audit.
- Lire les pistes « à valider » comme une liste de questions. Elles portent sur ce que le dépôt ne montre pas : le proxy, les en-têtes, le pare-feu applicatif, la configuration du fournisseur d'identité. Ce sont des questions pour la personne qui connaît la production, pas pour l'agent.
- Corriger comme d'habitude. Chaque correctif passe par une branche, des tests et une demande de fusion. C'est la règle que nous appliquons à tous nos dépôts depuis que nous avons interdit l'envoi direct sur la branche principale.
Ce que la skill ne remplace pas : un test d'intrusion sur l'environnement réel. Elle travaille sur les sources et refuse, à juste titre, de sonder un service déployé. Tout ce qui dépend du déploiement reste donc hors de sa portée.
Ce qu'il faut retenir #
La skill de Cloudflare n'apporte pas un modèle plus fort. Elle apporte une discipline : compter ce qu'on n'a pas regardé, faire vérifier chaque affirmation par quelqu'un qui a intérêt à la démolir, refuser de donner une gravité à un doute, et dépenser d'abord pour vérifier. C'est exactement ce qui manquait aux audits par IA qui ont noyé les mainteneurs de curl. Il lui manque une consigne claire sur le texte du dépôt audité, et un sandbox que la plupart des postes de travail ne fournissent pas. Les deux se compensent par l'environnement dans lequel on la lance.
Depuis que les modèles trouvent des failles anciennes en série, comme nous l'écrivions à propos de Mythos et GPT-6 Astra, la question n'est plus de savoir si quelqu'un passera votre code au crible, mais qui le fera en premier. Vous voulez auditer votre application avant un autre, ou cadrer l'usage d'agents de code dans votre équipe ? Parlons-en.
Sources #
- Cloudflare, dépôt security-audit-skill (licence MIT, en ligne depuis le 18 juin 2026, version lue : commit c1c8a8c du 14 septembre 2026) : README et fichier SKILL.md.
- Cloudflare, Grant Bourzikas, Build your own vulnerability harness (18 juin 2026) : système interne, chiffres, faux négatifs.
- Cloudflare, Grant Bourzikas, Project Glasswing: what Mythos showed us (18 mai 2026) : faux positifs, refus incohérents.
- IT-Connect, Florian Burnel, Cloudflare security-audit : prendre en main la skill d'audit de sécurité pour agents IA (4 novembre 2026).
- Semgrep, R. Gaucher, V. Ermilov, C. Gibler, Finding vulnerabilities in modern web apps using Claude Code and OpenAI Codex (2 septembre 2025).
- Daniel Stenberg, The end of the curl bug-bounty (26 janvier 2026).
- Claude Code, documentation : sandbox, permissions et confiance du dossier, fichiers CLAUDE.md, sécurité.
- Checkmarx Zero, Ori Ron et Dor Tumarkin, Bypassing Claude Code: How Easy Is It to Trick an AI Security Reviewer? (4 septembre 2025).
- Johann Rehberger, Claude Code: Data Exfiltration with DNS (11 août 2025), CVE-2025-55284.
- Anthropic, claude-code-security-review : avertissement sur l'injection de prompt.
- Simon Willison, The lethal trifecta for AI agents (16 juin 2025).
- ANSSI, Sécuriser un système IA agentique, collection Les Essentiels, V1.0 (30 octobre 2026).
- Anthropic, Expanding the Cyber Verification Program (6 octobre 2026).






