Points clés à retenir
- Les agents IA de la Fondation Ethereum ont découvert CVE-2026-34219, un bug déclenchable à distance dans le gossipsub de libp2p.
- Un agent a produit environ 1 000 résultats de candidats, et 86 % des meilleurs choix ont survécu à l'examen des experts.
- La fondation a déclaré le 9 juillet que le tri, et non la recherche de bogues, constitue le goulot d'étranglement ; la validation humaine reste essentielle.
Beaucoup d'erreurs de diagnostic
L'expérience a été détaillée dans un article de blog publié le 9 juillet par Nikos Baxevanis, de l'équipe de sécurité des protocoles de la fondation, sous un titre qui fait également office de thèse de l'entreprise, à savoir « Le triage est le produit ». Les résultats ont attiré une grande attention car les problèmes les plus signalés se sont révélés être des faux positifs (même s’il y avait de vrais bugs dans le mélange).
La découverte majeure est assez réelle, car les agents ont contribué à faire apparaître une panique déclenchable à distance dans gossipsub, qui fait partie de la couche réseau peer-to-peer libp2p sur laquelle les clients de consensus Ethereum s'exécutent. La faille a été corrigée et divulguée sous le nom CVE-2026-34219 (le genre de bug qui, s'il avait été découvert en premier par un attaquant, aurait pu être utilisé pour perturber les nœuds du réseau).
Trouver des bugs était la partie la plus facile
La surprise, écrit la fondation, n’était pas que les agents d’IA puissent trouver des bugs, mais « combien peu de travail a été consacré à leur recherche, et combien a été consacré à distinguer les vrais bugs de ceux qui semblaient réels ».
L'équipe a catalogué les formes récurrentes de ces imposteurs, à la manière des crashs qui ne se produisent que dans les versions de débogage et jamais en production, des reproducteurs qui s'appuient sur des valeurs internes inaccessibles qu'aucun attaquant ne pourrait réellement fournir, et des preuves de vérification formelle qui sont techniquement vraies mais si libres qu'elles ne démontrent rien.
La réponse de la fondation était une norme de preuve stricte qu'elle résumait comme « reproductible ou cela ne s'est pas produit ». Pour être plus précis, chaque découverte candidate doit désormais être accompagnée d'un artefact autonome qui reproduit l'échec par rapport au code réel, quel que soit le degré de confiance que prétend l'agent déclarant.
Les agents, dans ce contexte, peuvent être considérés comme des générateurs d’hypothèses (des outils de recherche, et non des décideurs) organisés en étapes de reconnaissance, de chasse, de remplissage des lacunes et de validation, les humains prenant la décision finale.
Les chiffres derrière le battage médiatique
Le message offre également une référence rare sur les performances de la génération actuelle d’outils. Un agent de test basé sur les propriétés a généré environ 1 000 résultats candidats et, après examen par des experts, environ 86 % de ses recommandations de haut niveau ont survécu à un examen minutieux (fort pour une machine, mais un taux qui nécessite toujours un filtre humain avant que quoi que ce soit ne touche le code de production).
Les outils détectent clairement de réelles vulnérabilités dans les infrastructures critiques, sapant ainsi le rejet selon lequel les rapports de bogues générés par l’IA ne sont que du pur bruit. Pourtant, la charge de travail n’a pas disparu mais s’est simplement déplacée vers le triage, où des ingénieurs expérimentés séparent le signal de la simulation. Pour un réseau sécurisant des centaines de milliards de dollars, ce filtre est important.
La fondation fait désormais avancer le travail plutôt que de le traiter comme un cas isolé. Son programme de soutien aux écosystèmes, par exemple, finance un cycle de subventions dédié à la sécurité des protocoles basés sur l'IA, couvrant la recherche, l'audit et la détection des vulnérabilités.