Les agents IA à "computer use" analysent déjà des malwares en quelques minutes : ce qui change pour le DFIR

Pendant des années, automatiser l'analyse de malware imposait un péage : reconstruire chaque outil autour d'une API. Les agents IA dotés du computer use font sauter ce péage. Au lieu d'une intégration par outil, l'agent regarde des captures de l'écran, décide, puis déplace la souris et le clavier, pilotant le même débogueur et le même désassembleur qu'un analyste humain, dans un laboratoire isolé.

Ce qui change vraiment

Toute équipe de sécurité qui a tenté d'automatiser la rétro-ingénierie a heurté le même mur. Les sandbox ont des API, certains désassembleurs offrent du scripting, mais le vrai flux de travail de l'analyste vit dans une douzaine d'outils graphiques, chacun avec ses manies. Les coller ensemble signifie des mois de code d'intégration qui casse à la version suivante, et les outils uniquement graphiques n'entrent jamais dans le pipeline.

Le computer use inverse cette logique : la surface d'intégration devient l'écran lui-même. Si un outil dessine une fenêtre, l'agent peut s'en servir. Rien n'est réécrit, et le travail de l'analyste passe de la plomberie à la relecture du rapport.

Le cas de test

Lors d'un test récent, un agent a traité des échantillons vivants de loaders et d'un proxy de type SystemBC dans un laboratoire FlareVM affiché dans un onglet de navigateur. En quinze minutes environ, il a récupéré la configuration obfusquée, les mots de passe intégrés aux binaires et le comportement d'exécution pertinent. C'est le test d'un praticien, pas un benchmark, mais c'est un signal crédible de la trajectoire de cette capacité.

Ce qui change pour les équipes DFIR et SOC

La plupart des interventions de réponse à incident laissent une pile de binaires que personne n'a le temps de rétro-ingénierer entièrement. Un premier passage qui extrait configuration, détails de C2 et identifiants en quelques minutes redéfinit ce que "analyse complète" veut dire pour une petite équipe. L'humain passe d'opérateur à relecteur : valider les résultats exige la même expertise que les produire, plus la discipline de vérifier au lieu de faire confiance.

Garde-fous avant de copier

Un agent qui peut cliquer dans un laboratoire de malware est aussi un agent auquel le malware peut parler. Traitez les points suivants comme des prérequis, pas des améliorations :

• Isolez le laboratoire de la production et d'internet, et restaurez le snapshot après chaque échantillon.
• Traitez chaque chaîne décodée comme une possible injection de prompt visant l'agent.
• Ne laissez aucun identifiant dans la session : si l'agent est compromis, son rayon d'impact doit être une seule VM.
• Exigez une signature humaine avant qu'un IOC n'atteigne une liste de blocage ou un client.
• Enregistrez tout : écran et journal d'actions, pour voir où il s'est trompé.

Avant d'intégrer un modèle dans ce pipeline, évaluez-le. Le scanner de risque de modèles lit les métadonnées réelles des dépôts à la recherche de signaux de chaîne d'approvisionnement, et le scanner de dépendances IA aide à auditer la surface des bibliothèques et paquets avant de leur faire confiance.