VulnHunter : L'outil de sécurité de code agentique IA de Capital One désormais open source

Capital One a open-sourcé VulnHunter, un outil de sécurité de code par IA agentique qui analyse de manière proactive le code source du point de vue d'un attaquant. Conçu pour contrer la menace croissante de l'automatisation des exploits par IA, VulnHunter fait trois choses qui le distinguent des scanners passifs : il exécute un moteur de falsification pour minimiser les faux positifs, il raisonne en avant à partir des points d'entrée accessibles aux attaquants plutôt qu'en arrière à partir de sinks dangereux, et il produit des corrections de code étayées par des preuves.
Fonctionnalités techniques clés
- Moteur de falsification : Après avoir identifié une vulnérabilité potentielle, VulnHunter tente activement de réfuter sa propre découverte en recherchant des hypothèses non étayées, des lacunes logiques ou des conditions qui empêcheraient l'attaque. Seuls les résultats qui survivent à ce contrôle contradictoire parviennent au développeur.
- Analyse prospective centrée sur l'attaquant : Au lieu d'une recherche de motifs basée sur les sinks, VulnHunter part des points d'entrée accessibles aux attaquants (API, messages réseau, téléchargements de fichiers) et raisonne en avant à travers la logique applicative, les transformations de données et les points de contrôle de sécurité pour évaluer si un attaquant peut réellement s'introduire.
- Correction étayée par des preuves : Lorsqu'un résultat survit à la falsification, VulnHunter cartographie l'intégralité du chemin d'exploitation, décrit les capacités qu'un attaquant obtiendrait et génère des modifications de code ciblées pour examen par le développeur.
Focus sur l'expérience développeur
VulnHunter a été conçu pour réduire la charge de triage en évitant intentionnellement les fausses alertes. L'outil vise à ne fournir que des résultats qui ont été rigoureusement contestés en interne, afin que les développeurs puissent se concentrer sur la réparation des vulnérabilités vérifiées plutôt que de trier le bruit.
L'outil est conçu pour une utilisation en entreprise, mais la version open-source le rend accessible à toute équipe de développement. Capital One l'a testé sur son propre code avant de le publier ; la source comprend l'intégralité du workflow de raisonnement agentique et le moteur de falsification.
📖 Lire la source complète : HN LLM Tools
👀 See Also

L'Agent IA CodeWall Découvre des Vulnérabilités Critiques dans la Plateforme Lilli de McKinsey
L'agent d'IA offensive autonome de CodeWall a obtenu un accès complet en lecture/écriture à la base de données de la plateforme Lilli AI interne de McKinsey en moins de 2 heures, exposant 46,5 millions de messages de discussion, 728 000 fichiers et des configurations système sensibles via des vulnérabilités d'injection SQL et d'IDOR.

Scanner de sécurité des compétences OpenClaw : 7,6 % des 31 371 compétences signalées comme dangereuses
Un développeur a créé un outil qui a analysé l'intégralité du registre ClawHub et a découvert que 2 371 compétences sur 31 371 contenaient des motifs dangereux comme des voleurs de portefeuille, des vols d'identifiants et des injections de prompt. L'outil propose un accès API et des badges pour vérifier les compétences avant leur installation.

Outil de Sécurité Agent-Drift v0.1.2 Publié : Un Bond en Avant dans la Sécurité de l'IA
L'outil de sécurité Agent-Drift v0.1.2 est désormais disponible, offrant des fonctionnalités de sécurité améliorées pour les agents de codage IA. Cette mise à jour aborde les principaux défis de sécurité dans l'automatisation.

Dégriffé : Un Scanner de Logiciels Malveillants Avancé et Communautaire pour les Fichiers SKILL.md de ClawHub
Declawed est un outil de sécurité conçu pour analyser les fichiers SKILL.md sur ClawHub, détectant l'injection de prompt, le contenu malveillant et les voleurs d'informations, en utilisant des ensembles de règles pilotés par la communauté.