Le « moment Mythe » est déjà passé. Vient maintenant le plus dur pour la cybersécurité

Lorsqu’Anthropic a présenté Claude Mythos Preview, le débat sur la cybersécurité s’est rapidement tourné vers ce que l’IA pouvait faire : découvrir des vulnérabilités vieilles de plusieurs décennies, développer des exploits fonctionnels et accélérer des tâches qui nécessitaient autrefois une expertise spécialisée. Anthropic a noté que Mythos avait découvert des failles logicielles qu’aucun humain n’avait détectées, et que les premiers tests ont montré qu’il pouvait mener des attaques réseau à plusieurs étapes en quelques minutes, des tâches qui prenaient autrefois des jours à des testeurs d’intrusion qualifiés.

Les responsables de la sécurité et les cyberdéfenseurs ont poussé un premier soupir de soulagement lorsqu’il a été annoncé que Mythos serait accessible à quelques privilégiés, avec une extension à 150 autres organisations.

L’époque et le battage médiatique du Mythe sont désormais passés, et la tâche la plus difficile consiste à transformer cet avertissement en préparation défensive pratique. En d’autres termes, le « moment mythe » et le « choc » initial sont terminés. Vient maintenant la partie : les organisations peuvent-elles identifier leurs expositions, hiérarchiser les risques réels et les corriger ou les atténuer assez rapidement pour garder une longueur d’avance sur les attaques basées sur l’IA ? Peuvent-ils être aussi rapides que l’IA, ne serait-ce que pour les découvrir ?

Les attaques accélérées par l’IA sont déjà là pour rester

Il n’y a plus moyen de s’en cacher désormais ; Les attaques accélérées et basées sur l’IA sont déjà là et sont déjà en train de réécrire les manuels de cyberattaques dans le monde entier. En 2026, l’AI Index de Stanford rapporte que les agents d’IA résolvent désormais les problèmes de cybersécurité 93 % du temps, contre seulement 15 % en 2024. Des tests indépendants confirment cette tendance : l’AI Security Institute (AISI) du Royaume-Uni a découvert que Claude Mythos Preview pouvait exécuter de manière autonome une simulation d’attaque de réseau d’entreprise en 32 étapes (un scénario que les humains prendraient environ 20 heures à réaliser) et récupérer les indicateurs cachés sur les machines cibles. En bref, les modèles d’IA frontaliers peuvent enchaîner reconnaissance, exploitation et élévation de privilèges sans aide humaine. Au cours de ces essais, Mythos a découvert et exploité de manière fiable et autonome les vulnérabilités, tâches qui prendraient des jours de travail aux professionnels humains.

Les recherches alliées le confirment. Un rapport de la Cloud Security Alliance note que les attaquants opèrent désormais à la vitesse de la machine, alors que les défenseurs opèrent encore souvent à la « vitesse de l’organisation ». En pratique, cela signifie que les cycles de correctifs de plusieurs semaines ou mois ne suivent plus le rythme des fenêtres d’exploitation mesurées en heures. Logiciels largement déployés (systèmes d’exploitation, navigateurs, périphériques réseau, etc.) – précisément les cibles à fort impact dont dépendent de nombreuses entreprises sont désormais rapidement militarisées. Le courrier électronique n’est pas non plus épargné, car les attaquants ont désormais intensifié leur manière d’exploiter les attaques de phishing par injection rapide basées sur l’IA pour inciter les employés à transférer de l’argent sur de faux comptes.

Les vulnérabilités et les exploits explosent en termes de croissance

Les données montrent qu’il ne s’agit pas d’une inquiétude théorique : le volume de failles connues et leur exploitation augmentent. Le groupe Threat Intelligence de Google a constaté que les vulnérabilités signalées avaient doublé entre janvier et juillet 2026 (passant d’environ 5 000 à plus de 10 000 par mois). Dans le même temps, le nombre de ces vulnérabilités réellement exploitées dans la nature a presque doublé, passant d’une moyenne d’environ 10,5 par mois en 2025 à environ 18 par mois début 2026. Même les exploits zero-day (jusqu’alors inconnus) ont légèrement augmenté.

Google et d’autres préviennent que cette tendance va se poursuivre. Si la découverte et l’exploitation rapides assistées par l’IA continuent de s’accélérer, les défenseurs ne peuvent pas se permettre des « correctifs de masse non prioritaires » comme par le passé. Au lieu de cela, ils doivent passer à un modèle de tri basé sur les renseignements sur les menaces : se concentrer sur les vulnérabilités réellement ciblées et automatiser autant de réponses que possible. Cela signifie une analyse continue, un inventaire des actifs et une priorisation basée sur les risques – souvent appelée gestion de l’exposition à l’aide d’outils tels que Wiz, Tenable et Microsoft Defender for Cloud. Par exemple, Security Boulevard explique qu’un programme de gestion des expositions utilise l’IA pour cartographier en permanence les actifs, les vulnérabilités et les erreurs de configuration, puis prioriser et corriger automatiquement les plus risqués. Cette approche est essentiellement un programme de sécurité « prêt pour Mythos », conçu pour gérer l’avalanche de découvertes générées par l’IA et pour les corriger à la vitesse de la machine. L’IA, essentiellement pour lutter contre l’IA

Utiliser l’IA de manière défensive

Il est important de noter que les défenseurs peuvent utiliser l’IA aussi bien que les attaquants, ce qui profite aux deux côtés de la médaille. Le projet Glasswing d’Anthropic en est un bon exemple, comme nous l’avons vu précédemment. Début avril 2026, seulement une cinquantaine d’organisations testaient Mythos Preview, mais en quelques semaines, elles l’avaient déjà exécuté sur leurs bases de code et découvert plus de 10 000 failles de gravité élevée ou critique. Anthropic étend désormais Glasswing à environ 150 organisations supplémentaires jugées critiques (énergie, soins de santé, communications, etc.) dont le code a un impact sur des millions d’utilisateurs. L’objectif est de former l’industrie aux nouveaux flux de travail basés sur l’IA : les partenaires partagent les meilleures pratiques, trient ensemble les vulnérabilités et utilisent même l’IA pour suggérer des correctifs et renforcer le code de manière préventive.

Les leçons de Glasswing montrent que l’IA peut également accélérer les tâches défensives. Par exemple, les modèles de niveau Mythos peuvent être réutilisés pour écrire des correctifs ou convertir du code existant en langages sécurisés en mémoire, et pour exécuter des « équipes rouges d’IA » sur ses propres systèmes. Anthropic rapporte que les partenaires utilisent désormais Mythos pour générer automatiquement des correctifs, et leur nouvel outil public (Claude Security) permet d’analyser le code et de suggérer des correctifs en utilisant une variante légèrement plus sûre de Mythos. En pratique, les organisations devraient envisager d’ajouter l’IA à leur chaîne d’outils de sécurité et tirer parti des tests d’intrusion automatisés, de la découverte et du marquage intelligents des actifs, ainsi que de la génération de correctifs assistée par l’IA pour les aider à suivre le rythme des attaquants.

Renforcer les fondamentaux

Même si nous déployons des outils sophistiqués, les bases comptent plus que jamais. AISI souligne que l’impact de Mythos met en évidence l’importance des bases de la cybersécurité : correctifs réguliers, contrôles d’accès stricts, configurations sécurisées et journalisation complète, tout comme on le voit dans Cyber ​​Essentials du Royaume-Uni.

En d’autres termes, si les attaquants peuvent automatiser les exploits, les défenseurs doivent redoubler d’efforts en matière d’hygiène et de détection. Alors que les fenêtres d’exploitation se réduisent à plusieurs heures, les organisations devront peut-être accélérer les cycles de correctifs. Cela peut signifier des mises à jour plus fréquentes, des correctifs logiciels ou des correctifs virtuels via des contrôles réseau lorsque les correctifs immédiats ne sont pas disponibles.

Le moindre privilège et la segmentation doivent également être mis en place pour réduire l’accès de chaque utilisateur ou système à ce dont il a uniquement besoin. Un attaquant (ou un agent IA malveillant) avec des identifiants volés devrait avoir du mal à se déplacer latéralement ou à élever ses privilèges. La segmentation et la micro-segmentation du réseau peuvent ralentir ou isoler les attaques même si elles pénètrent dans le périmètre. Les répétitions de réponse aux incidents doivent également mettre à jour les playbooks pour tenir compte des attaques rapides basées sur l’IA. Par exemple, testez des scénarios dans lesquels des comptes clés ou des informations d’identification sont compromis et assurez-vous que les comptes administratifs ou les clés de récupération « brise-glace » sont sécurisés (hors ligne si possible) afin que vous puissiez reprendre le contrôle même si votre fournisseur d’identité ou domaine principal est en panne.

En bref, renforcer la résilience signifie combiner de nouvelles pratiques basées sur l’IA avec une ingénierie solide. Comme le prévient Anthropic, les fonctionnalités de classe Mythos seront bientôt disponibles dans de nombreuses organisations et avec moins de garanties que la version préliminaire. On ne sait pas non plus si la Chine mettra la main sur quelque chose de similaire et le rendra open source, ce qui signifie que les attaquants y auront également accès. Les équipes de sécurité doivent s’adapter dès maintenant en travaillant à la vitesse d’une machine : automatiser la découverte des expositions et l’application des correctifs, appliquer des contrôles d’accès stricts et améliorer la détection et la réponse. Ce n’est qu’en supposant que certaines attaques réussiront que les organisations pourront concevoir des défenses capables de contenir les dégâts.

Le moment du mythe, où l’IA puissante faisait la une des journaux, est bel et bien révolu et ce qui compte maintenant, c’est de traduire son avertissement en préparation pratique. Le génie de l’IA est sorti de la bouteille et les cyber-attaquants exploiteront ces outils en même temps que nous lui ferons part de nos souhaits en matière de sécurité.