Google a construit une copie fermée d'internet pour tester les agents IA de Chrome
Lâcher des agents IA de navigateur sur le web réel est dangereux, et les bancs d'essai simplistes les entraînent mal. L'équipe Chrome a donc bâti une copie isolée du web : réseaux sociaux, boutiques et espaces bancaires, où les agents travaillent dans un vrai Chrome. Elle y teste leur résistance, notamment avec des injections de prompt cachées. Le principal enseignement : l'environnement de test d'un agent doit ressembler au web réel, tout en restant sous votre contrôle.
Traité par IA depuis Wired ; édité par Hamidun News
Imaginez que vous formiez un stagiaire à l'utilisation d'un espace bancaire en ligne. Lui donner accès à de vrais comptes fait peur, et une maquette pédagogique à deux boutons ne lui apprendra rien. C'est à peu près le dilemme auquel l'équipe de Google Chrome a été confrontée lorsqu'elle a commencé à développer des fonctions de navigateur reposant sur les modèles Gemini. Sa solution tient presque de la science-fiction : elle a construit tout un internet alternatif, qu'elle contrôle entièrement. En interne, Google l'appelle « Mirror Dimension », littéralement la « dimension miroir ». Wired en a longuement parlé, et Google décrit aujourd'hui pour la première fois cet environnement sur son propre blog.
Pourquoi les agents ont eu besoin de leur propre internet
Les agents qui naviguent seuls de site en site et exécutent des tâches doivent connaître le web ouvert : comment fonctionnent les vraies plateformes, comment s'y déplacer et comment éviter de tomber dans le piège d'une attaque. Les environnements de test limités donnent une image trop étroite. Il existe aussi un second problème, connu sous le nom d'« eval awareness » : le modèle comprend qu'on l'évalue et se comporte alors autrement qu'en situation réelle. Quant à lâcher un agent immature sur l'internet réel, c'est tout simplement dangereux.
Selon Charles Qian, ingénieur de l'équipe sécurité IA de Chrome, l'espace des situations possibles est immense : les agents ne sont pas programmés en dur, l'utilisateur peut formuler n'importe quelle demande sur n'importe quel site, et le web est hostile. Il faut donc explorer cet espace le plus complètement possible. Charles Qian affirme que l'agent a déjà commencé à développer un jugement mûr : il comprend de quelles informations la tâche a réellement besoin et revient à temps vers l'utilisateur pour obtenir sa confirmation.
Comment fonctionne la « dimension miroir »
Il s'agit d'un écosystème de sites isolé mais varié : réseaux sociaux, boutiques, tableaux de bord bancaires. Ces sites reproduisent tous les composants et les propriétés des vrais sites. L'agent doit y exécuter ses tâches dans Chrome comme il le ferait sur l'internet réel. En chemin, on teste sa robustesse, par exemple avec des injections de prompt cachées : ce sont des instructions dissimulées dans une page, qui tentent de pousser l'agent à faire ce que l'utilisateur ne lui a pas demandé.
La partie la plus intrigante tient à la manière dont l'environnement a été peuplé. Il doit être assez vaste pour refléter l'échelle du web réel, tout en se construisant vite. L'équipe a donc mobilisé de véritables armées d'agents IA qui développent des sites et des applications web, pilotés par une infrastructure d'orchestration (harness) créée pour l'occasion. Ces agents produisent des services et des flux de données réalistes, jusque dans les détails, comme la saisie d'un code promo dans une boutique ou le remplissage de pages sur un réseau social.
Pirater son propre navigateur
Pour un entraînement précis, les agents doivent travailler dans un vrai Chrome, et non dans une version allégée. Or Chrome regorge de protections et de vérifications d'authenticité. Pour que les agents bénéficient d'une expérience correcte, les chercheurs ont dû, en substance, pirater leur propre navigateur et, par exemple, fabriquer de faux certificats web pour passer les contrôles. L'équipe souligne que rien de tout cela n'est possible contre les utilisateurs ordinaires sur l'internet ouvert. Tout fonctionne uniquement parce que l'équipe contrôle l'ensemble de l'environnement et du réseau, avec un accès de niveau « mode dieu ».
La suite, et ce qu'il faut en retenir
Les chercheurs précisent que les agents testés sont inoffensifs et ne disposent pas de capacités cyber. L'objectif est de rendre la « dimension miroir » accessible à d'autres équipes de Google, afin que davantage de chercheurs puissent travailler dans un environnement sûr et contrôlé. Doug Turner, directeur de l'ingénierie chez Google, explique que l'entreprise partage son approche pour que d'autres équipes, internes comme externes, s'emparent aussi du sujet. Ce n'est qu'une première étape : les investissements vont se poursuivre, et à mesure que les modèles se complexifient, il faudra rendre l'environnement toujours plus réaliste.
Pour les praticiens, la conclusion est assez directe. Si vous développez un agent qui clique sur des sites, quelques pages de démonstration ne suffisent pas. Il vous faut un environnement qui :
- ressemble au web réel par sa diversité et ses petits détails ;
- soit totalement isolé, pour que les erreurs de l'agent ne causent aucun dégât ;
- contienne des attaques, comme des instructions cachées, et vérifie comment l'agent leur résiste ;
- ne se fasse pas passer pour un test, faute de quoi vous mesurerez le comportement « à l'examen » et non en conditions réelles.
Les limites sont tout aussi évidentes. Google ne publie pour l'instant aucun résultat chiffré : ni la proportion d'attaques repoussées, ni comparaison avec un entraînement sur des bancs d'essai classiques. On ne dispose que des déclarations des ingénieurs sur le « jugement mûr » de l'agent. Mais l'approche elle-même, où des agents IA construisent un terrain d'entraînement pour d'autres agents IA, deviendra probablement la norme pour quiconque confie à des modèles des espaces bancaires et des achats.
- 20 nov. 2026Google apprend à Gemini à piloter un Mac en arrière-plan, sans monopoliser l'écran ni le curseur
- 20 nov. 2026Anthropic bondit de 17% dès son premier jour en Bourse après une IPO record de $81,3 milliards
- 20 nov. 2026Google ouvre le modèle de monde Genie 4 dans son API : une minute de balade coûte environ $6
- 20 nov. 2026L'API Gemini réduit presque par 7 les tokens d'un agent à 200 outils, selon un calcul de Google
Questions clés sur cet article
Pourquoi les agents ont eu besoin de leur propre internet?
Les agents qui naviguent seuls de site en site et exécutent des tâches doivent connaître le web ouvert : comment fonctionnent les vraies plateformes, comment s'y déplacer et comment éviter de tomber dans le piège d'une attaque. Les environnements de test limités donnent une image trop étroite. Il existe aussi un second problème, connu sous le nom d'« eval awareness » : le modèle comprend qu'on l'évalue et se comporte alors autrement qu'en situation réelle.
Comment fonctionne la « dimension miroir »?
Il s'agit d'un écosystème de sites isolé mais varié : réseaux sociaux, boutiques, tableaux de bord bancaires. Ces sites reproduisent tous les composants et les propriétés des vrais sites. L'agent doit y exécuter ses tâches dans Chrome comme il le ferait sur l'internet réel. En chemin, on teste sa robustesse, par exemple avec des injections de prompt cachées : ce sont des instructions dissimulées dans une page, qui tentent de pousser l'agent à faire ce que l'utilisateur ne lui a pas demandé.
Que sait-on sur Pirater son propre navigateur ?
Pour un entraînement précis, les agents doivent travailler dans un vrai Chrome, et non dans une version allégée. Or Chrome regorge de protections et de vérifications d'authenticité. Pour que les agents bénéficient d'une expérience correcte, les chercheurs ont dû, en substance, pirater leur propre navigateur et, par exemple, fabriquer de faux certificats web pour passer les contrôles. L'équipe souligne que rien de tout cela n'est possible contre les utilisateurs ordinaires sur l'internet ouvert.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.