Les IA ont accéléré la décompilation des jeux et des logiciels, et il y a déjà 67 000 CVE en 2026
La décompilation consiste à reconstruire la logique d'un programme à partir d'un fichier exécutable, sans ses sources. Autrefois, une équipe mettait des années à porter un jeu ; aujourd'hui, des agents IA y parviennent en quelques jours. Cela permet de transférer de vieux jeux vers de nouvelles plateformes, mais aussi de rechercher plus facilement des failles inconnues : en septembre 2026, la base NVD recensait plus de 67 000 identifiants CVE, contre 48 185 pour l'ensemble de 2025. Le lien avec l'IA reste une hypothèse, mais il faut désormais considérer le code fermé comme lisible.
Traité par IA depuis Habr AI ; édité par Hamidun News
Imaginez que vous ayez développé pendant des années une application payante en pensant que son fichier binaire cachait solidement votre logique : dans le code machine, il n'y a ni noms de fonctions, ni commentaires, et l'analyser à la main prend des mois. Aujourd'hui, les réseaux de neurones et les agents IA reconstruisent à partir de ce fichier une logique de programme compréhensible en quelques jours. Ce processus s'appelle la décompilation. Il ravive des jeux abandonnés, mais facilite aussi la chasse aux failles dont personne n'a encore connaissance. Pour les développeurs et les propriétaires de logiciels commerciaux, la question est désormais pratique, et non plus philosophique.
Ce qui a changé
Commençons par les termes. La décompilation ne restitue pas les véritables sources. Elle reconstruit une représentation approximative du fonctionnement du programme, à partir de laquelle on peut bâtir un équivalent fonctionnel. L'expression « open source forcé » n'est donc qu'une métaphore : un tel code n'a ni licence, ni historique de commits, ni commentaires.
Autrefois, le travail était collectif et long. Parmi les exemples classiques figurent OpenGOAL, qui reconstruit le langage GOAL dans lequel est écrite la série Jak and Daxter, et Ship of Harkinian, un jeu de console restauré dont les sources et les binaires sont publiés sur GitHub. Ces projets se sont étalés sur des années. Désormais, selon l'auteur de l'analyse, des agents IA ramènent ces tâches à quelques jours.
L'exemple le plus frappant concerne les jeux. Les anciens jeux Flash sont recompilés en C++, et la nouvelle version tourne en 1440p à 165 images par seconde. Le projet AnyPS5 vise la conversion automatique de n'importe quel jeu PlayStation 5 en binaires pour Linux et Windows. Il n'est pas achevé, mais certains jeux, comme Animal Well, sont déjà portés. Il ne s'agit pas d'un émulateur, mais plutôt d'une couche de compatibilité. Un programme Windows peut être recompilé pour Linux, Android ou WebAssembly et lancé directement dans un navigateur.
Le revers : failles et vol de code
Ces mêmes méthodes servent aussi les attaquants. Si un malveillant décompile un programme, il y cherche des 0day, c'est-à-dire des vulnérabilités que ni les auteurs ni les défenseurs ne connaissent, et peut les exploiter immédiatement. La loi de Linus (« beaucoup d'yeux rendent les erreurs évidentes ») ne s'applique pas ici : le code est lu contre la volonté de son auteur, et personne n'est tenu de signaler ce qu'il y trouve.
Les chiffres sont inquiétants. Les CVE sont des identifiants publics de vulnérabilités connues, recensés par la base NVD. D'après elle, 2026 sera la première année où le nombre d'entrées dépassera 50 000.
En septembre, on en comptait déjà plus de 67 000, et les estimations pour la fin de l'année vont de 70 000 à 96 000. L'année record 2025 s'était terminée à 48 185. Le catalogue CISA KEV, qui recense les vulnérabilités réellement exploitées, comptait 249 entrées ajoutées sur une partie seulement de 2026, soit davantage que pour l'ensemble de l'année précédente.
Selon le rapport M-Trends 2026 de Mandiant, le délai moyen entre la divulgation d'une vulnérabilité et son exploitation est devenu négatif : moins sept jours. Autrement dit, de nombreuses attaques commencent avant la divulgation publique.
La mise en garde est importante : l'auteur écrit seulement que « certains spécialistes supposent » un lien entre cette hausse et les réseaux de neurones ainsi que la décompilation massive. L'article n'apporte aucune preuve directe. La croissance du nombre de CVE existait déjà auparavant, et l'IA accélère aussi le travail des défenseurs.
Parmi les menaces possibles, l'auteur cite les vers LLM polymorphes, qui réécrivent leur code pour n'importe quel système d'exploitation, et le modding matériel : extraction et analyse des BIOS d'appareils domotiques et de systèmes embarqués. Un autre danger tient aux portes dérobées dans les logiciels propriétaires, même si une attaque sur la chaîne d'approvisionnement exige toujours un accès à l'infrastructure de développement, aux mises à jour ou à la signature. Il existe aussi un risque juridique : apparaissent des services comme Clean Room as a Service (pour l'instant présenté sur le ton de la plaisanterie), qui proposent de réécrire du code libre pour s'affranchir des obligations de licence.
Une application payante peut fuiter dans le domaine public ou être copiée par un concurrent.
Que faire concrètement
L'auteur s'attend à ce que les entreprises répondent par un DRM plus strict. Les mesures classiques restent utiles : optimisations du compilateur, inlining, suppression des symboles et obfuscation compliquent fortement la décompilation, sans pour autant l'empêcher totalement.
Pour les équipes, la conclusion est simple. Ne comptez pas sur la « sécurité par l'opacité » : partez du principe que le binaire sera lu, et ne laissez aucun secret ni aucune clé à l'intérieur. Réduisez le délai entre la publication d'un correctif et son installation, puisque les attaques devancent la divulgation. Utilisez les mêmes outils pour vous défendre : audit de code, recherche d'erreurs et analyse d'incidents à l'aide de LLM. L'ampleur réelle de l'impact des réseaux de neurones sur la sécurité reste difficile à évaluer, et la situation évolue vite. Mais l'économie de l'analyse de code a déjà basculé : ce qui coûtait des mois de travail ne coûte plus que quelques jours.
- 21 nov. 2026MLCommons se met à mesurer les API d'IA sous charge réelle : 7 mesures pour les agents
- 21 nov. 2026Unsloth met à jour ses versions compressées de Qwen3.8-27B : précision en hausse de 5 à 10 % à taille égale
- 21 nov. 2026Google ouvre les précommandes de lunettes intelligentes avec Gemini à partir de 395 $, ventes dès le 10 décembre
- 21 nov. 2026Via OpenRouter, une DeepSeek piratée a répondu pendant trois jours : les refus sont tombés de 83–98 % à 1 %
Questions clés sur cet article
Que sait-on sur Ce qui a changé ?
Commençons par les termes. La décompilation ne restitue pas les véritables sources. Elle reconstruit une représentation approximative du fonctionnement du programme, à partir de laquelle on peut bâtir un équivalent fonctionnel. L'expression « open source forcé » n'est donc qu'une métaphore : un tel code n'a ni licence, ni historique de commits, ni commentaires. Autrefois, le travail était collectif et long.
Que sait-on sur Le revers : failles et vol de code ?
Ces mêmes méthodes servent aussi les attaquants. Si un malveillant décompile un programme, il y cherche des 0day, c'est-à-dire des vulnérabilités que ni les auteurs ni les défenseurs ne connaissent, et peut les exploiter immédiatement. La loi de Linus (« beaucoup d'yeux rendent les erreurs évidentes ») ne s'applique pas ici : le code est lu contre la volonté de son auteur, et personne n'est tenu de signaler ce qu'il y trouve. Les chiffres sont inquiétants.
Que sait-on sur Que faire concrètement ?
L'auteur s'attend à ce que les entreprises répondent par un DRM plus strict. Les mesures classiques restent utiles : optimisations du compilateur, inlining, suppression des symboles et obfuscation compliquent fortement la décompilation, sans pour autant l'empêcher totalement. Pour les équipes, la conclusion est simple. Ne comptez pas sur la « sécurité par l'opacité » : partez du principe que le binaire sera lu, et ne laissez aucun secret ni aucune clé à l'intérieur.
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.