Mozilla : GPT-6 Cyber a trouvé et corrigé huit fois plus de bugs dans Firefox en un an
Mozilla a intégré à la sécurité de Firefox des agents IA basés sur GPT-6 Cyber, le modèle de cybersécurité d'OpenAI. Entre 2025 et 2026, le nombre de bugs trouvés et corrigés a été multiplié par environ 8. Les agents décident quelle alerte traiter en premier, vérifient qu'une faille est réelle et recherchent la même erreur ailleurs dans le code. Certains anciens bugs connus se sont aussi révélés plus graves qu'on ne le pensait. La conclusion : l'IA sert aussi à réordonner la file des tâches, et pas seulement à chercher des failles.
Traité par IA depuis YouTube: OpenAI ; édité par Hamidun News
Mozilla indique qu'après le déploiement d'agents IA basés sur GPT-6 Cyber (le modèle de cybersécurité d'OpenAI), le nombre de bugs de sécurité trouvés et corrigés dans Firefox a augmenté d'environ 8 fois entre 2025 et 2026. Il s'agit de l'ensemble du processus, de la détection des zones suspectes jusqu'à la publication du correctif. Imaginez un service de maintenance d'immeuble qui inspectait auparavant les appartements à la main, et qui dispose désormais d'un assistant : il indique où la fuite est la plus forte, vérifie qu'elle est bien réelle, puis contrôle les mêmes canalisations dans les immeubles voisins. C'est à peu près ce qui se passe dans le code du navigateur.
Le navigateur est l'un des programmes les plus attaqués sur n'importe quel ordinateur. Firefox compte des millions de lignes de code écrites sur des décennies, et il peut contenir des failles permettant à un attaquant d'exécuter du code étranger ou de voler des données. Il y a toujours moins de spécialistes de la sécurité que de bugs. Le retour d'expérience de Mozilla intéresse donc tous ceux qui sont responsables de la sécurité d'un grand projet.
Dans une vidéo d'OpenAI, Brian Grinstead de Mozilla s'entretient avec Clint Gibler d'OpenAI. Le chiffre clé de la description est une multiplication par environ huit du nombre de bugs trouvés et corrigés sur l'ensemble du processus de sécurité entre 2025 et 2026.
Ce que font exactement les agents
Selon la description, l'IA n'intervient pas à une seule étape mais sur l'ensemble du cycle de traitement des vulnérabilités. La première étape est la priorisation des investigations. Les signaux de problèmes possibles sont nombreux, et il faut décider par lequel commencer. C'est comparable au tri d'une salle d'urgences : les cas les plus graves sont examinés en premier.
La deuxième étape concerne les tests et la vérification. Un soupçon de vulnérabilité n'est pas encore une vulnérabilité : il faut confirmer que l'erreur se reproduit et qu'elle peut réellement être exploitée. C'est précisément là que les outils d'IA se trompent souvent, et sans vérification, le flux de découvertes se transforme en bruit.
La troisième étape consiste à rechercher les erreurs apparentées. Si un code est peu sûr à un endroit, les développeurs ont probablement utilisé le même procédé ailleurs. L'agent recherche des motifs similaires dans toute la base de code, et au lieu d'une seule correction, l'équipe traite toute une classe de problèmes.
La quatrième étape aide les ingénieurs à préparer les correctifs. La décision de modifier reste aux humains, mais l'IA accélère la préparation du patch.
Les anciens bugs se sont révélés plus dangereux
Un épisode distinct de l'entretien concerne les bugs déjà connus. GPT-6 Cyber a montré que certains d'entre eux pouvaient être plus graves que l'équipe ne l'estimait au départ. Cela aide à décider quelles tâches corriger en priorité. L'enseignement pratique : l'IA est utile non seulement pour chasser de nouvelles failles, mais aussi comme second avis sur ce qui dort depuis longtemps dans le suivi des tickets. Un bug resté pendant des années à faible priorité peut se révéler celui qu'il faut corriger aujourd'hui.
Points à prendre en compte
La source est la description d'une vidéo publiée par OpenAI elle-même, et non un rapport indépendant. Elle ne contient pas les détails nécessaires pour évaluer le résultat : comment les « bugs » ont été comptés, combien étaient critiques, quelle part correspondait à de faux positifs, combien de temps les humains ont consacré à la vérification. Une multiplication par huit indique une quantité, mais ne dit pas dans quelle mesure le programme est devenu plus sûr. Il n'y a pas non plus d'information sur le coût ni sur les conditions d'accès à GPT-6 Cyber.
Par ailleurs, Mozilla constitue un cas particulier : l'organisation dispose de décennies de culture de sécurité accumulée. La description souligne que les agents IA s'appuient précisément sur cette expérience. Une équipe sans processus éprouvés n'obtiendra probablement pas le même effet en lançant simplement le modèle sur un dépôt de code.
Conclusion pour les équipes
Si vous êtes responsable de la sécurité d'un produit, cette histoire fournit trois idées pratiques. Premièrement, intégrez l'IA à une chaîne de tâches plutôt qu'à une seule : priorisation, vérification, recherche d'erreurs similaires, préparation du correctif. Deuxièmement, conservez une étape de vérification des vulnérabilités pour ne pas vous noyer sous les faux positifs. Troisièmement, repassez périodiquement les anciens bugs « connus » dans le modèle : réévaluer les priorités peut apporter plus de valeur que la chasse aux nouvelles failles.
Brian Grinstead détaille les projets de Mozilla pour la protection du navigateur dans la vidéo elle-même. Pour l'instant, il s'agit davantage d'une annonce d'un nouveau standard de traitement des vulnérabilités que d'une recette éprouvée et vérifiée de manière indépendante.
- 21 nov. 2026OpenAI GPT-6 Cyber a trouvé une trentaine de failles dans les iPhone, Mac et autres appareils Apple
- 21 nov. 202622 agents Claude ont cherché pendant six semaines des réponses sur les trous noirs — et ont résolu deux problèmes
- 21 nov. 2026Google sépare le stockage des conversations et l'entraînement de Gemini : refuser sans perdre l'historique
- 21 nov. 2026Apple : la macOS 27.3 bêta 2 permettra de restreindre l'accès des agents IA aux fichiers du Mac
Questions clés sur cet article
Que sait-on sur Ce que font exactement les agents ?
Selon la description, l'IA n'intervient pas à une seule étape mais sur l'ensemble du cycle de traitement des vulnérabilités. La première étape est la priorisation des investigations. Les signaux de problèmes possibles sont nombreux, et il faut décider par lequel commencer. C'est comparable au tri d'une salle d'urgences : les cas les plus graves sont examinés en premier. La deuxième étape concerne les tests et la vérification.
Que sait-on sur Les anciens bugs se sont révélés plus dangereux ?
Un épisode distinct de l'entretien concerne les bugs déjà connus. GPT-6 Cyber a montré que certains d'entre eux pouvaient être plus graves que l'équipe ne l'estimait au départ. Cela aide à décider quelles tâches corriger en priorité. L'enseignement pratique : l'IA est utile non seulement pour chasser de nouvelles failles, mais aussi comme second avis sur ce qui dort depuis longtemps dans le suivi des tickets. Un bug resté pendant des années à faible priorité peut se révéler celui qu'il faut corriger aujourd'hui.
Que sait-on sur Points à prendre en compte ?
La source est la description d'une vidéo publiée par OpenAI elle-même, et non un rapport indépendant. Elle ne contient pas les détails nécessaires pour évaluer le résultat : comment les « bugs » ont été comptés, combien étaient critiques, quelle part correspondait à de faux positifs, combien de temps les humains ont consacré à la vérification. Une multiplication par huit indique une quantité, mais ne dit pas dans quelle mesure le programme est devenu plus sûr.
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.
