Microsoft ne s'en cache plus : ses équipes de sécurité s'appuient désormais massivement sur les grands modèles de langage pour traquer les vulnérabilités de ses logiciels, Windows en tête. Après une première allusion discrète au printemps, l'éditeur a détaillé sa mécanique autour d'un système baptisé MDASH, qui orchestre plus d'une centaine d'agents d'IA pour auditer du code à une échelle inaccessible aux seuls humains. Le résultat est déjà visible : des « Patch Tuesday » qui débordent, avec plus de 200 failles corrigées en un seul mois. Une accélération que Microsoft présente comme une bonne nouvelle pour la défense, mais qui rouvre le débat sur la fiabilité des LLM en sécurité et la place laissée aux chercheurs en chair et en os.

En mai 2026, Microsoft avait glissé, presque en passant, que ses ingénieurs — et plus largement la communauté de la sécurité — se servaient de plus en plus des LLM et d'outils dopés à l'IA pour repérer les défauts logiciels. Cette fois, l'entreprise assume pleinement la démarche et en expose les rouages. Le message est clair : l'intelligence artificielle n'est plus un gadget d'appoint dans le laboratoire sécurité de Redmond, mais un pilier de la manière dont Microsoft protège ses produits.

MDASH, une armée d'agents pour auditer le code

Au cœur du dispositif se trouve MDASH, pour Microsoft Security multi-model agentic scanning harness — littéralement un « harnais » de scan agentique multi-modèle. Présenté lors de la conférence Build 2026, le système a été détaillé sur le blog sécurité de l'éditeur et s'intègre désormais à Microsoft Defender.

Son principe rompt avec l'idée d'un modèle unique et surpuissant. MDASH fait au contraire travailler plus de cent agents d'IA spécialisés, répartis sur un pipeline en plusieurs étapes : certains scannent le code, d'autres débattent des résultats, valident les découvertes, éliminent les doublons, et tentent même de reproduire une exploitation. Cette orchestration permet de raisonner à travers plusieurs fichiers à la fois et de repérer des bugs complexes — problèmes de cycle de vie, de concurrence — qui échappent aux outils d'analyse statique classiques.

Autre choix revendiqué : le panachage des modèles. MDASH combine des modèles de raisonnement « lourds », coûteux mais puissants, pour les tâches les plus ardues, et des modèles plus économiques pour le travail de masse. L'idée est d'arbitrer en permanence entre vitesse, exhaustivité et coût, sans dépendre d'un fournisseur d'IA en particulier. Microsoft insiste d'ailleurs sur ce point : « le cadre qui entoure les modèles compte davantage que n'importe quel modèle isolé ». Autrement dit, la valeur durable réside dans l'infrastructure de validation et d'orchestration, que l'on peut mettre à jour à mesure que de meilleurs modèles apparaissent.

Des scores en hausse rapide, mais des chiffres à relativiser

Pour objectiver ses résultats, Microsoft met en avant CyberGym, un banc d'essai public qui mesure la capacité d'un agent à reproduire des vulnérabilités connues — 1 507 failles réelles au menu. En mai, MDASH y affichait un score de 88,45 %, devançant d'environ cinq points le concurrent le mieux placé. Trois semaines plus tard, lors de Build, Microsoft revendiquait déjà 96,55 %, soit une progression d'une dizaine de points en moins d'un mois. Le rythme donne la mesure de la vitesse à laquelle ce champ évolue.

Ces benchmarks sont toutefois à prendre avec précaution. La bataille des scores se joue désormais au point de pourcentage près entre laboratoires, et chacun publie le chiffre qui l'avantage : OpenAI mettait ainsi en avant 85,6 % sur ce même CyberGym en développant son initiative de cybersécurité offensive et défensive « Patch the planet ». Reproduire une faille déjà documentée en laboratoire n'est par ailleurs pas la même chose que découvrir une vulnérabilité inédite dans un système en production. Microsoft avance néanmoins des résultats sur son propre code : 96 % de rappel sur des cas historiques du pilote clfs.sys de Windows et 100 % sur le composant réseau tcpip.sys, d'après les vérifications de son Security Response Center.

Un « Patch Tuesday » qui déborde

L'effet le plus tangible de cette industrialisation se lit dans le calendrier de correctifs de Microsoft. Le rendez-vous mensuel du « Patch Tuesday » a changé de dimension : celui de juin 2026 a corrigé plus de 200 vulnérabilités, dont une trentaine jugées critiques et trois failles zero-day — parmi lesquelles une technique de déni de service surnommée « HTTP/2 Bomb ». Sur les cinq premiers mois de l'année, ce sont plus de 2 200 vulnérabilités que l'éditeur a réparées.

Microsoft assume ce gonflement et prévient ses clients : ils verront un volume plus élevé de mises à jour de sécurité à chaque publication. L'entreprise y voit la preuve que les équipes de défense s'améliorent dans l'identification et le traitement des problèmes. La lecture est cohérente, mais elle a un revers pour les administrateurs système : plus de failles publiées, c'est aussi davantage de correctifs à tester et à déployer en urgence, avec le risque d'une fatigue du patch. Certains observateurs évoquent déjà une forme de « patch apocalypse », où le rythme imposé par la découverte automatisée dépasse la capacité d'absorption des organisations.

Une IA qui trouve les failles… et qui en crée

Reste la question de fond : peut-on faire confiance aux LLM pour un travail aussi sensible que la sécurité ? Le sujet des faux positifs est ici central. C'est précisément pour le contenir que MDASH multiplie les étapes de validation croisée entre agents, plutôt que de livrer brut le verdict d'un modèle unique — un LLM restant sujet aux « hallucinations » et capable de signaler des vulnérabilités qui n'en sont pas. Sans ce filtre, une équipe de sécurité risquerait de crouler sous des alertes fantômes.

L'ironie de la période veut par ailleurs que l'IA introduise elle-même de nouvelles surfaces d'attaque. Microsoft a ainsi révélé qu'un chemin vulnérable dans son propre Semantic Kernel pouvait transformer une simple injection de prompt en exécution de code à distance, un unique message suffisant à lancer un programme sur la machine hôte. De la même manière, les assistants intégrés à ses produits ne sont pas exempts de défauts, comme l'a rappelé une faille touchant Copilot. Les mêmes technologies qui débusquent les vulnérabilités en ouvrent donc de nouvelles.

Enfin, la montée en puissance de ces systèmes ne signe pas la disparition des chercheurs humains. Ce sont eux qui conçoivent et supervisent l'orchestration, arbitrent les cas ambigus et valident les découvertes avant correction. Le schéma rejoint un constat plus large : dans le développement logiciel comme en sécurité, l'IA augmente les experts plutôt qu'elle ne les remplace. Cette course à l'automatisation nourrit toutefois une inquiétude désormais partagée par tout le secteur, y compris chez les concurrents de Microsoft qui multiplient les garde-fous : un outil capable de trouver des failles à la chaîne pour les défenseurs est, par construction, tout aussi précieux pour les attaquants. C'est sur cette ligne de crête que se joue désormais la sécurité de Windows.