Le harness
- Mémoire durable et état des tâches
- Outils spécialisés exposés par MCP
- Boucles d’observation, décision et exécution
- Authentification et sessions pour les cibles permises
- Critères d’achèvement et gestion des blocages
← Tous les projets
Cybersécurité · Agents IA · Application propriétaire
Auto-pentest agentique
Un harness complet pour coordonner des tâches de sécurité autorisées, conserver les preuves et produire des constats prêts pour une validation humaine.
scope → règles + cibles permises
planner → tâches + critères
tools → MCP + exécution contrôlée
memory → état + observations
evidence → preuves + rapport
TypeApplication propriétaire
ModèlesLLM local ou API
ContrôleScope + règles d’engagement
SortiePreuves et rapports
Problème
Automatiser la continuité, pas l’autorité.
Un agent de sécurité utile doit savoir quoi faire ensuite sans perdre le contexte, tout en restant strictement limité au mandat autorisé.
Les garde-fous
- Scope et règles d’engagement vérifiés avant l’action
- Exploitation contrôlée, jamais présumée
- Traçabilité des commandes et observations
- Preuves liées à chaque constat
- Validation humaine des risques et remédiations
Boucle d’engagement
01Cadrer
Cibles, permissions et critères.
02Énumérer
Observer et structurer la surface.
03Valider
Tester de façon contrôlée.
04Prouver
Relier le risque, la preuve et le correctif.
Conception
Un système fait pour les engagements réels.
L’objectif est de réduire les pertes de contexte et le travail répétitif, pas de remplacer le jugement du testeur.
Orchestration
Le modèle interprète les observations et choisit la prochaine étape. Le code déterministe protège le scope, l’état, les validations et l’exécution.
Livrables
Les observations conservées alimentent des preuves reproductibles, des constats normalisés et des recommandations de remédiation revues par un humain.
Le code, les cibles et les détails d’exploitation restent privés. Cette page décrit uniquement l’architecture et les principes de contrôle.
Projet suivant