Harness lance des agents de sécurité qui patchent, mais les humains valident toujours

Je vais d’abord donner aux sceptiques leur meilleur argument, parce qu’il est bon : tous les fournisseurs de sécurité de la planète affirment désormais que leur IA trouve de vrais bugs et écrit de vraies corrections, et beaucoup de ces affirmations s’effondrent dès qu’un praticien exécute l’outil sur une base de code qui n’est pas une démo. "Agentic AppSec" est le pitch le plus encombré de l’industrie cette année. Alors quand Harness, l’entreprise de plateforme de livraison logicielle, a annoncé le 19 août que ses agents pouvaient scanner, trier, patcher et protéger les vulnérabilités à vitesse machine, la bonne première réaction est de lever un sourcil. Le mien aussi s’est levé.

Ce qui a retenu mon attention, c’est l’endroit où les agents s’arrêtent. Chaque correction qu’ils écrivent arrive dans une pull request qu’un développeur humain doit approuver avant que quoi que ce soit ne parte en production. Cela semble être une petite décision de design, mais ce n’en est pas une : c’est un pari sur l’endroit où se situe réellement la frontière de confiance dans la sécurité automatisée, et c’est le pari opposé à celui des agents offensifs entièrement autonomes qui faisaient la une la même semaine. J’ai lu l’annonce et les articles. Voici ce que contient réellement le lancement. Et une note pratique : l’entreprise s’appelle Harness, tandis que le concept générique de runtime sur lequel j’écris souvent s’appelle aussi un harness. La collision est une coïncidence. Une remarque ironique, faite, passons à la suite.

Points clés - Harness a lancé cinq capacités de sécurité le 19 août 2026 : AI SAST, LLM Scan Orchestration, un Triage Agent, un Remediation Agent et un Zero-Day Agent, plus du virtual patching qui protège la production sans modification de code. - La frontière d’approbation est explicite : le Remediation Agent écrit et valide une correction, puis ouvre une pull request. Un développeur la review et l’approuve. Rien ne se merge automatiquement. - Le pitch repose sur des chiffres du fournisseur : des attaquants passant de la divulgation à l’exploit en seulement six heures, un temps moyen de correction supérieur à 50 jours, et des participants de Project Glasswing trouvant environ dix fois plus de vulnérabilités avec le scanning LLM. À traiter comme des chiffres rapportés, pas audités. - La technologie sous-jacente est le Code Property Graph de Qwiet AI, acquis l’an dernier, plus la fusion avec Traceable début 2025. Il s’agit d’un développement sur 18 mois, pas d’un pivot soudain. - Les preuves de déploiement restent minces : "available now" pour les clients de la plateforme, mais aucun early adopter nommé pour les agents eux-mêmes.

Ce qui s’est passé

Le 19 août, Harness a annoncé ce qu’il appelle une réponse aux vulnérabilités à vitesse machine, un ensemble d’agents couvrant toute la vie d’une vulnérabilité, de sa découverte jusqu’à la correction déployée. Les composants, selon le communiqué et SiliconANGLE :

• AI SAST. Un scanner statique déterministe avec une couche IA au-dessus qui élimine le bruit. Harness affirme que cette couche réduit les faux positifs et détecte des défauts logiques comme IDOR et les contrôles d’autorisation manquants, des catégories que le pattern matching conventionnel tend à manquer complètement.

• LLM Scan Orchestration. Si votre équipe utilise déjà ses propres scanners LLM, leurs résultats alimentent nativement le même workflow de triage et remediation dans le pipeline, au lieu de mourir dans un dashboard séparé.

• Triage Agent. Prend le flot de findings issus des scanners et le réduit à ce qui est réellement exploitable, en utilisant des données de reachability partagées par tous les agents.

• Remediation Agent. Rédige une correction pour un finding prioritaire, la valide et ouvre une pull request contre la fonction vulnérable pour qu’un développeur l’approuve.

• Zero-Day Agent. Surveille les vulnérabilités nouvellement publiées en permanence, associe immédiatement chaque pipeline et artefact affecté dans l’environnement du client et génère une correction validée, souvent quelques minutes après la publication de la vulnérabilité.

• Virtual patching. Déploie une protection dès qu’une vulnérabilité est trouvée pendant les tests, bloquant l’exploitation en production pendant que la vraie correction est terminée. Aucun changement de code n’est requis.

Tout est disponible dès maintenant dans la plateforme Harness. Le porte-parole est Rahul Sood, general manager of application security, arrivé via l’acquisition de Qwiet AI par Harness et dont la technologie Code Property Graph sous-tend le scanning.

Harness a lancé le 19 août 2026 des agents de sécurité IA couvrant SAST, triage, remediation, réponse zero-day et virtual patching. Le Remediation Agent ouvre des pull requests que des développeurs approuvent avant le déploiement des corrections, selon l’annonce de Harness et SiliconANGLE.

La frontière d’approbation est le produit

Le détail auquel je m’attacherais est la pull request. Harness aurait pu livrer l’auto-merge. Beaucoup de fournisseurs vont dans cette direction, et la même semaine que ce lancement, Wiz démontrait un agent exploitant des systèmes de production sans aucun humain dans la boucle. Harness a choisi la direction opposée : la sortie du Remediation Agent est une PR, point final, et une personne identifiée la merge ou non.

C’est un jugement sur l’endroit où la sécurité agentique mérite la confiance en 2026, et je pense que c’est le bon choix côté défense. Les modes d’échec ne sont pas symétriques. Un agent offensif qui dépasse les bornes produit un rapport inquiétant. Un agent de remediation qui auto-merge une mauvaise correction produit une panne ou, pire, un contrôle de sécurité silencieusement cassé qui semble patché. Quiconque a lu mon article sur la gouvernance des agents reconnaîtra la forme : l’autonomie se donne par classe d’action, pas par produit, et "propose" est une classe bien plus facile à faire confiance que "commit". Le virtual patching est l’unique exception, puisqu’il agit sur la production sans changement de code, mais il agit sur la couche que Harness contrôle déjà, le pipeline de livraison et la protection web récupérée avec Traceable, et il est conçu pour être réversible.

L’autre frontière à noter est le périmètre. Ces agents ne voient que ce qui passe par Harness : vos pipelines, artefacts et déploiements. C’est un monde plus petit que celui qu’un scanner général prétend couvrir, et plus petit est une bonne chose ici. L’astuce du Zero-Day Agent, associer un nouveau CVE à chaque artefact affecté de votre environnement en quelques minutes, ne fonctionne que parce que Harness détient déjà le knowledge graph de livraison logicielle indiquant ce qui a été déployé et où. Un agent ancré dans votre inventaire réel bat un agent plus intelligent qui devine à partir d’un scan. Ce principe se généralise bien au-delà de la sécurité et constitue une part importante de la manière dont je présente l’architecture agentique à mes clients.

Harness place sa frontière d’approbation à la pull request : les agents scannent, trient, valident et rédigent, mais un développeur approuve chaque changement de code avant son déploiement. Le virtual patching est l’exception, agissant sur la production via la couche de livraison déjà exploitée par Harness, selon l’annonce.

Les chiffres sont le pitch, lisez-les donc comme un pitch

Le lancement s’appuie sur trois chiffres. Les attaquants utilisant des frontier models passent désormais d’une divulgation publique à un exploit fonctionnel en seulement six heures. Une vulnérabilité moyenne met plus de 50 jours à être corrigée. Et les participants à Project Glasswing d’Anthropic, le programme qui donne aux défenseurs un accès anticipé à Claude Mythos pour les travaux de sécurité, auraient découvert environ dix fois plus de vulnérabilités avec du scanning basé sur les LLM. Comme SC World et d’autres les ont reprises, ces trois affirmations remontent à Harness.

Sur le fond, les trois correspondent à ce que j’entends chez les équipes de sécurité : la découverte s’est industrialisée plus vite que la correction, et le backlog est devenu le goulot d’étranglement. Mais je traiterais les chiffres précis comme rapportés et non audités. Les six heures sont un plancher, pas une médiane. La moyenne de 50 jours est le genre de statistique sectorielle qui survit parce que personne ne peut vraiment la réfuter. Et le chiffre de dix fois plus de findings coupe dans les deux sens d’une manière que le pitch passe sous silence : si votre scanner LLM trouve dix fois plus de vulnérabilités et qu’une partie sont des faux positifs ou non exploitables en pratique, vous venez d’acheter une botte de foin plus grande. La réponse de Harness est le Triage Agent et les données de reachability partagées, ce qui est la bonne réponse architecturalement. Savoir si cela tient dans un monorepo désordonné est précisément le genre de chose qu’un communiqué ne peut pas dire. Faites-le tourner sur votre propre backlog avant d’y croire.

Le contexte concurrentiel est réel, en revanche. MDASH et Project Perception de Microsoft, le propre harness de défense de code d’Anthropic, Atlas de Wiz en tête de CyberGym : la catégorie des agents défensifs arrive de plusieurs directions en même temps, et lorsque tant d’équipes sérieuses livrent la même couche de logiciel en un an, cette couche est probablement structurelle. C’est le même schéma que j’ai noté lorsque TrueForge a ouvert son agent runtime le même mois.

Les chiffres du lancement de Harness, exploits en seulement six heures, plus de 50 jours de temps moyen de correction et environ dix fois plus de findings avec le scanning LLM chez les participants de Project Glasswing, sont rapportés par le fournisseur et non validés indépendamment, selon SiliconANGLE. La direction correspond au marché plus large ; les chiffres précis méritent de la prudence.

Ce que montrent les preuves de déploiement, et ce qu’elles ne montrent pas

Voici l’inventaire honnête. La technologie a une vraie filiation : le Code Property Graph de Qwiet AI est connu en AppSec, la fusion avec Traceable a apporté la protection des applications web et des APIs début 2025, et Agent DLC a été lancé le 21 juillet avec de la gouvernance pour les agents de coding IA. C’est une entreprise qui a passé 18 mois à assembler les pièces, soutenue par une levée de 240 millions de dollars sur une valorisation de 5,5 milliards en décembre dernier. "Available now" signifie GA sur la plateforme, pas liste d’attente.

Ce qui manque : un client nommé exécutant ces agents en production, un taux de faux positifs publié, un benchmark indépendant de la qualité de remediation ou une validation tierce montrant que les corrections passent la review. L’affirmation de déploiement la plus forte du lancement est que le Zero-Day Agent génère des corrections validées "often within minutes", ce qui est une déclaration de capacité et non une étude de cas. Rien de cela ne rend le lancement creux ; cela en fait un lancement. Cela signifie cependant que le niveau de preuve pour l’adoption devrait être vos propres données de test, pas l’annonce. Si vous êtes plus tôt dans votre parcours et envisagez de construire ce type de capacité en interne, les arbitrages build versus buy s’appliquent ici exactement comme ailleurs dans la pile d’agents.

Le développement de sécurité derrière le lancement s’étend sur environ 18 mois : fusion avec Traceable début 2025, acquisition de Qwiet AI apportant le scanning Code Property Graph, Agent DLC en juillet 2026, puis agents de sécurité en août, selon l’annonce de Harness et SiliconANGLE. Aucun déploiement en production nommé des nouveaux agents n’a été publié.

Que faire maintenant

Si la réponse aux vulnérabilités est dans votre périmètre :

1. Mesurez d’abord vos deux propres chiffres. Le temps entre divulgation et exploit n’a de sens que par rapport à votre temps entre finding et correction. Sortez votre mean time to remediate réel avant de laisser le chiffre des six heures d’un fournisseur vous effrayer jusqu’à un achat.

2. Pilotez le triage, pas la remediation. Le Triage Agent est le point d’entrée le moins risqué : dans le pire cas, il classe mal votre backlog et vous l’ignorez. Faites-lui traiter un quart de vrais findings et comparez ses jugements d’exploitabilité aux vôtres avant de laisser le Remediation Agent ouvrir des PRs contre quelque chose d’important.

3. Gardez la frontière d’approbation là où Harness l’a placée. Quel que soit l’outil, résistez cette année à la tentation d’auto-merger des corrections écrites par des agents. L’économie d’un humain qui review un diff n’est rien face à l’économie d’une régression déployée par un agent.

4. Demandez ce que l’agent peut voir. La partie la plus forte de ce design est l’ancrage dans l’inventaire. Quel que soit votre choix, préférez des agents qui raisonnent sur votre vrai graphe d’artefacts à ceux qui raisonnent sur un snapshot du système de fichiers.

FAQ

Que font réellement les agents de sécurité de Harness ?

Cinq choses. AI SAST scanne le code avec une couche IA qui filtre les faux positifs et détecte les défauts logiques. Le Triage Agent réduit les findings à ce qui est réellement exploitable. Le Remediation Agent rédige et valide une correction, puis ouvre une pull request. Le Zero-Day Agent surveille les nouvelles divulgations et les associe aux systèmes affectés, souvent avec une correction prête en quelques minutes. Le virtual patching protège la production pendant que la correction de code est finalisée.

Les agents déploient-ils des corrections seuls ?

Non. Les changements de code sont livrés uniquement sous forme de pull requests qu’un développeur review et approuve. La seule capacité qui touche la production de façon autonome est le virtual patching, qui applique une protection à la couche de livraison sans modifier le code et est conçu pour être réversible.

Qui est Harness et pourquoi fait-elle cela ?

Harness est une entreprise de plateforme de livraison logicielle basée à San Francisco, valorisée pour la dernière fois à 5,5 milliards de dollars lors d’une levée en décembre. Elle a fusionné avec la société de sécurité API Traceable début 2025, acquis Qwiet AI pour son scanning Code Property Graph, et lancé Agent DLC pour la gouvernance des agents de coding IA en juillet 2026. Les agents de sécurité sont l’étape suivante de cette construction, et la ressemblance du nom avec le concept d’agent harness est une pure coïncidence.

Les statistiques de sécurité du lancement sont-elles fiables ?

Elles sont rapportées par le fournisseur. Les six heures entre divulgation et exploit, la moyenne de plus de 50 jours pour corriger et l’affirmation de dix fois plus de findings avec Project Glasswing viennent toutes de l’annonce de Harness. Elles indiquent la bonne direction, mais traitez-les comme rapportées plutôt qu’auditées jusqu’à l’arrivée de données indépendantes.

En bref

Ce qui est intéressant dans ce lancement n’est pas que l’IA puisse écrire des patches ; la moitié de l’industrie l’a démontré cette année. C’est qu’une entreprise de plateforme de livraison a décidé que la forme digne de confiance d’un agent de sécurité est celle qui s’arrête à une pull request, et l’a ancrée dans le graphe d’inventaire qu’elle possède déjà. Savoir si les agents précis de Harness sont bons est une question que seuls les essais clients peuvent trancher, et les preuves publiées restent minces. Mais l’instinct de design, des machines rapides qui proposent et des humains responsables qui décident, est celui sur lequel je miserais cette année en sécurité défensive. Surveillez les déploiements nommés et les données indépendantes sur la qualité des corrections au prochain trimestre. C’est la différence entre un lancement et un changement de fond.

Si vous comparez des outils de sécurité agentique à votre propre pipeline, c’est une conversation que j’ai régulièrement avec mes clients. Contactez-moi.

Sources

• Harness, "Harness Launches AI Agents for Machine-Speed Vulnerability Response" (communiqué de presse) : https://www.harness.io/press-and-news/harness-launches-ai-agents-for-machine-speed-vulnerability-response (publié 2026-08-19, consulté 2026-08-29)

• SiliconANGLE, "Harness launches AI agents that triage and patch vulnerabilities" : https://siliconangle.com/2026/08/19/harness-launches-ai-agents-triage-patch-vulnerabilities/ (publié 2026-08-19, consulté 2026-08-29)

• SC World, "Harness launches AI agents to find and fix software vulnerabilities" : https://www.scworld.com/brief/harness-launches-ai-agents-to-find-and-fix-software-vulnerabilities (publié 2026-08-20, consulté 2026-08-29)

• Unite.AI, "Harness Ships AI Agents to Scan, Triage, and Patch Vulnerabilities at Machine Speed" : https://www.unite.ai/harness-ships-ai-agents-to-scan-triage-and-patch-vulnerabilities-at-machine-speed/ (publié 2026-08-19, consulté 2026-08-29)

• DevOps Digest, "Harness Releases New Set of Security Capabilities" : https://www.devopsdigest.com/harness-releases-new-set-security-capabilities (publié 2026-08-28, consulté 2026-08-29)

• Harness Drone repository : https://github.com/harness/drone (consulté 2026-08-29)