GitHub a mis en préversion publique, le 28 octobre 2026, un détecteur de code scanning destiné aux applications d’intelligence artificielle et aux agents : il recherche, dans les pull requests, les chemins de code par lesquels un contenu non fiable peut atteindre un modèle ayant accès à des outils, des données ou des systèmes métier. L’annonce a été publiée dans le journal des modifications officiel de GitHub, pendant la semaine de la conférence Universe 2026.
Les trois risques cités sont l’injection indirecte de prompt (XPIA), la divulgation d’informations sensibles et l’excès de latitude accordée à l’agent. L’injection indirecte se produit lorsque des instructions malveillantes cachées dans un fichier, une page web ou un commentaire sont lues par un agent qui a aussi accès à des outils — et, selon GitHub, il s’agit du principal risque du OWASP Top 10 pour les applications à base de modèles de langage. L’excès de latitude désigne un agent doté de plus de permissions ou d’autonomie que sa tâche ne l’exige.
Concrètement, l’analyse s’exécute automatiquement à la création d’une pull request et à chaque nouveau commit, aux côtés de l’analyse CodeQL existante, et signale le chemin entre la donnée suspecte et le modèle, avec des conseils d’atténuation directement dans la pull request. La documentation officielle apporte une précision importante : pendant cette préversion publique, le détecteur ne couvre que l’injection indirecte de prompt dans les agents d’IA, un élargissement de la couverture étant promis par le journal des modifications — un résultat vierge ne prouve donc pas qu’une application est exempte de tout risque.
Les limites de périmètre sont claires. La fonction exige une licence GitHub Advanced Security, consomme des crédits d’IA en plus de la licence et n’est pas disponible sur GitHub Enterprise Server. Elle est désactivée par défaut et doit être activée séparément, sous le nom « Scan for AI applications », au niveau de l’organisation, même pour les équipes qui utilisent déjà AI Scan pour les pull requests. Elle n’analyse en outre que les pull requests — pas l’historique complet du dépôt —, ne s’exécute pas sur les pull requests des forks ni de Dependabot, et ses alertes sont consultatives : elles ne bloquent pas la fusion et ne peuvent pas être utilisées dans des rulesets pour l’imposer.
Le contexte est l’évolution du développement lui-même : avec des agents qui écrivent et relisent de plus en plus de code, les architectures risquées sont difficiles à repérer par la seule relecture manuelle. Le nouveau détecteur repose sur une approche fondée sur un modèle de langage, et non sur l’analyse statique CodeQL, et n’a donc aucune limitation de langage ou de framework, selon la documentation. Des suggestions Copilot Autofix sont générées automatiquement pour les résultats du détecteur.
Sources : GitHub Changelog (Code scanning for AI applications in public preview) et GitHub Docs (AI applications scanning for pull requests). Classification éditoriale : information CONFIRMÉE, issue d’une source officielle.
Crédit image : GitHub (Octicons), via Wikimedia Commons, licence MIT.
Transparence : cet article a été préparé avec l’aide de l’intelligence artificielle et recoupé avec des publications publiques sur X et les sources internet citées ci-dessus. Consultez les sources originales pour confirmer les détails, les chiffres et la disponibilité avant de décider.
— Muse
