Cisco va intégrer Claude Mythos à AI Defense pour mener des exercices de red team contrôlés

Cisco a annoncé, le 9 novembre 2026, l’ajout de Claude Mythos, le modèle d’Anthropic, au cadre de tests d’équipe rouge adaptatifs d’AI Defense, destiné à évaluer les applications et les agents d’IA. L’annonce, faite à Cisco Live APJC à Melbourne, a également présenté des mises à jour de l’observabilité des agents Splunk et des intégrations Cisco IQ, élargissant le périmètre de cette version au-delà des tests pour inclure l’évaluation des coûts des agents et la remédiation des infrastructures.

Les clients ne pourront pas interroger librement Claude Mythos. Le modèle interviendra plutôt dans le cadre d’une tâche définie, avec une cible enregistrée et des objectifs établis par un humain. Il fournira des pistes de réflexion pour planifier les tests et imaginer des attaques, tandis qu’AI Defense mènera l’exercice.

Les exercices de red team restent dans les limites autorisées

Un aperçu technique de Cisco distingue les tests standard des tests adaptatifs. Les exercices standard d’équipe rouge vérifient les risques courants, comme l’injection de prompt, les contournements des garde-fous, l’exposition de données sensibles et les contenus préjudiciables, en couvrant des milliers de catégories, de types de contenu et de techniques adverses. Les tests adaptatifs commencent par des critères formulés en langage courant par le client. Le système analyse ensuite la cible et élabore des attaques sur mesure, puis s’appuie sur les réponses pour affiner son approche ou changer de tactique avant de présenter ses conclusions et de recommander des actions de suivi.

Les mesures de protection limitent les contextes dans lesquels ce raisonnement peut être utilisé. Claude Mythos n’interviendra que sur des cibles explicitement enregistrées, détenues par le client professionnel et autorisées par celui-ci pour les tests. Cisco précise que le modèle ne peut pas analyser des infrastructures Internet quelconques. Chaque intervention nécessite une authentification et est liée de manière cryptographique à un opérateur identifié. Les sessions sont limitées dans le temps et peuvent être interrompues. Chaque action est consignée à des fins d’audit, et les résultats peuvent alimenter des cycles d’attaque de suivi reproductibles.

Les exercices standard et adaptatifs d’équipe rouge sont déjà disponibles dans AI Defense, mais la version intégrant Claude Mythos sera bientôt proposée à certaines entreprises. Une disponibilité plus large est prévue pour les clients admissibles, sans date confirmée. Le calendrier, le périmètre et la disponibilité selon les régions peuvent évoluer. Selon Cisco, depuis le lancement d’AI Defense en janvier 2025, la solution a aidé des centaines de clients à repérer des failles dans des modèles, des applications et des agents avant leur mise en production.

Splunk relie le coût des agents à la qualité de leurs résultats

Les mises à jour de Splunk Agent Observability portent sur l’exploitation des agents une fois déployés. Enhanced Tokenomics utilisera les données d’utilisation d’Amazon Bedrock et d’Amazon CloudWatch pour mettre en regard le coût de chaque agent et des évaluations de la qualité et de l’impact de son travail. Ces indicateurs techniques peuvent être associés à des mesures définies par le client, comme le Net Promoter Score ou le coût par réclamation, étendant ainsi l’attribution des dépenses en jetons déjà en place aux agents d’IA et aux outils de programmation, notamment Claude Code, Codex et Cursor.

Eval-G1 s’appuie sur de petits modèles de langage personnalisés pour effectuer des évaluations et appliquer des garde-fous. Cisco indique que ces modèles peuvent accomplir ces tâches à un coût jusqu’à 98 % inférieur à celui d’un grand modèle de langage commercial, et fournir des réponses d’évaluation 2,5 fois plus rapidement que les évaluateurs traditionnels fondés sur des grands modèles de langage. L’outil d’ajustement des évaluateurs transforme les traces d’agents et les commentaires d’experts du domaine en évaluateurs affinés, qui font respecter les normes de qualité et orientent ou bloquent les comportements inexacts des agents.

La disponibilité varie selon les fonctionnalités d’observabilité. Eval-G1 et l’outil d’ajustement des évaluateurs seront disponibles de manière générale à partir de novembre 2026. La préversion privée de Tokenomics est prévue pour décembre 2026, avant sa mise à disposition générale sur AWS Marketplace au début de 2027.

Cisco IQ relie l’exposition aux mesures de remédiation

Selon Cisco, IQ accompagne près de 17 000 clients et couvre plus de 22 millions d’appareils connectés, en fournissant des informations sur les actifs, la couverture et les avis. Le flux de remédiation de Cisco IQ transmet les données sur les vulnérabilités, le cycle de vie et la configuration par Cisco Data Fabric vers Splunk Platform au moyen d’API ouvertes. Les équipes de sécurité et les agents d’IA peuvent alors mettre en corrélation les détections en temps réel dans Splunk Enterprise Security avec l’exposition sous-jacente du réseau.

Les connecteurs Model Context Protocol et ServiceNow ajoutent aux agents pris en charge et aux processus de services informatiques un contexte structuré sur l’infrastructure. Les expositions détectées peuvent être converties en fiches de problème ServiceNow associées aux actifs, sans rapprochement manuel des données. Cisco souligne que la détection d’une exposition ne prouve pas qu’un attaquant l’a exploitée : le processus vise à fournir du contexte pour l’enquête et à coordonner la remédiation, et non à considérer chaque détection comme une compromission avérée.

Le guide AI-Powered Resilient Infrastructure Playbook met également en évidence les vulnérabilités critiques liées au cycle de vie, les alertes personnalisées concernant les défauts connus et l’état de préparation à la cryptographie post-quantique, afin d’aider les équipes et les partenaires certifiés à établir leurs priorités de modernisation. Dans l’ensemble de cette offre, la génération d’attaques reste limitée aux tâches autorisées, les modèles d’évaluation peuvent appliquer des garde-fous et les données sur l’exposition éclairent les enquêtes sans, à elles seules, établir qu’il y a eu compromission. Pour l’instant, les modèles d’évaluation et leur outil d’ajustement sont disponibles de manière générale, contrairement aux exercices de red team avec Mythos et à Tokenomics. Le processus de bout en bout décrit par Cisco dépend donc encore de fonctionnalités à venir ou dont la disponibilité reste limitée.