Présentation de CodeMender

Le lancement de modèles d'IA avancés a suscité une vive inquiétude concernant les failles de code. Les pirates informatiques ayant accès à de nouvelles fonctionnalités pour générer des exploits, les équipes de sécurité sont soumises à une pression énorme pour trouver et corriger de manière proactive les failles avant qu'elles ne soient exploitées.

CodeMender est un agent de sécurité du code basé sur l'IA qui peut trouver, vérifier et corriger les failles profondes de votre base de code. CodeMender enveloppe un harnais affiné autour d'un LLM, en utilisant des invites, des compétences et une logique d'orchestration conçues par Google DeepMind pour transformer le modèle en un système agentique spécialisé dans la sécurité du code.

Fonctionnement

CodeMender gère l'échelle et la diversité des environnements d'entreprise modernes, où le code s'étend sur de nombreux langages et types de systèmes :

  • Trouvez les failles en analysant votre codebase à l'aide d'un LLM guidé par l'agent, en tirant parti d'outils spécialisés et de prompt engineering pour concentrer le modèle sur les failles de sécurité. Vous pouvez également importer une liste de failles à partir d'outils d'analyse de sécurité externes.
  • Vérifiez les failles en compilant le code et en tentant d'exploiter les failles trouvées pour vérifier si elles sont exploitables. Cela permet de hiérarchiser les failles confirmées et de réduire le taux de faux positifs.
  • Corrigez les failles en générant et en testant un correctif compatible avec le langage de votre base de code.

Au cours des trois étapes, vous pouvez fournir un contexte à CodeMender pour vous assurer qu'il tient compte des nuances de votre application et de votre modèle de menace. Cette combinaison d'un LLM avec le harnais affiné de CodeMender fournit des résultats de meilleure qualité que l'utilisation d'un LLM seul pour trouver et corriger les failles.

Architecture du système

Du point de vue de l'utilisateur, le système CodeMender comprend deux composants :

  • Agent : système multi-agent hébergé qui exécute la logique métier et le raisonnement de base.
  • Client : client exécuté sur votre machine, agissant à la fois comme une CLI (pour émettre des commandes et afficher les sorties) et comme un daemon (pour exécuter des commandes au nom de l'agent, avec une isolation facultative dans un bac à sable local au niveau du processus afin de compiler le code, d'exécuter des tests et de vérifier les failles en toute sécurité).

Langages et frameworks pris en charge

CodeMender est compatible avec les principaux types de failles dans tous les principaux langages de programmation : C/C++, Go, Java, Python, TypeScript / JavaScript, Rust et Ruby. De plus, il est largement compatible avec les bibliothèques standards de ces langages, ainsi qu'avec les frameworks d'entreprise courants (tels que HTML/CSS, Django, Flask, React, Spring Boot et Express).

Les types de failles compatibles couvrent un large éventail de failles de sécurité logicielle dans la logique applicative, la gestion des données, la gestion de la mémoire et les flux de contrôle de l'authentification.

Modèles compatibles

CodeMender est compatible avec les modèles suivants :

Cliquer pour développer les modèles compatibles

Pour spécifier un modèle lors de l'exécution des commandes CodeMender CLI, consultez Spécifier le modèle.

Régions où le service est disponible

CodeMender est disponible dans le monde entier.

Suivre l'utilisation des jetons

CodeMender affiche la consommation de jetons à deux endroits : une ligne d'état en direct lors de l'exécution d'une commande et un résumé d'une ligne lorsqu'une commande s'exécute correctement. Les nombres couvrent les jetons d'entrée, de sortie et totaux pour la session en cours.

Ligne d'état en direct

Lors de l'exécution de cm find, cm fix, cm verify ou cm session resume, transmettez l'indicateur --compact pour afficher une ligne d'état continue qui se met à jour au fur et à mesure que l'agent fonctionne :

cm find ./src/auth/ --compact

La ligne d'état indique les totaux cumulés de la session :

Tokens: 40k in / 12k out / 60k total

Les sessions reprises continuent de compter à partir de l'endroit où l'exécution précédente s'est arrêtée. Le nombre total peut inclure les jetons de raisonnement interne du modèle. Il peut donc dépasser in + out.

Résumé de sortie

Lorsqu'une commande se termine correctement et qu'au moins une étape d'outil a été exécutée, CodeMender affiche un résumé d'une ligne avec le temps écoulé et le nombre total de jetons :

✅ Completed 14 tool steps in 3m 42s | Tokens: 40k in / 12k out / 60k total

Utilisation des jetons facturée

Pour afficher l'utilisation cumulée des jetons facturés et les tendances des coûts dans votre Google Cloud projet, consultez Afficher les rapports de facturation et l'évolution des coûts dans Cloud Billing.

Premiers pas avec la CLI

Configurez l'outil CLI et initialisez votre espace de travail pour commencer l'analyse.

Prérequis

Avant d'initialiser la CLI CodeMender, assurez-vous que votre environnement est correctement préparé :

  • Configurer un projet Google Cloud : configurez votre Google Cloud projet avec les API et les rôles IAM requis.
  • Télécharger la CLI CodeMender: téléchargez et installez le binaire de la CLI CodeMender pour votre système d'exploitation.
  • Configurer les identifiants Google Cloud: configurez Google Cloud les identifiants par défaut de l'application (ADC) pour authentifier la CLI.
  • Provisionner votre code source : clonez ou copiez le code source du projet que vous souhaitez analyser dans votre espace de travail.
  • Configurer le bac à sable: définissez les montages de répertoire, les profils d’accès réseau et les exceptions de sécurité pour l’environnement de bac à sable.

Spécifier le modèle

Par défaut, CodeMender utilise Gemini 3.5 Flash. Pour remplacer le modèle par défaut, transmettez l'indicateur --model avec l'identifiant de modèle correspondant :

  • Gemini 3.5 Flash (par défaut) : --model gemini-3.5-flash
  • Preview Gemini 3.1 Pro : --model gemini-3.1-pro-preview
  • Preview Gemini 3 Flash : --model gemini-3-flash-preview

Les commandes suivantes sont compatibles avec l'indicateur --model :

  • cm find
  • cm verify
  • cm fix

Pour spécifier un modèle lors de l'exécution de l'une de ces commandes, utilisez la syntaxe suivante :

cm COMMAND TARGET --model MODEL_NAME

Sécurité et confidentialité des données

Les sections suivantes décrivent le modèle de sécurité, les règles de conservation des données et les contrôles d'accès de CodeMender :

Quelles données CodeMender envoie-t-il au cloud ?

Lorsque vous utilisez CodeMender, l'outil CLI local sert d'intermédiaire pour accéder à votre code. Vous ne téléchargez jamais l'intégralité de vos dépôts de code source sur les serveurs de Google, et l'agent hébergé ne les clone pas indépendamment.

Au lieu de cela, la CLI localise strictement les données qu'elle envoie à l'agent hébergé par Google, qui se compose des éléments suivants :

  • Contenu de fichiers ou extraits de code ciblés, informations sur les failles, correctifs proposés et résultats d'exécution des commandes.
  • Métadonnées, diagnostics, erreurs et télémétrie d'utilisation (tels que les jetons consommés et la durée des commandes).

Nous n'utilisons jamais le code source de votre client pour entraîner les pondérations du modèle sous-jacent.

Quelles sont les conditions de conservation ?

CodeMender utilise une règle de conservation des données stricte et à court terme :

  • Durée de conservation maximale de sept jours : nous conservons les données de session, y compris les extraits de code et les états de suivi, pendant sept jours maximum dans le stockage de Gemini Enterprise Agent Platform pour permettre aux utilisateurs de reprendre facilement les analyses interrompues. Au bout de sept jours, le système les supprime automatiquement (voir Conservation nulle des données).
  • Suppression explicite : les clients n'ont pas à attendre sept jours. Ils peuvent déclencher un nettoyage immédiat de toutes les données de session en appelant DeleteInteraction.
  • Résultats éphémères : nous ne stockons pas les résultats et les correctifs des failles dans des bases de données à long terme. Ils s'accumulent en mémoire pendant le pipeline.

Qui peut accéder aux données ?

CodeMender utilise une approche "Zéro accès aux données" en ce qui concerne la visibilité humaine :

  • Aucun accès humain : aucun groupe humain ni aucun ingénieur Google n'a accès en lecture aux données client dans l'environnement de production.
  • Aucune visibilité de l'opérateur : même pour le débogage de la production et le suivi des erreurs, les opérateurs Google sont limités et n'ont aucune visibilité sur le contexte du code source client ni sur les états de session temporaires.
  • Isolation stricte : nous isolons logiquement toutes les données et contrôlons leur accès par organisation et par projet de facturation client afin de protéger la confidentialité des locataires dans notre infrastructure partagée.
  • VPC Service Controls (VPC-SC) : pour mieux protéger votre environnement, l'architecture de CodeMender est entièrement compatible avec VPC Service Controls (VPC-SC). Cela vous permet de définir un périmètre de sécurité autour de vos ressources Google Cloud, ce qui contribue à réduire les risques d'exfiltration de données lorsque vos données localisées sont envoyées au moteur de raisonnement cloud.

Étape suivante

Pour obtenir des instructions détaillées, consultez les guides suivants :