Votre agent IA sait-il vraiment défendre votre entreprise ? Hack The Box met ses compétences à l’épreuve

Hack The Box lance AI Range Enterprise Edition pour permettre aux équipes de sécurité d’évaluer leurs propres agents IA sur les rôles qui leur sont confiés.[1] Pour les entreprises, l’enjeu est concret : disposer de preuves avant de déléguer une mission, puis vérifier que ces preuves restent valables lorsque les outils évoluent.

Une édition entreprise pour évaluer des missions définies

AI Range existait depuis décembre 2025. La nouveauté annoncée le 6 octobre 2026 est une édition destinée aux équipes de sécurité des entreprises, avec une évaluation organisée par rôle. Hack The Box présente cette démarche comme un moyen de mesurer régulièrement l’aptitude d’un agent à effectuer le travail attendu.[1][3]

Un cyber range est un environnement d’exercice contrôlé. Il permet de confronter des outils ou des professionnels à des situations représentatives, sans prendre un incident réel comme premier test. Réussir ces exercices apporte des éléments d’évaluation, dont la portée dépend du scénario et des conditions retenues.

Un score général ne suffit pas à attribuer une responsabilité

Un agent peut reconnaître une activité suspecte sans savoir construire une investigation complète. Pour une entreprise, définir sa mission suppose donc de préciser les informations accessibles, les décisions autorisées et les situations qui exigent une validation humaine.

Prenons un cas illustratif : un assistant trie des alertes de connexion. L’évaluation devrait vérifier les incidents repérés, mais aussi les alertes légitimes écartées et les cas laissés sans réponse. Un résultat rapide perd de son intérêt s’il oblige ensuite un analyste à reprendre toute l’enquête.

Les tests doivent suivre les évolutions de l’agent

Hack The Box recommande de réévaluer les agents lorsque les modèles, les composants qui pilotent leurs actions, les environnements ou les menaces changent.[2] Une validation ponctuelle risque autrement de décrire une configuration qui n’est plus celle utilisée au quotidien.

En pratique, l’équipe devrait conserver la version testée, les outils disponibles, les permissions et les résultats. Ces éléments permettent de comparer deux évaluations et de déterminer si une modification améliore réellement le service.

Quatre critères pour examiner le travail confié

Cette grille est une proposition éditoriale pour préparer une évaluation, et non le barème de Hack The Box.

Le jugement de l’analyste est lui aussi mis à l’épreuve

L’annonce présente également Agentic Operator Competence Scoring, un dispositif propriétaire distinct de l’évaluation des agents. Il vise à mesurer la capacité des professionnels à comprendre une recommandation, repérer une erreur et décider quand intervenir. Le rôle AI-augmented SOC Analyst utilise des scénarios d’analyse d’alertes et d’investigation assistées par IA.[1]

Cette distinction évite de réduire la supervision à une approbation systématique. Un professionnel doit pouvoir contester une conclusion, mais aussi laisser une opération autorisée se poursuivre lorsque les éléments disponibles le justifient.

Pour une PME, commencer par une tâche mesurable

Une PME pourrait évaluer un agent sur la préparation de dossiers d’alerte avant d’envisager des actions sur ses systèmes. Le pilote devrait comparer la qualité des dossiers et le temps total consacré par l’équipe, y compris les corrections. Le prix, les intégrations et les conditions d’accès à l’offre restent à confirmer auprès du fournisseur.

Le communiqué décrit une méthode et des capacités annoncées. Il ne démontre pas une réduction des incidents chez chaque client. Un résultat en laboratoire doit être complété par une validation dans le contexte de l’entreprise, avec des droits limités et des critères d’arrêt définis.[1]

Le professionnel devient responsable de la qualité de la délégation

Cette évolution donne une dimension concrète à la Cybersécurité. Le professionnel doit savoir définir un test pertinent, examiner les traces produites et reconnaître une conclusion insuffisamment étayée. Comprendre les menaces reste nécessaire pour juger le travail de l’agent.

Son rôle consiste aussi à fixer les limites de la délégation. Il doit distinguer une recommandation d’une action autorisée et organiser la reprise en main lorsque les informations manquent ou que le risque dépasse le périmètre prévu.

La valeur de cette compétence se mesure alors dans la qualité des décisions prises avec l’outil. Savoir expliquer pourquoi un résultat est acceptable, ou pourquoi il doit être rejeté, devient une composante du travail de défense.

Une confiance à renouveler au fil des usages

Notre lecture de cette annonce est que l’évaluation des agents pourrait devenir une activité régulière d’exploitation. L’enjeu sera de relier chaque résultat à une mission précise et à une décision de déploiement. La question utile reste simple : quelles preuves justifient aujourd’hui l’autonomie accordée à cet agent ?

L’Actu IT à 360°, décrypter la technologie pour comprendre les métiers de demain.

Découvrir CCCLX →