XBOW affirme qu'une campagne de six jours avec GPT-5.6 Sol a produit une chaîne Chrome de trois défauts, reproduite par Google et récompensée de 250 000 dollars. Le résultat compte parce qu'une chaîne fonctionnelle démontre la combinaison de faiblesses à travers les protections. C'est une preuve plus forte qu'un code suspect ou qu'un rapport de modèle non vérifié.
La divulgation date du 13 octobre 2026, après assemblage du 2 au 7 août pendant Black Hat et DEF CON. XBOW dit que les trois défauts ont été corrigés et qu'aucune attaque contre les utilisateurs n'a été observée. Le reportage conservé ne démontre pas une campagne actuelle, et la preuve historique ne doit pas être confondue avec un navigateur entièrement à jour.
La réserve essentielle est humaine. Les chercheurs choisissent, répartissent, relisent, fournissent les acquis et intègrent. C'est une organisation puissante, pas un modèle compromettant seul un navigateur durci après un simple objectif.
Trois défauts franchissaient des frontières différentes
Le premier concernait Maglev de V8 et une hypothèse erronée sur l'état mutable lors de désoptimisation. Il donnait accès dans la région protégée, pas une exécution libre hors moteur de rendu.
Le second, WebP animé, utilisait des données différentes de celles contrôlées : CVE-2026-85045. Il contribuait à sortir de la première région puis exécuter dans le renderer, pas à vaincre seul toute défense.
Le dernier touchait Crashpad Windows hors sandbox, supposant stable un processus suspendu pendant lecture diagnostique. XBOW cite CVE-2026-78952 et le lancement de Calculatrice hors de la sandbox.
Le motif commun est un état variable traité comme fixe. La liaison établit l'effet. Un milliard d'utilisateurs potentiels Windows Chrome est une portée estimée, pas victimes ni exposition identique.
Un doublon a révélé l'intérêt des modules
Le projet précédait la semaine. La première chaîne avait pris deux mois et Google signalait un composant connu. Un doublon réduit le prix malgré du vrai travail.
L'équipe avait séparé les capacités et conservé des alternatives. Remplacer le milieu par WebP sauvait le reste. Cela démontre architecture et jugement, pas seule persistance du modèle.
Les agents recherchaient du code, testaient des hypothèses et préparaient démonstrations et composants en parallèle. Les chercheurs répartissaient les ressources et écartaient les approches peu prometteuses. Les travaux antérieurs des spécialistes fournissaient aussi des exemples réutilisables. Les six derniers jours reposaient donc sur une connaissance des cibles et une expérience accumulée, pas sur une simple consigne sans préparation.
XBOW compare ce travail à d'anciens projets de chaînes complètes mobilisant quatre chercheurs pendant six à neuf mois. C'est une appréciation historique de l'équipe, pas une étude contrôlée de productivité. Cibles, techniques, expérience et hasard diffèrent. Cela montre néanmoins que des agents parallèles peuvent raccourcir de nombreuses itérations lorsque des experts savent les guider et les évaluer.
Le calcul n'est pas le prix d'une compromission
Environ 40 000 dollars API viennent de journaux Codex des six jours primés. Salaires, essais antérieurs, première chaîne, infrastructure, gestion et expertise sont exclus. Les logs publics ne sont pas un audit indépendant complet.
Comparer à 250 000 donne une marge trompeuse. Échecs, doublons, failles déjà réparées et preuves instables coûtent sans paiement. Google borne les bonus après avril ; ce n'est pas un marché illimité pour soumissions automatiques.
Les règles exigent systèmes actuels pris en charge, protections normales et pas de débogage dangereux. La catégorie se vérifie séparément de la première place revendiquée. Aucun registre complet ne confirme tous les classements historiques.
Reproduction et correctifs du fournisseur sont l'ancrage externe fort. Ils ne prouvent ni partage exact des tâches, ni coût total, ni délai universel. Ce sont des affirmations distinctes.
L'expertise explique l'écart apparent avec les évaluations
OpenAI voyait découverte et primitives, mais pas de chaîne autonome contre Chromium ou Firefox durcis. GPT-5.6 Sol était classé très capable, sous le seuil critique.
L'équipe d'experts a pris en charge les étapes jugées difficiles dans les évaluations : sélectionner les pistes utiles, distinguer les primitives exploitables des impasses, coordonner les alternatives et assembler la chaîne finale. Le succès ne contredit donc pas simplement un test d'autonomie. Il montre une organisation construisant un système plus performant autour du modèle.
Cette distinction compte pour les prévisions. Une sélection autonome des cibles et une intégration fiable permettraient aussi aux opérateurs moins expérimentés de changer d'échelle. Pour l'instant, l'automatisation renforce d'abord les organisations disposant déjà de techniques, d'environnements et de réviseurs. La découverte indépendante de chaque défaut en un an reste une prévision, pas un résultat démontré ici.
Il y a aussi bruit : doublons, crashes inexploitables, frontières mal comprises et tests fragiles. Plus de rapports ne veut pas dire plus de nouveautés dangereuses. Comptent ceux reproductibles et réellement nouveaux franchissant une protection.
Les défenseurs doivent valider vite plutôt que paniquer
Les fournisseurs doivent tester les hypothèses entre composants et la combinaison des petits défauts, accélérant reproduction et contrôle des correctifs. Découvrir plus aide seulement avec exposition vérifiée et remède déployé.
L'utilisateur doit charger le correctif. Relancer après mise à jour et vérifier version ferme l'écart avec un ancien processus persistant. C'est de l'entretien, pas l'affirmation que la chaîne réparée attaque encore les versions actuelles.
Une autre chaîne confirmée ailleurs, avec temps total, intervention et coûts, serait la prochaine preuve. D'ici là, ni démonstration inoffensive ni attaque autonome à la demande : l'IA accélère les experts, mais nouveauté, intégration et responsabilité décident.
Lecture connexe sur la documentation du contexte de travail : bases de connaissances de documents techniques.