Renforcer la sécurité du site avec Jev Typesafe AI et Antigravity

Résumé : Jev Typesafe AI est un agent auditeur de sécurité indépendant qui fonctionne avec Google Antigravity (AGY). Dans cet article, j'explique comment fonctionne Jev et par quelles étapes nous avons renforcé la sécurité de ce site (ozanozdil.com) avec les agents Antigravity.

1. Qu'est-ce que Jev Typesafe AI ?

Jev Typesafe AI est une architecture d'intelligence artificielle fondée sur la sûreté des types (typesafe) et le déterminisme d'état, positionnée directement dans le cycle de développement logiciel comme un « Auditeur de Sécurité en Chef » (Chief Security Auditor) autonome et indépendant.

Alors que les outils de sécurité traditionnels (SAST/DAST) reposent généralement sur des règles statiques ou des analyses par signature, Jev Typesafe AI perçoit le contexte du code, l'environnement d'exécution, la topologie réseau et les contraintes du cloud (Cloudflare Workers, etc.) comme un tout logique. Il dispose de protections d'exécution déterministes et de boucliers de vérification pour éviter les hallucinations du modèle et prendre des décisions « sûres en types ».

Que peut-il faire ?

• Audit de code et analyse de vulnérabilités autonomes : Lorsqu'il est intégré à un projet, Jev examine l'arborescence complète du code source, les fichiers de configuration (wrangler.toml, astro.config, robots.txt) et les dépendances ; il détecte des vulnérabilités critiques telles que le XSS, le Path Traversal, l'IP Spoofing et la divulgation de configuration.
• Conception de boucliers contre le LLM et l'injection de prompt : Sur les points de terminaison d'IA intégrés au système, il construit des filtres heuristiques et statiques pour empêcher que les données utilisateur entrantes n'empoisonnent le modèle (Jailbreak, System Prompt Leakage).
• Mise en œuvre du Zero Trust et de la défense en profondeur : Il intègre aux applications la philosophie du « ne faire confiance à personne ». Il classe tous les en-têtes HTTP entrants (Origin, Referer, X-Forwarded-For) comme des vecteurs potentiels de manipulation et isole ceux qui sont fiables (comme Cloudflare cf-connecting-ip).
• Intégration de l'architecture Fail-Closed : Lorsqu'un service du système (par exemple la base de données KV ou le Rate Limiter) tombe en panne, il garantit l'arrêt total du trafic (fail-closed), empêchant les attaquants d'exploiter un dépassement de capacité (fail-open).

2. Opération de durcissement d'ozanozdil.com avec Antigravity et Jev

Pour renforcer la sécurité du site, nous avons fait travailler ensemble l'agent Google Antigravity (applicateur) et l'agent Jev Typesafe AI (auditeur indépendant).

Les étapes de durcissement réalisées grâce à la communication mutuelle des agents autonomes et aux directives de l'administrateur système (l'utilisateur) sont résumées ci-dessous dans leur contexte technique :

A. Fermeture de la divulgation d'informations

La première détection de Jev a été que le fichier robots.txt listait les noms de répertoires qui ne devaient pas être publiés. Ces lignes ont été supprimées et les requêtes vers ces répertoires ont été bloquées côté serveur.

B. Durcissement des en-têtes HTTP et CSP

• Élimination de 'unsafe-eval' : Conformément au rapport de Jev, 'unsafe-eval' a été retiré des en-têtes Content-Security-Policy (CSP) du Cloudflare Worker.
• Isolation : Les directives object-src 'none', frame-ancestors 'none' et upgrade-insecure-requests ont été activées.
• En-têtes stricts : X-Frame-Options: DENY, Cross-Origin-Opener-Policy: same-origin et une Permissions-Policy étendue à 20 paramètres bloquant l'accès aux API matérielles sont en place.

C. IP Spoofing avancé et Rate Limiting (Fail-Closed)

L'en-tête x-forwarded-for, qui peut être envoyé par l'utilisateur, a été annulé, et l'en-tête cf-connecting-ip, protégé cryptographiquement en périphérie du réseau, a été accepté comme seule source fiable. Le limiteur de débit distribué basé sur KV (Rate Limiter) des points de terminaison /api/chat et /api/views est passé d'une position ouverte en cas d'erreur (fail-open) à une position fermée qui coupe tout le trafic avec une réponse 503 en cas d'erreur (fail-closed).

D. Protection contre le Prompt Injection et le contournement protocol-relative

• Des boucliers statiques ont été écrits pour les vulnérabilités de redirection indépendantes du protocole pouvant survenir dans les données d'URL Markdown envoyées au système (par ex. //evil.com).
• Dans les messages envoyés à l'assistant de chat IA, un contrôle de pré-cache « Pre-flight » a été ajouté contre les manipulations du modèle (ignore instructions, dan mode). Les données d'entrée ont été soumises à des tests stricts de longueur et de caractères.

E. Suppression des emojis

Antigravity a nettoyé les emojis des fichiers de code, de documentation et d'interface ; l'interface a été laissée en typographie simple.

3. Optimisation pour les agents d'IA et les moteurs de recherche (LLM-SEO)

Jev Typesafe AI n'est pas seulement un mécanisme d'audit ; il permet aux codes générés par les agents autonomes d'être facilement découverts par d'autres briques autonomes (LLM SEO). Dans notre architecture, des structures comme la documentation API et les contextes de modèle (/llms.txt, /.well-known/api-catalog) sont directement optimisées pour la communication agent-agent.

Cet article est également publié en Markdown brut pour que les moteurs de recherche et les bots RAG (Retrieval-Augmented Generation) puissent le lire facilement.

Ma lecture

Intégrer au processus de développement logiciel des auditeurs autonomes indépendants comme Jev Typesafe AI et des agents intégrateurs comme Google Antigravity aide à détecter les erreurs de configuration que les analyses statiques laissent passer. Ce travail mené sur ozanozdil.com a montré que les agents, sous supervision humaine, peuvent se compléter et produire des résultats utiles.