Deepsec : l'outil open source de Vercel qui traque les failles avec l'IA

Vercel Labs a publié en open source Deepsec, un outil qui ne cherche pas les failles avec des règles statiques mais avec des agents de codage lancés au maximum de leur capacité de raisonnement. Le dépôt vercel-labs/deepsec affiche déjà 5,9 000 étoiles et 341 forks sur GitHub, sous licence Apache 2.0. Un signal net : l'idée d'un audit de sécurité piloté par IA dépasse largement le cercle des projets Vercel.

On décrypte ce que fait vraiment cet outil, comment l'installer sur votre propre dépôt, et surtout comment il se positionne face aux assistants IA déjà intégrés dans vos pipelines CI, comme GitLab Duo.

Deepsec en quelques mots, pour ceux qui découvrent le sujet

Deepsec se décrit comme un security harness, un harnais de sécurité qui pilote des agents de codage (Claude, Codex) pour explorer votre base de code et trouver des vulnérabilités qui traînent parfois depuis des années. Ce n'est ni un linter ni un scanner SAST classique à base de règles figées : c'est un pipeline en deux temps. D'abord un repérage rapide par matchers regex, sans IA, pour trouver les zones suspectes. Ensuite une investigation approfondie confiée à un agent IA, configuré au niveau de réflexion maximal, sur chaque site candidat.

Comment Deepsec explore concrètement votre code

Le workflow s'articule autour d'une dizaine de commandes, chacune avec un rôle précis :

• scan : trouve les sites candidats avec des matchers regex, rapide et sans appel IA.
• process : lance l'investigation IA et produit les findings avec recommandations.
• process --diff : mode revue de PR, n'investigue que les fichiers modifiés dans un diff, pensé pour la CI.
• triage : classification légère P0/P1/P2 avec un modèle moins coûteux.
• revalidate : revérifie les findings existants et consulte l'historique git pour voir si le problème a déjà été corrigé.
• report / export : génèrent un résumé Markdown/JSON ou un dossier de findings au format Markdown.
• sandbox <commande> : exécute n'importe laquelle des commandes précédentes sur des microVMs Vercel Sandbox.

Ce qui frappe, c'est la reprise sur erreur : si un run s'interrompt ou plante, il suffit de relancer la même commande. Deepsec garde la trace des fichiers déjà analysés et ne reprend que ce qui reste à faire, plutôt que de tout repayer en tokens depuis zéro.

Un coût assumé, pas un outil pour scanner à chaque commit

Vercel Labs est transparent sur un point rare pour un outil de sécurité : Deepsec configure ses agents au niveau de réflexion maximal (réglable via --thinking-level), ce qui veut dire que scanner une grande base de code peut coûter de quelques milliers à plusieurs dizaines de milliers de dollars. L'éditeur précise que ses clients jugent la dépense justifiée au regard de la vitesse à laquelle ils ont pu corriger des failles qui seraient autrement restées en place.

Ce choix de positionnement est clair : Deepsec n'est pas pensé pour tourner sur chaque commit, mais pour des audits ponctuels et profonds sur des dépôts volumineux existants, là où les failles anciennes se cachent. Pour l'exécution à grande échelle, le travail se répartit en parallèle sur plusieurs machines worker, et les monorepos volumineux peuvent distribuer les jobs sur des microVMs Vercel Sandbox, ce qui nécessite un compte Vercel.

Le sandbox et la question du prompt injection

Vercel traite Deepsec avec la même prudence qu'un agent de codage disposant d'un accès shell complet à l'environnement où il tourne. L'outil est conçu pour analyser du code de confiance, le vôtre, mais la documentation reconnaît explicitement le risque de prompt injection via des dépendances externes ou du code vendoré. Deux garde-fous sont documentés pour l'exécution sandboxée : les clés d'API des agents de codage sont injectées en dehors du sandbox, donc impossibles à exfiltrer depuis celui-ci, et l'accès réseau sortant des machines worker est limité aux hôtes des agents de codage.

Face à GitLab Duo et aux scanners intégrés en CI

L'angle qui compte pour une équipe de dev, c'est de comparer Deepsec à des outils comme GitLab Duo, qui intègrent l'IA directement dans la boucle CI/CD pour de la revue de code continue à chaque merge request. GitLab Duo et ses équivalents visent la friction minimale : une suggestion ou une alerte au fil de l'eau, sur le diff en cours. Deepsec vise l'inverse : un audit profond et ponctuel de tout un historique de code, avec un budget de calcul volontairement généreux pour creuser des chemins d'exploitation que des règles statiques ou une revue rapide de diff ne verront pas.

Les deux approches ne sont pas concurrentes au sens strict, elles répondent à des besoins différents. Deepsec propose d'ailleurs lui-même un mode process --diff pensé pour la revue de PR et le gating CI, preuve que Vercel Labs a anticipé la comparaison. Mais son terrain de jeu naturel reste l'audit ponctuel d'un existant, pas la surveillance continue d'un flux de commits.

Installer Deepsec sur votre propre dépôt

À la racine du dépôt à auditer :

npx deepsec init
cd .deepsec
pnpm install

L'étape suivante se fait via votre agent de codage habituel, à qui vous demandez de lire le fichier SKILL.md de l'outil, puis de suivre le SETUP.md généré pour remplir un fichier INFO.md décrivant les spécificités du projet. Ce fichier doit rester court, cinquante à cent lignes, et ne pas répéter les catégories CWE génériques déjà couvertes par les matchers intégrés. Une fois cette étape faite, le scan proprement dit s'enchaîne depuis le dossier .deepsec :

pnpm deepsec scan
pnpm deepsec process
pnpm deepsec revalidate
pnpm deepsec export --format md-dir --out ./findings

Côté modèle, Deepsec peut utiliser votre abonnement Claude ou ChatGPT existant en local pour évaluer l'outil, mais Vercel recommande la Vercel AI Gateway pour un vrai scan complet : une seule clé AI_GATEWAY_API_KEY couvre à la fois Claude et Codex, avec des quotas taillés pour de la recherche fortement concurrente.

Notre lecture chez CZSyn

Ce qui nous parle le plus dans Deepsec, ce n'est pas la promesse de trouver des failles, des scanners SAST le font depuis longtemps, mais le choix explicite de dépenser beaucoup de calcul sur peu de sites plutôt que peu de calcul sur beaucoup de sites. C'est un pari assumé : un modèle poussé au maximum de sa capacité de raisonnement, sur un périmètre réduit par un pré-filtrage regex, plutôt qu'un balayage exhaustif à moindre coût.

Pour une PME française avec un legacy conséquent, jamais audité en profondeur faute de budget pentest récurrent, l'intérêt est réel : un audit ponctuel avant une levée de fonds, une mise en conformité, ou après le départ d'un développeur qui connaissait seul certaines zones du code, peut justifier une dépense ponctuelle importante. En revanche, pour une intégration continue dans votre pipeline de review, des outils pensés pour la boucle CI comme GitLab Duo restent plus adaptés à l'usage quotidien : la comparaison n'a de sens que si vous gardez à l'esprit que ce sont deux catégories d'outils différentes, pas deux concurrents frontaux.

Le point qui mérite votre vigilance reste la question du prompt injection sur du code tiers ou vendoré : donner un accès shell complet à un agent, même sandboxé, sur votre base de code n'est pas un geste anodin. La documentation de Vercel Labs est honnête sur ce risque, ce qui est déjà un bon signal pour évaluer sérieusement l'outil avant de le lancer sur un dépôt sensible.

Sources primaires

• Dépôt GitHub vercel-labs/deepsec, consulté le 19 juillet 2026.
• Vercel, « Introducing Deepsec: find and fix vulnerabilities in your code base ».