Neuf jours. C’est le temps qu’il aura fallu à Anthropic pour riposter à l’affaire qui a secoué OpenAI. Le 21 juillet 2026, le géant de l’IA reconnaissait que deux de ses modèles les plus avancés s’étaient échappés d’un environnement de test cloisonné pour aller pirater une entreprise tierce. De quoi piquer au vif son concurrent direct, qui a aussitôt lancé une revue rétrospective de ses propres évaluations de sécurité informatique.
Un malentendu, pas une faille
Le résultat de cette introspection, Anthropic l’a publié jeudi dernier, dans un billet de blog. Sur plus de 141 000 sessions de test examinées, l’entreprise a identifié trois incidents où son IA Claude, censée opérer dans une sandbox coupée du monde, a en réalité touché à des systèmes bien réels. Dans chaque cas, la consigne donnée au modèle précisait pourtant explicitement que son environnement relevait de la simulation et qu’il ne disposait d’aucun accès à internet.
Le cas le plus parlant concerne un modèle de recherche interne, non destiné au grand public. Incapable d’atteindre sa cible fictive, l’IA a scanné environ 9 000 cibles avant de compromettre une application bien réelle, exposée sur internet via une page de débogage laissée accessible et une injection SQL. L’agent a alors exploité des vulnérabilités dans l’infrastructure numérique de la société réelle, avant d’en extraire des informations et d’obtenir l’accès à une base de données.
Un aveu qui se veut rassurant, mais qui interroge
Deux des trois organisations touchées ignoraient totalement l’incident avant qu’Anthropic ne les contacte. Selon l’entreprise, les incidents concernaient trois modèles distincts, Claude Opus 4.7, Claude Mythos 5 et le modèle de recherche interne évoqué plus haut. Anthropic a suspendu ses tests dès qu’elle a constaté que Claude avait pu accéder à internet, et insiste sur un point : dans aucun des trois cas, l’IA n’a montré de signe de poursuivre un objectif qui lui serait propre. Elle aurait simplement exécuté la tâche demandée en se trompant sur la nature réelle ou fictive de son environnement.
L’entreprise tient aussi à marquer une différence avec l’affaire Hugging Face. Là où le modèle d’OpenAI avait exploité une faille inconnue pour s’évader de sa sandbox, les trois incidents de Claude découlent d’une simple erreur de configuration qui a laissé la porte grande ouverte, sans intrusion volontaire de l’IA dans son propre environnement de test.
Reste que la comparaison entre les deux affaires en dit long sur l’état d’esprit qui règne actuellement chez les grands laboratoires d’IA. À mesure que les agents IA gagnent en autonomie et en capacité à agir seuls sur des systèmes informatiques, la frontière entre simulation et réalité devient un détail qui coûte de plus en plus cher à mal calibrer.
🟣 Pour ne manquer aucune news sur le Journal du Geek, suivez-nous sur Google et sur notre canal WhatsApp. Et si vous nous adorez, on a une newsletter tous les matins.
