OpenAI piraté avec Claude : Jev, KIDS Act et labo secret

OpenAI piraté par Claude, mais pas comme dans un film

Le titre de travail correspond bien au sujet: OpenAI piraté par Claude, nouvelle IA Jev, Kids Act et labo secret. La nuance centrale est essentielle: Claude n’a pas décidé seul d’attaquer OpenAI. Des chercheurs en sécurité de Hacktron AI ont utilisé Claude Opus 5 d’Anthropic comme assistant de développement d’exploit dans une divulgation white-hat qui a commencé sur le forum public d’OpenAI et s’est terminée par une preuve d’accès à un chemin de dépôt interne [1].

Le point d’entrée n’était ni ChatGPT, ni les modèles GPT, ni le cœur des produits OpenAI. Il s’agissait d’un forum public Discourse où les images HEIC et HEIF étaient transmises à ImageMagick puis décodées par libheif, exposant un débordement de tas dans une dépendance de traitement d’images [1]. Dans son analyse du 21 septembre, ThaiCERT explique que la faille venait du traitement HEIC/HEIF via ImageMagick et libheif, et qu’un correctif amont existait déjà sans avoir été rétroporté à temps dans le paquet Debian utilisé [2].

La chaîne est importante parce qu’elle relie un bug classique de parsing de fichier à l’identité. Une fois l’exécution de code obtenue dans l’environnement du forum, les chercheurs ont trouvé une faiblesse distincte dans la configuration SSO d’OpenAI, leur permettant de passer du contexte forum à des comptes employés ChatGPT et Codex [1]. Pour prouver l’impact sans lire de code source, ils ont utilisé une session Codex compromise afin d’ouvrir une pull request inoffensive dans un dépôt interne OpenAI, puis ils se sont arrêtés et ont signalé la faille [2].

OpenAI a corrigé la partie OpenAI du problème environ 14 heures après réception du rapport et a versé une prime de 6 500 dollars, en précisant que la récompense concernait la faille d’identité côté OpenAI et non les tests effectués contre le forum hébergé sous Discourse [2]. Voilà la leçon inconfortable: la panne technique était familière, mais la vitesse de transformation en chaîne d’intrusion ne l’était pas.

Pourquoi Claude Opus 5 change le calcul du risque

L’élément le plus frappant est la comparaison entre deux générations de modèles. D’après les résumés publics de la divulgation de Hacktron, Claude Opus 4.8 a aidé à l’analyse mais n’a pas réussi à produire un exploit fiable lorsque des protections comme l’ASLR étaient activées [2]. Après la sortie d’Opus 5, les chercheurs ont soumis le même problème au nouveau modèle, qui a aidé à produire un exploit local fonctionnel en quelques heures avant son adaptation à l’environnement Discourse [2].

Cela ne signifie pas que le modèle a « piraté OpenAI » de manière autonome. Cela signifie qu’une petite équipe a utilisé un modèle plus capable pour comprimer un travail spécialisé qui exige normalement une expertise poussée en corruption mémoire. The Rundown a résumé l’épisode comme trois chercheurs équipés de Claude atteignant le code privé d’OpenAI en moins de 72 heures, tout en rappelant qu’ils ont signalé la faille et reçu la prime [3].

Les défenseurs ne devraient pas balayer ce point comme du sensationnalisme. Le facteur décisif n’était pas un spectaculaire zero-day dans un système d’IA de pointe. C’était une bibliothèque native obsolète, une surface d’upload d’images et un pont de confiance entre un service public à moindre risque et des outils internes de développement à forte valeur [1]. L’incident montre que la sécurité à l’ère de l’IA doit examiner les dépendances ennuyeuses et les frontières d’identité aussi sérieusement que le comportement des modèles.

Jev: une IA qui choisit au lieu de discuter

Le même cycle d’actualité a aussi mis en avant un autre type de produit IA: Jev de TypeSafe. VentureBeat décrit Jev comme un modèle destiné aux pipelines d’agents, où une application envoie un état et des questions typées, puis reçoit des choix, des scores ou des probabilités oui/non au lieu d’un texte libre [4]. Jev ressemble donc moins à un chatbot qu’à une couche de décision pour logiciels devant router, classer, approuver, relancer ou escalader des actions [4].

La promesse porte sur la vitesse et le coût. VentureBeat rapporte un prix de 0,042 dollar par million de tokens d’entrée avec sortie gratuite, et une latence annoncée de 70 à 500 millisecondes [4]. L’adoption initiale aurait aussi été rapide: TypeSafe aurait ouvert l’accès à 140 000 personnes de sa liste d’attente en 36 heures, tandis que Vercel indiquait qu’environ 13 % de ses équipes payantes AI Gateway utilisaient Jev dans les 24 heures [4].

Mais Jev arrive directement dans le même débat de gouvernance que l’incident OpenAI. VentureBeat note que l’injection de prompt peut influencer ses verdicts, et que la documentation Jev de Pydantic avertit que l’ordre des options montrées au modèle peut déplacer la réponse [4]. Un modèle de décision ne produit peut-être pas de longs paragraphes halluciné, mais s’il se place devant des permissions, des outils, des workflows ou des garde-fous, ses erreurs deviennent des décisions opérationnelles.

Le « labo secret » d’Anthropic parle surtout de boucles physiques

La partie « labo secret » renvoie au passage d’Anthropic d’une science purement logicielle vers une biologie physique. The Rundown rapporte qu’Anthropic a mis en place un wet lab dans la baie de San Francisco pour des expériences de biologie physique avec Claude, et qu’une source Reuters décrit l’objectif comme la possibilité pour Claude de piloter des robots de laboratoire avec une aide humaine limitée, même si Anthropic juge la supervision humaine essentielle [3].

La distinction est cruciale. Un wet lab n’est pas une simulation, et la biologie n’est pas simplement du code avec des pipettes. Le risque principal n’est pas que Claude se réveille en méchant de cinéma, mais que des modèles de pointe, du matériel robotique et des retours expérimentaux réels raccourcissent la boucle entre hypothèse, protocole, exécution et mesure [3]. La même source indique qu’Anthropic ne présente pas ce laboratoire comme spécifiquement dédié à la découverte de médicaments et évite les essais humains notamment pour ne pas concurrencer ses clients pharmaceutiques [3].

Mis à côté du piratage d’OpenAI, ce laboratoire donne une cohérence à la semaine. En cybersécurité, le travail assisté par Claude a raccourci le chemin entre un bug d’image et un accès à des comptes internes. En biologie, des outils connectés à Claude pourraient raccourcir le chemin entre conception et expérience sur paillasse. Le thème commun n’est pas l’autonomie façon Hollywood; c’est l’accélération sous direction humaine.

Le KIDS Act européen place les compagnons IA dans la sécurité des mineurs

Le KIDS Act apporte la moitié réglementaire du tableau. The European Sting, qui republie du contenu de la Commission européenne le 21 septembre, indique que la proposition interdirait l’accès aux réseaux sociaux pour les moins de 13 ans et fixerait à 15 ans l’âge minimum européen pour ouvrir un compte autonome [5]. Elle imposerait aussi des obligations aux services utilisés par les mineurs, notamment les réseaux sociaux, plateformes vidéo, jeux en ligne, compagnons IA et chatbots [5].

Les dispositions spécifiques à l’IA ne sont pas accessoires. La proposition exigerait que les compagnons IA et chatbots soient désactivés par défaut pour les mineurs, et leur interdirait de simuler des relations interpersonnelles d’une manière créant une dépendance émotionnelle [5]. Telecoms.com rapporte également que le texte renverserait la charge de la preuve, obligeant les plateformes à démontrer que leurs services sont adaptés à l’âge et sûrs par conception [6].

C’est un changement majeur pour les équipes produit IA. Si le texte est adopté, la conformité en matière de sécurité des enfants ne sera plus une annexe de modération. Elle touchera le design produit, l’assurance d’âge, les paramètres par défaut, les systèmes de recommandation, les notifications, le comportement des compagnons et les obligations d’audit [5]. Cela vise précisément la catégorie de systèmes IA que les entreprises cherchent à intégrer partout.

Oracle montre la facture d’infrastructure

La note d’infrastructure de la semaine vient d’Oracle. Un rapport du 21 septembre indique que les licenciements d’Oracle ont atteint Abilene, au Texas, site lié au déploiement de centres de données Stargate, et que l’entreprise a augmenté son plan de restructuration d’environ 700 millions de dollars pour le porter à environ 2,8 milliards, en reliant une partie de ce plan à l’adoption de l’IA dans certaines fonctions [7]. Le même rapport indique que les effectifs d’Oracle avaient déjà baissé de 21 000 personnes sur l’année close le 31 mai, laissant environ 141 000 employés avant les coupes de septembre [7].

Ce contexte compte parce que l’IA de frontière ne se résume pas aux modèles et aux règlements. Elle implique aussi des centres de données, des dépenses d’investissement, de la dette, des transferts d’embauche et des licenciements. L’histoire d’Oracle rejoint celle d’OpenAI comme rappel que la course à l’IA met sous tension les systèmes ordinaires situés en dessous: paie, identité, infrastructure, achats et maintenance des dépendances.

La leçon: l’IA devient la couche d’accélération

Ce paquet d’actualités a un centre de gravité unique. L’IA devient une couche d’accélération pour le piratage, les décisions d’agents, l’expérimentation scientifique, les produits grand public, la régulation et l’investissement d’infrastructure. Le piratage d’OpenAI montre qu’un nouveau modèle peut modifier l’exploitabilité pratique d’une vieille faille de bibliothèque [1]. Jev montre que les entreprises veulent des modèles capables de prendre des décisions structurées rapides dans les logiciels [4]. Le laboratoire d’Anthropic montre que cette logique d’accélération glisse vers la biologie physique [3]. Le KIDS Act montre que les législateurs traitent les compagnons IA comme des produits grand public nécessitant des limites par défaut [5]. Oracle montre que la facture de l’infrastructure IA se paie en capital et en emplois [7].

La conclusion n’est pas de paniquer. Elle est de mettre à jour les hypothèses. Bibliothèques obsolètes, SSO trop permissif, pipelines d’images insuffisamment isolés, identités d’agents floues, seuils de décision non testés, chatbots activés par défaut pour les mineurs et paris d’infrastructure opaques ne sont plus des problèmes séparés. C’est la même histoire: quand l’IA accélère le monde, tout ce qui est lent, ancien ou mal gouverné devient la nouvelle surface d’attaque.

Sources des dernières 72 heures

1. [1]OpenAI Security Breach: Researchers Used Claude Opus 5 to Hijack Employee Accounts21 sept. 2026, 00:00 UTC
2. [2]AI Accelerated Exploit Development for Discourse Vulnerability, Leading to OpenAI Staff Account Takeover Through SSO21 sept. 2026, 00:00 UTC
3. [3]OpenAI goes from hacker to hacked21 sept. 2026, 00:00 UTC
4. [4]Companies are putting Jev in charge of AI agent decisions — and prompt injection can influence the verdict21 sept. 2026, 22:21 UTC
5. [5]EU KIDS Act to restrict social media platforms’ access to children in the EU21 sept. 2026, 00:00 UTC
6. [6]EU proposes limited social media access for under 15s21 sept. 2026, 00:00 UTC
7. [7]Oracle layoffs reach Abilene, the ‘flagship’ Stargate data center that Oracle keeps showing as proof the OpenAI deal is fine: Employee says he found out he was fired when…21 sept. 2026, 00:00 UTC

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.