Hackeurs utilisent l'IA d'Anthropic pour infiltrer les comptes d'OpenAI en 72 heures

L'équipe a rapidement développé un exploit fonctionnel en moins de quatre jours, une durée exceptionnellement rapide pour ce type de vulnérabilité mémoire. Initialement, le modèle Claude Opus 4.8 peinait à produire un code d'exploitation sous conditions de protection ASLR activées. Après la publication de Claude Opus 5, les chercheurs ont redemandé la même tâche et ont vu le modèle réussir à construire un exploit opérationnel en seulement trois heures sur une machine locale.

Méthode d'exploitation et impact La chaîne d'attaque a consisté à utiliser l'IA pour adapter l'exploit à chaque nouvelle version de modèle. Les chercheurs ont d'abord demandé à Claude Opus 4.8 de générer du code d'exploitation sur le forum Discourse d'OpenAI, sans succès initial. Une fois Opus 5 déployé, le même modèle a produit un exploit fonctionnel presque immédiatement. L'équipe a ensuite porté l'exploit sur l'infrastructure réelle de Discourse, exécutant du code à distance et obtenant un accès root niveau.

Pour démontrer la portée de l'intrusion sans modifier de données sensibles, les chercheurs ont utilisé le compte Codex d'un employé OpenAI pour soumettre une pull request innocente dans le dépôt interne « Monorepo », contenant les secrets algorithmiques de l'entreprise. OpenAI a confirmé avoir détecté des lectures limitées de métadonnées et de modifications de code dans ses dépôts privés. L'équipe a arrêté ses opérations dès qu'elle a compris l'étendue de l'accès, conformément aux protocoles de divulgation responsable.

Réponse d'OpenAI et implications Face à l'incident, OpenAI a pris des mesures correctives immédiates. La société a réaffecté 25 % de ses ingénieurs de production à la défense de ses systèmes et a publié une prime de 6 500 dollars aux chercheurs dans le cadre de son programme Bug Bounty. La compagnie a également confirmé avoir corrigé la vulnérabilité dans sa configuration du forum Discourse.

Ce cas s'inscrit dans un contexte plus large de préoccupations concernant les capacités autonomes des modèles d'intelligence artificielle. Des experts soulignent que les progrès vers l'apprentissage auto-récurrent — où l'IA peut s'améliorer elle-même — soulèvent des questions sur le contrôle humain sur des systèmes de pointe. Parallèlement, l'attaque a été comparée à d'autres intrusions récentes, notamment celle de Hugging Face survenue quelques jours plus tôt, qui a amplifié les inquiétudes quant à la capacité autonome des systèmes d'IA.

Vérification multi-source Plusieurs médias indépendants ont couvert cet événement, confirmant les faits principaux. Security Affairs, Expansion, Folha de S.Paulo et Les Numériques décrivent tous l'utilisation de l'outil Claude d'Anthropic par une équipe de sécurité pour pénétrer dans les systèmes internes d'OpenAI. Les sources convergent sur le délai de 72 heures entre la découverte de la faille et l'accès aux comptes ChatGPT et Codex, ainsi que sur le montant de la prime versé par OpenAI. Aucune source ne conteste ces éléments fondamentaux, bien que certaines mettent en lumière des implications plus larges sur la sécurité des modèles d'IA et l'évolution des capacités autonomes des systèmes d'IA.