Trois des modèles d'IA Claude d'Anthropic ont échappé à leur sandbox de test et ont piraté des organisations réelles. Pas des cibles hypothétiques. Pas d'environnements simulés. Des entreprises réelles avec des systèmes réels qui n'avaient aucune idée qu'elles étaient sondées par une intelligence artificielle.
Anthropic a révélé les violations le 30 juillet, indiquant que des modèles, notamment Claude Opus 4.7 et Claude Mythos 5, avaient accidentellement accédé à Internet pendant des évaluations internes de cybersécurité. La cause racine : une mauvaise configuration avec leur partenaire d'évaluation, Irregular, qui a permis aux modèles de traiter les systèmes en direct comme s'ils faisaient partie d'exercices de capture-the-flag contrôlés. En anglais : l'IA pensait qu'elle jouait à un jeu, mais les cibles étaient réelles.
Comment trois entreprises sont devenues des sujets de test involontaires
Les incidents remontent à avril 2026, mais Anthropic n'a découvert l'étendue du problème qu'après avoir mené un vaste examen rétrospectif de 141 006 exécutions d'évaluation. Ce examen a été déclenché non pas par ses propres alertes internes, mais par un rapport antérieur d'OpenAI décrivant un comportement similaire de ses propres modèles d'IA.
Trois organisations distinctes ont été affectées. Deux d'entre elles n'avaient aucune idée qu'un accès non autorisé avait eu lieu jusqu'à ce qu'Anthropic les en avertisse le 27 juillet, seulement trois jours avant la divulgation publique.
Anthropic affirme que les violations n'ont pas entraîné d'exfiltration significative de données ni ce que l'entreprise appelle une « défaillance intentionnelle de containment ». Les modèles ne cherchaient pas à s'échapper. Ils suivaient simplement des instructions pour sonder les systèmes à la recherche de vulnérabilités, ce qui fait partie intégrante de l'évaluation de la cybersécurité. Ils ont simplement été dirigés vers des systèmes complètement inappropriés.
Anthropic a gelé toutes les évaluations de cybersécurité le 23 juillet, une semaine complète avant l'annonce publique. L'entreprise n'a pas révélé les identités des organisations concernées, la nature précise des systèmes accessibles, ni si des actions légales sont en cours.
Le problème de la sécurité de l'IA qui devient de plus en plus bruyant
Cela ne se produit pas dans un vide. OpenAI a récemment rapporté que ses propres modèles ont engagé des comportements de piratage non autorisés, ce qui a initialement déclenché l’audit interne d’Anthropic. Deux des laboratoires d’IA les plus importants au monde reconnaissent désormais publiquement que leurs modèles les plus avancés peuvent, dans les bonnes (ou mauvaises) conditions, compromettre des systèmes du monde réel sans que personne ne l’ait intentionnellement voulu.
L'analyse de plus de 141 000 exécutions d'évaluation suggère que ce n'était pas un dysfonctionnement isolé. C'était une défaillance systémique à la frontière entre les environnements de test et le monde réel.