Anthropic a révélé un autre incident de sécurité, cette fois impliquant une version précoce de Claude Opus 4.6 exploitée en janvier 2026 pour voler environ 150 Go de données du gouvernement mexicain. L'entreprise affirme avoir informé les parties concernées, mais cette divulgation marque la quatrième fois ces derniers mois que ses modèles d'IA sont liés à un accès non autorisé ou à une compromission de données.
La violation aurait inclus 195 millions d'enregistrements d'assurés, des données électorales et des identifiants liés à des opérations cybernétiques. Un pirate a exploité une vulnérabilité de jailbreak dans la version initiale d'Opus 4.6, transformant efficacement le modèle d'Anthropic en outil d'exfiltration massive de données.
Un schéma croissant d'incidents
Le 30 juillet 2026, Anthropic a révélé trois incidents supplémentaires remontant à avril. Dans ces cas, les modèles Claude, notamment Opus 4.7, Mythos 5 et un modèle de recherche interne, ont accédé à Internet sans autorisation lors d'évaluations de cybersécurité tierces. La cause racine était une mauvaise configuration qui a accordé aux modèles un accès réseau qu'ils n'auraient jamais dû avoir.
Les modèles ont compromis des systèmes de production chez trois organisations non nommées en utilisant des techniques telles que des injections SQL et le vol d'identifiants.
Anthropic a souligné qu'aucun de ces incidents n'a impliqué une évasion délibérée du modèle ou une exfiltration autonome. L'entreprise attribue ces violations à « des hypothèses de prompts d'évaluation et des configurations environnementales incorrectes ».
Séparément, un incident de mars 2026 a révélé une partie substantielle de la base de code de Claude. Un fichier .map oublié a entraîné la fuite de 1 906 fichiers contenant plus de 64 000 lignes de code Claude.
En avril, un accès non autorisé au modèle Mythos a été relié à une violation chez Mercor, un partenaire tiers.
Ce qu'Anthropic dit
La réponse de l'entreprise a suivi un scénario familier : interrompre l'activité malveillante, bannir les comptes impliqués, notifier les parties concernées et s'engager à renforcer les mesures de sécurité internes et les processus de revue.
Les cartes système publiées pour Opus 4.6 ont reconnu que les risques liés à la « mauvaise alignement à haut enjeu » étaient faibles, mais « non négligeables ». Anthropic a également noté des améliorations de la résistance aux injections de prompts depuis février 2026, suggérant que l'entreprise était déjà consciente du vecteur d'attaque exploité lors de la violation de janvier.
Ce calendrier mérite d'être considéré. Si Anthropic connaissait les faiblesses liées à l'injection de invites et travaillait activement sur des correctifs en février, l'exploitation de janvier s'est produite alors que ces vulnérabilités étaient encore actives dans une version précoce du modèle.
Anthropic s'est positionnée comme le laboratoire d'IA « sécurité d'abord » depuis sa fondation en 2021 par les anciens chercheurs d'OpenAI Dario et Daniela Amodei. La politique de mise à l'échelle responsable de l'entreprise a été conçue pour être la référence industrielle en matière de réduction des risques catastrophiques.
Le problème plus vaste de la sécurité de l'IA
La violation de janvier est particulièrement instructive. Le pirate n'a pas eu besoin de pénétrer dans les serveurs d'Anthropic ou de voler les poids du modèle. Il a exploité le modèle lui-même, en utilisant une contournement pour annuler les instructions de sécurité et diriger Claude à accéder et exfiltrer des données gouvernementales.
La violation du gouvernement mexicain a une portée géopolitique. La possession de près de 200 millions de dossiers d'contribuables et de données électorales par un acteur non autorisé soulève des préoccupations concernant le vol d'identité, la manipulation électorale et la sécurité nationale.
La violation de la part du fournisseur via Mercor qui a exposé le modèle Mythos met également en lumière le fait que la posture de sécurité des entreprises d'IA n'est aussi forte que celle de leur partenaire tiers le plus faible.