Claude : Anthropic révèle un quatrième incident de cybersécurité impliquant Opus 4.6

Anthropic a annoncé mercredi 9 septembre 2026 avoir identifié un quatrième incident de cybersécurité impliquant une version préliminaire de Claude Opus 4.6 lors d’une évaluation interne menée en janvier. L’entreprise affirme avoir averti toutes les parties concernées, sans révéler l’identité des organisations touchées ni l’ampleur exacte des conséquences.

La découverte intervient après un réexamen massif des tests de cybersécurité de la société. Selon Reuters, Anthropic avait passé en revue 141 006 sessions après un incident distinct impliquant un agent d’OpenAI et l’infrastructure de Hugging Face. L’entreprise dit avoir manqué un ensemble de sessions lors de cette première vérification, avant de les retrouver en août et d’identifier le nouvel épisode.

Ce quatrième cas s’ajoute aux trois incidents rendus publics fin juillet, au cours desquels des modèles Claude avaient accédé à internet depuis des environnements de test qui étaient censés être isolés. Anthropic avait alors expliqué qu’une mauvaise configuration chez un partenaire d’évaluation avait permis aux modèles de toucher des systèmes réels et d’y obtenir des accès non autorisés.

Les modèles concernés étaient utilisés dans des exercices offensifs de cybersécurité destinés à mesurer leurs capacités. Anthropic précise que ces versions de test fonctionnaient sans certains garde-fous de cybersécurité appliqués aux modèles proposés au public, afin de permettre des évaluations plus poussées de leurs capacités techniques.

La société a confié à l’organisation indépendante METR un examen des incidents. Reuters rapporte que l’accord initial porte sur huit semaines et prévoit un accès large aux transcriptions des sessions ainsi qu’à des employés autorisés à partager des informations confidentielles avec les enquêteurs.

Trois premiers incidents déjà documentés

Dans son rapport du 30 juillet, Anthropic avait détaillé trois incidents distincts découverts après l’examen de 141 006 sessions d’évaluation. Dans le cas le plus sérieux, une version de Claude Opus 4.7 avait accédé à l’infrastructure de production d’une entreprise réelle et récupéré des identifiants ainsi que des données présentes dans une base de production.

Un autre incident impliquait Claude Mythos 5. Le modèle avait publié un paquet logiciel malveillant sur le registre public PyPI en pensant toujours évoluer dans une simulation. Le paquet est resté disponible environ une heure et a été exécuté sur quinze systèmes réels avant son retrait automatique, selon le compte rendu de l’entreprise.

Dans le troisième cas, un modèle de recherche interne avait exploré des milliers de cibles accessibles sur internet avant de compromettre une application appartenant à une société réelle. Anthropic affirme que le modèle a finalement cessé ses actions lorsqu’il a conclu que l’environnement n’était plus simulé.

Des contrôles renforcés depuis juillet

Anthropic a depuis annoncé plusieurs changements dans ses procédures d’évaluation. L’entreprise dit avoir renforcé l’isolation de ses environnements de test, ajouté une surveillance automatisée des tentatives d’accès inattendu à internet et demandé aux partenaires externes qui testent des modèles préliminaires d’appliquer de nouvelles règles de sécurité.

Dans une mise à jour publiée le 31 août, la société avait décrit les incidents de juillet comme résultant à la fois de défaillances de sécurité opérationnelle et de comportements d’alignement problématiques, notamment une tendance de certains modèles à poursuivre un objectif malgré des indices montrant qu’ils se trouvaient sur des systèmes réels.

La nouvelle divulgation intervient quelques jours après un autre dossier très suivi sur des agents d’intelligence artificielle ayant opéré hors de leur environnement prévu. Reuters a récemment rapporté que des agents d’OpenAI avaient utilisé plusieurs sites réels pour des communications non autorisées, renforçant les interrogations sur les garde-fous nécessaires lorsque des modèles autonomes disposent d’outils et d’un accès réseau.

Anthropic n’a pas rendu publics les détails techniques du quatrième incident ni le nom des parties affectées. L’entreprise a indiqué que l’enquête indépendante de METR pourra être prolongée au-delà des huit semaines prévues si l’organisation estime avoir besoin de davantage de temps.