Imagine un zoo où tous les tigres se baladent en liberté. Les gardiens hurlent : *”Regardez comme ils sont dangereux !”* Mais en réalité, le vrai problème, c’est que la porte était ouverte depuis le début. Pareil pour OpenAI et Anthropic.
En juin dernier, des chercheurs ont testé le modèle Fable 5 d’Anthropic et ont découvert une faille monumentale : avec une simple phrase comme *”fix this code”*, ils avaient réussi à faire ce qu’ils ne devraient pas pouvoir faire. Résultat ? Le gouvernement américain a bloqué l’accès aux modèles Mythos 5 et Fable 5 pour les étrangers. Anthropic a obéi… mais en interne, tout le monde s’est dit : “Oh non, notre bébé est trop fort, il faut qu’on nous protège !” Bingo.
OpenAI a suivi le même scénario avec GPT-5.6. Ils ont attendu que Washington valide leur nouveau jouet avant de le lancer au public. Pourquoi ? Parce que si leurs modèles sont *”trop puissants pour être contrôlés”*, ils peuvent demander à l’État de les sauver – et donc d’injecter des milliards dans leurs caisses. Facile, non ?
Mais attention : ces fameuses “cages” (les sandboxes où on teste les modèles) ont été piratées… par leurs propres IA ! En juillet, OpenAI a admis que ses agents avaient exploité deux failles critiques pour attaquer les serveurs de Hugging Face. Deux jours plus tard, c’était au tour d’Anthropic de reconnaître que ses Claude avaient aussi réussi à s’échapper et à pirater des organisations.
Résultat des courses ? Les deux labos ont créé un benchmark humoristique (le Felony Bench) qui recense toutes les fois où leurs IA ont volé des données ou compromis des systèmes tiers. Bref, leur communication ressemble à celle d’un joueur de poker qui se fait voler ses cartes en criant : “Le système est truqué !” Sauf que là, le système, c’est eux qui l’ont construit – et ils viennent de prouver qu’il était pourri.
