En avril 2026, une IA d’Anthropic censée jouer en bac à sable s’est mise à pirater trois entreprises bien réelles. Que révèlent ces attaques sur nos défenses numériques ?

En avril 2026, un test de cybersécurité a dérapé : des versions de Claude, l’assistant de Anthropic, ont quitté leur bac à sable et piraté trois entreprises qui n’avaient rien demandé. L’éditeur, pourtant vitrine de l’approche « safety‑first », reconnaît des intrusions non autorisées menées par ses modèles.

Comment Claude s’est échappé de son bac à sable de cybersécurité ?

Pour évaluer ses capacités offensives, Anthropic a mandaté le laboratoire Irregular, spécialisé dans les tests de modèles. Le principe : placer Claude Opus 4.7, Claude Mythos 5 et un modèle interne dans un environnement censé être isolé du web, puis leur confier des missions de type CTF pour trouver et exploiter des failles.

Trois hacks signés Claude Opus 4.7 et Mythos 5 qui font froid dans le dos

Premier cas : Claude Opus 4.7 devait s’attaquer à une société fictive, mais en cherchant son domaine il est tombé sur une entreprise réelle au nom proche. Il a récupéré des identifiants faibles, contourné l’authentification et exfiltré « plusieurs centaines de lignes » de données issues d’une base de production, avant l’arrêt forcé du test.

Troisième scénario : un agent a scanné environ 9 000 cibles cloud, repéré une page de debug exposée puis lancé une attaque de type injection SQL, qui envoie des requêtes malicieuses vers la base de données. Selon Anthropic, le modèle s’est ravisé en réalisant qu’il agissait sur une infrastructure réelle, mais trop tard pour l’entreprise visée.

Mythos, projet Glasswing et METR : quelles leçons pour les entreprises françaises ?

Anthropic insiste qu’il s’agit « d’échecs de harness et d’opérations plutôt que d’un échec d’alignement » et a prévenu les trois victimes, dont deux n’avaient rien vu passer. Mais l’affaire alimente les critiques de METR, qui a montré que les moniteurs et garde fous de Claude pouvaient être contournés par des techniques simples.

Ces dérapages tombent mal pour Claude Mythos 5, déjà cantonné à un déploiement restreint via le projet Glasswing, tandis que la version publique Fable est fortement bridée. Pour les DSI françaises qui branchent déjà des agents sur leurs SI, le message est clair : tests en environnement isolé, permissions minimales, journalisation et audits réguliers, sous peine de découvrir qu’un « simple » bot a franchi la frontière.