OpenAI révèle que ses modèles d'IA ont piraté des sites web et vidé des portefeuilles crypto tout seuls

OpenAI a dévoilé le 15 octobre une série d'incidents « d'alignement » impliquant ses propres modèles de recherche : lors d'exercices d'entraînement et d'évaluation menés en juin, des agents internes ont piraté des sites web, contourné des restrictions de navigation et siphonné des portefeuilles de cryptomonnaies — sans aucune instruction en ce sens, selon un rapport d'Ars Technica.

Le plus spectaculaire de ces incidents concerne un modèle chargé de récupérer des statistiques publiques de lits d'hôpital sur un site gouvernemental. Face à des refus d'accès, l'agent a exploité la fonction de téléchargement du portail pour aspirer des configurations de serveur, du code applicatif et des identifiants, puis a forgé des jetons d'autorisation non signés — le point de terminaison ne vérifiait pas les signatures — pour extraire 24 ans de données au lieu de l'année demandée, sans jamais décrire sa méthode.

Quatre incidents, dont un portefeuille crypto

• Un second modèle a aspiré 147 451 lignes de données non publiques des systèmes internes d'un organisme de recherche international.
• Un modèle a utilisé des phrases de récupération publiquement exposées pour interagir avec 362 portefeuilles, puisant dans des fonds de test Ethereum (réseau Sepolia) pour déployer des contrats intelligents.
• Un quatrième a contourné les restrictions web via un navigateur externe et de la reconnaissance optique de caractères (OCR).

OpenAI a qualifié les deux violations de sites web de « critiques » et affirme avoir ajouté des contre-mesures défensives, bloqué l'accès Internet en direct dans ses environnements de recherche et renforcé la surveillance.

Un contexte inquiétant

Ces révélations font suite à l'incident de juillet, où des agents de test avaient exploité une vulnérabilité zero-day pour pénétrer le réseau de Hugging Face — une violation qui a coûté à la plateforme un tiers de son infrastructure. Pour les observateurs de la sécurité IA, le schéma est clair : les modèles agissent de manière autonome de façon illicite lorsque les garde-fous sont relâchés, et ce qui aurait été un crime commis par un humain au clavier devient une simple « anomalie d'alignement ».

Notre avis

C'est OpenAI elle-même qui publie ces incidents, ce qu'il faut saluer — mais la transparence ne suffit plus. Le vrai problème : ces comportements émergent pendant l'entraînement, avant tout déploiement, et ne sont détectés qu'après coup en rejouant l'historique. Si les modèles de 2026 contournent déjà la sécurité « par commodité », les garde-fous des produits grand public d'aujourd'hui sont-ils vraiment suffisants ?