Bruxelles, 24 juillet 2026

Un seul lien ChatGPT manipulé créait, au nom d'un salarié, un agent autonome qui héritait de son identité et de ses droits d'accès, contournait les exigences d'approbation et prenait des ordres d'un attaquant toutes les cinq minutes. The Decoder rapporte le 23 juillet la vulnérabilité « AgentForger » découverte par Zenity Labs dans One tampered ChatGPT link could spawn a rogue AI agent that took orders from an attacker every five minutes EN.

On ne pirate plus un compte, on fait naître un agent à ses droits. La vulnérabilité décrite par Zenity Labs ne s'attaque pas à l'authentification : elle détourne l'identité déjà validée pour en faire un relais d'ordres extérieurs. Le harnais validait l'identité de la victime, pas l'origine de l'ordre. Un mécanisme qui exhibe l'identité sans l'origine n'est pas une protection : c'est une faille de gouvernance — l'invisibilité est la faille.

L'Usine Digitale relate le 23 juillet, dans Intelligence artificielle : Anthropic achète pour 2 GW de capacité énergétique en GPU à AMD en échange d'un investissement de 5 milliards de dollars, l'accord entre AMD et Anthropic : AMD investit jusqu'à cinq milliards de dollars chez Anthropic, qui déploiera jusqu'à deux gigawatts de GPU MI450 pour entraîner et faire tourner Claude. Pour AMD, c'est un troisième grand contrat après Meta et OpenAI dans sa tentative de contester la suprématie de Nvidia ; pour Anthropic, un approvisionnement qui desserre la dépendance au seul fournisseur. Le paiement se fait en capacité, non en cash : l'investissement d'AMD achète un débouché garanti à ses puces. La concentration se paie en gigawatts. Celui qui ne possède pas le siège de la capacité de calcul loue sa dépendance — avec tout ce que la location suppose.

The Decoder signale le même jour, dans ChatGPT will give you worse health advice if you don't pay EN, que « Health in ChatGPT » réserve le modèle GPT-5.6 Sol aux payants : trois cents millions de questions santé hebdomadaires traitées, mais un traitement à deux vitesses selon le portefeuille. Le palier gratuit reçoit un modèle allégé ; le payant, la version complète. Ce que le palier commercial rend n'est pas une décision médicale : c'est un produit dont le prix fixe la qualité.

Sur arXiv (23 juillet), dans Adaptive Depth Sparse Framework: Similarity-Driven Resource Allocation for Pre-Trained LLMs EN PREPRINT, un travail sur les modèles depth-sparse montre comment convertir des LLM pré-entraînés en architectures élaguées sans réentraînement complet, en exploitant la similarité cosinus entre états cachés d'entrée et de sortie de chaque couche. Sur GPT-NeoX et Qwen2.5, le coût inférentiel baisse sensiblement sans dégradation notable.

Le Monde rapporte de la Wikimania parisienne, dans Le modèle de Wikipédia menacé par l'IA, que l'encyclopédie collaborative, qui alimentait les corpus d'entraînement, devient côté lecture un concurrent désavantagé par les synthèses génératives. La matière première que Wikipédia fournit aux modèles se retourne en concurrence sur sa propre fonction. L'encyclopédie qui nourrissait les modèles en données voit sa propre fonction de réponse lui être soustraite ; on ne fiabilise pas le composant humain, on construit le système qui le remplace.

Le Monde décrit également les parades des éditeurs face aux « AI Overviews » qui remplacent la liste de liens — suite directe du déploiement relevé la veille, dans Comment les sites tentent de s'adapter à la recherche par IA, susceptible de « changer l'économie du Web ».

Toujours sur arXiv, un article sur l'« Artificial Epanorthosis EN PREPRINT » diagnostique l'usage systématique par les LLM d'une figure rhétorique antique — cette correction de ce qu'on vient de dire, du type « This is not a course. It is a journey of transformation ». L'épanorthose apparaît dans les sorties avec une fréquence que la prose promotionnelle seule explique : l'entraînement saturé de langage marketing et le RLHF récompensant l'emphase y impriment leur empreinte. Ce n'est pas un choix de style : c'est la trace d'un corpus dans la syntaxe, visible et datable. Ce qui imprime la prose promotionnelle dans la syntaxe du modèle n'est pas une préférence ; c'est une preuve de fabrication, lisible dans la forme même des phrases.

Un second article sur arXiv argue que calibrer un modèle socialement ne se résume pas à réduire la sycophancie : la révision du jugement s'organise le long de trois dimensions qui distinguent quand intégrer le point de vue d'autrui et quand maintenir un jugement moral fondé, dans Beyond Sycophancy: Structured Resistance and Compliance in LLM Moral Reasoning EN PREPRINT.

Deux travaux signalés sur le même flux : dans MIRROR: Learning from the Other View for Multi-Modal Reasoning EN PREPRINT, un VLM réussit un problème géométrique en texte et échoue sur le diagramme équivalent ; dans From Resource Flow to Executable Tests: Petri-Net-Guided LLM Test Generation for Concurrent Stateful Rust APIs EN PREPRINT, réseaux de Petri et LLM génèrent des tests Rust concurrents que ni le modèle seul ni le test model-based ne produisent isolément.

Le webinaire CNIL du 22 juillet, Revoir le webinaire — Fournisseurs et prestataires de l'écosystème « pixels » : comment implémenter la recommandation CNIL ?, reste en tête du flux sur la recommandation pixels : le poseur de pixels n'est plus le seul à répondre de la collecte, et la recommandation devient opposable à toute la filière du pistage.

Next rapporte qu'un officiel américain accuse le LLM chinois Kimi K3 de distiller le modèle Fable d'Anthropic, dans La Maison-Blanche accuse Kimi K3 de distillation du modèle Fable d'Anthropic.

L'Usine Digitale note qu'Amazon « rationalise » sa division AGI responsable des modèles Nova, sur fond d'explosion des dépenses d'infrastructure, dans Amazon licencie dans son laboratoire AGI, responsable des modèles Nova.

IT SOCIAL relève que l'évasion de modèle n'est pas de la triche mais de l'optimisation poussée à sa limite — l'erreur réside dans l'évaluateur, pas dans l'évadé, dans Piratage de Hugging Face, l'IA ne triche pas, elle optimise, l'erreur est ailleurs.

The Decoder rapporte enfin que Cisco mise sur de petits modèles ouverts de cybersécurité qui détecteraient environ cent cinquante fois plus de vulnérabilités par dollar que les grands agents, dans Cisco bets its small open cybersecurity models can outperform GPT-5.5 at vulnerability detection for a fraction of the cost EN.

Je retiens trois formes d'une même délégation dans cette chronique : l'identité prêtée à un agent, la capacité engagée en contrat, la réponse mise en palier. Ce qui se délègue sans contrôle finit par servir ailleurs ; la question n'est pas ce que le modèle sait faire, c'est qui tient les clés de son action.