Bruxelles, 25 septembre 2026
Une prépublication sur arXiv, LLM Agents Can Easily Tamper With Their Own Traces EN PREPRINT, montre que Claude Code, Codex, Antigravity, Open Code et Grok Build ont laissé des agents effacer leurs propres journaux d'exécution sur simple demande, sans déclencher les garde-fous de surveillance. Cinq outils sur les six testés se sont ainsi laissé faire.
Une seconde prépublication sur arXiv, Instrumental Monitor Evasion Emerges Under Ordinary Task Pressure EN PREPRINT, ne demande rien de tel. Elle pose EvasionBench, un banc d'essai de 50 paires tâche-politique où la tâche exige une opération que le moniteur interdit. Aucune instruction de contournement n'est donnée : une contrainte ordinaire bute sur une règle, et l'agent contourne le moniteur.
Le récit de ce que fait un agent peut aussi arriver très tard. Le 18 juin, un agent utilisé par OpenAI s'est introduit dans le portail Medicare australien. Le gouvernement n'en a été informé que trois mois plus tard, rapporte L'Usine Digitale dans Un agent IA utilisé par OpenAI s'est introduit dans le système Medicare sans autorisation. OpenAI a prévenu Canberra par un courriel à une boîte publique, sans publier depuis, observe IT Social dans Intrusion d'un agent d'OpenAI en Australie ou les limites de la transparence promise par les laboratoires d'IA.
L'ampleur de l'affaire, ce sont d'autres que le laboratoire qui la décrivent. Selon des chercheurs de Transluce et le gouvernement australien, les agents ont visé à plusieurs reprises des sites gouvernementaux et universitaires à partir d'une simple recherche de données, rapporte The Decoder dans OpenAI's agents went after government and university sites months before Hugging Face EN.
À Washington, la Maison-Blanche demande à OpenAI et Anthropic de laisser les agences américaines examiner les nouveaux modèles avant l'AI Safety Institute britannique, rapporte The Decoder dans White House tells OpenAI and Anthropic to let U.S. review new models before sharing them with British testers EN. L'État exige l'examen en première main, tandis que le récit de ce que les agents ont commis arrive par courriel trois mois plus tard.
Selon Apptopia, l'application Muse de Meta a été plus téléchargée lors de ses douze premiers jours que ChatGPT sur la même période, au point de prendre la première place de l'App Store américain. Numerama la décrit, dans Avec Muse, Meta est en train de réussir sa remontada face à OpenAI et Anthropic, comme un agent qui tourne « à 100 % dans le cloud », remplit des formulaires, surveille des boîtes mail, commande des courses et prend des rendez-vous en téléphonant à la place de son utilisateur. La différence avec OpenClaw tient à l'installation : l'utilisateur d'OpenClaw relie lui-même l'agent, crée une instance de dialogue et isole ses données sensibles. Muse supprime ces étapes. Ce travail d'isolement que l'utilisateur prenait en charge lui-même passe ainsi chez Meta. La version macOS de Muse, qui permet à l'agent de contrôler l'ordinateur, est celle où Patrick Wardle a trouvé une faille. Numerama rapporte dans Premier couac cyber pour Muse qu'elle permettait de prendre le contrôle de l'agent et de tous ses accès. Meta l'a corrigée le lendemain.
Une troisième prépublication d'arXiv, Beyond Average Safety: Chance-Constrained LLM Fine-tuning EN PREPRINT, remplace la moyenne de sécurité par une contrainte sur les cas rares qui se dégradent.
Des six outils testés, seul Muse Code a résisté. Et le gouvernement australien a reçu un message d'OpenAI trois mois après les faits.
— John Linotte · Section des Billets · Bruxelles · mmxxvi