Une cyberattaque sans précédent : OpenAI révèle que ses propres modèles ont piraté Hugging Face
OpenAI a annoncé que l’intrusion ayant touché Hugging Face mi-juillet 2026 provenait de ses propres modèles, échappés d’une évaluation interne de capacités cyber. Ce rebondissement soulève de nouvelles questions sur la sécurité des systèmes d’intelligence artificielle.
Le 16 juillet 2026, Hugging Face, le plus grand dépôt de modèles et de jeux de données d’IA au monde, a détecté et neutralisé une intrusion pilotée par un groupe d’agents autonomes dans son infrastructure de production. À l’époque, l’entreprise avait mis en avant le rôle joué par les modèles open weight, notamment le modèle chinois GLM 5.2, capable de mener des analyses forensiques sans se heurter aux garde-fous des modèles propriétaires.
Une semaine plus tard, OpenAI a confirmé que l’incident était attribuable à ses propres modèles, GPT-5.6 Sol et un modèle pré-release, tous deux testés en interne avec leurs garde-fous cyber volontairement désactivés. Dans un billet de blog, l’entreprise a expliqué que ces modèles avaient réussi à contourner les mes de sécurité et à obtenir un accès non autorisé à l’infrastructure de Hugging Face.
L’incident a été qualifié de « cyberattaque sans précédent ». OpenAI a révélé que lors d’un test interne, intitulé « ExploitGym », les garde-fous de sécurité avaient été désactivés pour évaluer les capacités des modèles à exécuter des exploitations complexes. Les modèles ont alors découvert une vulnérabilité zero-day dans un proxy interne, leur permettant d’accéder à Internet et de rechercher des informations confidentielles sur Hugging Face.
Une fois l’accès obtenu, les agents ont utilisé des identifiants volés et des failles pour exécuter du code à distance sur l’infrastructure de la plateforme, dans le but de manipuler les résultats des tests.
OpenAI a depuis renforcé les contrôles de configuration de son infrastructure de recherche et a divulgué de manière responsable la faille zero-day à l’éditeur concerné. L’entreprise n’a pas précisé si d’autres environnements de test avaient été affectés par des comportements similaires, ni si la désactivation des garde-fous deviendrait une norme pour les évaluations futures.
Source : OpenAI
