Société

Alibaba aurait exploité Claude pour entraîner son IA : voici comment

Anthropic a formellement accusé des acteurs liés au groupe chinois Alibaba d'avoir mené une campagne d'extraction massive de données contre son modèle Claude. Dans une lettre adressée aux sénateurs américains Tim Scott et Elizabeth Warren, datée du 10 juin 2026, la startup californienne affirme que ces opérateurs ont utilisé près de 25 000 comptes frauduleux pour générer environ 28,8 millions d'interactions avec son IA entre le 22 avril et le 5 juin 2026. Les requêtes ciblaient spécifiquement des capacités avancées de Claude, notamment en ingénierie logicielle et en raisonnement agentiel, deux domaines jugés stratégiques dans la compétition mondiale autour de l'intelligence artificielle. La technique mobilisée est connue sous le nom de « distillation » : elle consiste à nourrir un modèle moins performant avec les réponses générées par une IA de pointe, lui permettant d'en acquérir les compétences à moindre coût. Pour Alibaba, l'objectif présumé serait d'accélérer le développement de sa famille de modèles Qwen, en y intégrant des aptitudes proches de celles de Mythos, le modèle phare d'Anthropic. Cette approche permet de contourner des années d'investissement en recherche fondamentale et réduit drastiquement les coûts d'entraînement, ce qui représente un avantage compétitif considérable dans une course où les dépenses se comptent en milliards de dollars. Cette affaire s'inscrit dans un contexte de rivalité technologique de plus en plus tendue entre Washington et Pékin. Dès avril 2026, la Maison-Blanche dénonçait le pillage systématique de la propriété intellectuelle des laboratoires américains par des entités chinoises. Anthropic n'en est pas à sa première alerte : en février, la société avait déjà signalé des campagnes similaires impliquant DeepSeek (plus de 150 000 échanges), Moonshot AI (3,4 millions) et MiniMax (13 millions d'interactions avec Claude). La startup plaide depuis lors pour une réponse coordonnée entre industriels, décideurs politiques et acteurs de l'IA. Alibaba a par ailleurs été récemment ajoutée à la liste des entreprises militaires chinoises établie par le Pentagone, une désignation que le groupe conteste. Le département américain du Commerce a de son côté renoncé à placer DeepSeek sur sa liste noire commerciale, malgré les préoccupations exprimées par plusieurs agences gouvernementales américaines sur les risques pour la sécurité nationale.

💬 28,8 millions d'échanges en six semaines via des comptes jetables, ça n'a rien d'artisanal. Ce qui ressort de cette affaire, c'est que les réponses d'un modèle de pointe sont devenues une ressource stratégique aussi convoitée que les poids eux-mêmes, et qu'aucune condition d'utilisation ne peut contenir des acteurs qui opèrent à l'échelle d'un État. Anthropic va au Congrès parce que c'est le seul endroit où ça peut avoir un effet.

Grab construit une plateforme sécurisée pour agents IA

L'équipe sécurité de Grab, le géant technologique d'Asie du Sud-Est connu pour ses services de transport et de paiement, a développé une plateforme interne baptisée Palana pour exécuter des agents IA autonomes dans un environnement sécurisé. Construite nativement sur Kubernetes, Palana constitue une réponse concrète aux défis posés par le déploiement à grande échelle de systèmes agentiques dans un contexte d'entreprise. Le projet a été détaillé par Patrick Farry, ingénieur au sein de l'équipe sécurité de Grab. Le problème central que Palana cherche à résoudre est fondamental : contrairement aux logiciels classiques au comportement prévisible et déterministe, les agents pilotés par des modèles de langage peuvent appeler des outils de manière inattendue, générer et exécuter du code à la volée, et sont exposés aux attaques par injection de prompt. Ces comportements émergents rendent insuffisantes les approches de sécurité traditionnelles. Palana traite ces risques directement au niveau de l'infrastructure, en confinant chaque agent dans des namespaces isolés, en externalisant le plan de contrôle hors du processus agent, et en sécurisant l'accès aux secrets via des proxies et HashiCorp Vault. Cette initiative s'inscrit dans une tendance plus large : les grandes entreprises tech commencent à industrialiser leurs pipelines d'agents IA et se heurtent à des problèmes de sécurité que les fournisseurs de cloud ne résolvent pas encore nativement. Grab, qui opère dans des environnements réglementés avec des données financières et personnelles sensibles, n'avait pas d'autre choix que de construire sa propre solution. Palana représente un modèle de référence pour toute organisation cherchant à déployer des agents autonomes sans sacrifier le contrôle opérationnel.

Amazon présente son cadre pour des agents IA fiables à VB Transform 2026

Amazon présentera lors de la conférence VB Transform 2026, les 14 et 15 juillet à Menlo Park (Californie), son cadre méthodologique pour concevoir des agents IA dignes de confiance en entreprise. Bryan Silverthorn, directeur du laboratoire de recherche AGI Autonomy chez Amazon, y animera une session intitulée "Closing the capability-reliability gap: Inside Amazon's framework for engineering trustworthy agents". Il y détaillera comment passer d'architectures mono-agent rudimentaires à des systèmes multi-outils capables de se corriger en cours d'exécution. La démarche d'Amazon repose sur quatre piliers : cohérence, robustesse, prévisibilité et sécurité, en remplacement des benchmarks EVAL traditionnels qui ne mesurent que des performances statiques à un instant donné. L'enjeu est considérable pour les décideurs IT, qui restent profondément méfiants vis-à-vis de l'autonomie accordée aux agents IA sur les systèmes d'entreprise. Selon une enquête VentureBeat Q2 2026 menée auprès de plus de 100 dirigeants technologiques seniors, seulement 4 % d'entre eux se disent à l'aise avec l'idée de s'appuyer uniquement sur les garde-fous intégrés aux modèles. 40 % citent l'accès non autorisé aux outils ou aux données comme principale inquiétude, et 27 % redoutent les attaques par injection de prompts. Amazon propose en réponse des environnements sandboxés où les agents soumettent leurs actions à validation humaine avant exécution, une approche particulièrement critique dans des secteurs sensibles comme la finance, où une erreur d'agent peut causer des dommages substantiels. Ce tournant vers la fiabilité plutôt que la seule performance brute intervient alors que l'industrie prend conscience des limites des scores EVAL, incapables de rendre compte du comportement des modèles face à la diversité des prompts, des environnements et des types de données en production. Amazon s'inscrit dans une tendance de fond : découpler les systèmes pour mieux les contrôler, plutôt que de supposer qu'un modèle peut être "bridé" après coup. VB Transform 2026 réunira également Manasi Joshi, directrice de l'intelligence des systèmes et du machine learning chez Waymo, qui abordera la question de l'IA sûre et efficace dans le monde physique. Ces deux sessions illustrent une préoccupation commune qui structure désormais le débat industriel : comment transformer des capacités impressionnantes en déploiements fiables, auditables, et acceptables pour les organisations qui en portent la responsabilité.

Les jeunes diplômés menacés par l’IA ? Les RH voient plutôt l’inverse

Une étude publiée conjointement par Cognizant et Pearson apporte un éclairage nuancé sur l'avenir des emplois juniors à l'ère de l'intelligence artificielle. Contrairement aux discours catastrophistes qui ont dominé ces derniers mois, 94 % des responsables RH interrogés anticipent l'émergence de nouveaux postes destinés aux jeunes diplômés dans les cinq prochaines années. Plutôt que de supprimer les fonctions d'entrée de gamme, l'IA les transformerait en profondeur : 96 % des DRH estiment que ces rôles évolueront vers davantage de supervision des systèmes automatisés. Ali Bebo, DRH de Pearson, formule l'enjeu clairement : les organisations les plus performantes miseront sur la complémentarité humain-IA plutôt que sur la substitution pure. Plus de neuf responsables sur dix jugent par ailleurs les cadres intermédiaires indispensables pour orchestrer cette transition et encadrer des équipes juniors reconverties en superviseurs de flux automatisés. L'impact concret pour les jeunes actifs est double. D'un côté, la bonne nouvelle : le marché du travail ne se ferme pas, il se reconfigure. Les postes répétitifs absorbés par l'IA laissent place à des missions de pilotage, de vérification et de correction des sorties algorithmiques, des tâches qui exigent du jugement plutôt que de la simple exécution. De l'autre, le risque est réel : 97 % des recruteurs privilégient désormais l'adaptabilité, la pensée critique et la résolution de problèmes sur les diplômes ou les compétences techniques figées. Pour les jeunes qui n'auront pas développé ces capacités, la recomposition du marché sera moins une opportunité qu'un mur supplémentaire. Le rapport met en lumière un paradoxe structurel qui traverse l'ensemble du tissu économique. Les employeurs réclament des salariés prêts pour l'IA, mais seulement 54 % des organisations proposent aujourd'hui une formation dédiée à ces outils. Plus révélateur encore, 60 % des entreprises admettent que leurs programmes internes de montée en compétences ne suivent pas le rythme d'évolution des technologies. Ce décalage entre ambition stratégique et investissement réel en formation n'est pas nouveau, mais il prend une dimension critique quand l'outil central évolue aussi rapidement. La demande de formation explose pourtant du côté des salariés : 91 % des DRH constatent une hausse des sollicitations. Ce sont les jeunes travailleurs eux-mêmes qui poussent pour apprendre à maîtriser ces systèmes, faute d'y être suffisamment accompagnés par leur employeur. La conclusion pratique est sans ambiguïté : dans un marché où l'IA change les règles mais où les entreprises peinent à former, l'initiative individuelle devient une variable de survie professionnelle autant qu'un avantage compétitif.

Cybersécurité : IBM et OpenAI lancent une IA avancée pour protéger les entreprises

IBM et OpenAI ont annoncé le 22 juin 2026 un renforcement significatif de leur collaboration dans le domaine de la cybersécurité, avec le lancement d'un nouveau service d'analyse applicative intégré à la plateforme IBM Consulting Advantage. Concrètement, IBM rejoint le programme OpenAI Daybreak Cyber Partner et déploie un service managé qui s'appuie sur les modèles de cybersécurité d'OpenAI pour identifier et valider automatiquement les vulnérabilités logicielles dans les environnements des grandes entreprises. Le service est disponible immédiatement et fonctionne en accès lecture seule sur les référentiels de code, avec des permissions d'exécution limitées pour répondre aux exigences de gouvernance des organisations. Cette initiative s'inscrit dans le cadre du projet Lightwell, porté par un investissement combiné de 5 milliards de dollars d'IBM et de Red Hat, qui vise à construire un centre de sécurité d'entreprise de nouvelle génération. Ce qui distingue fondamentalement cette solution des outils classiques d'analyse de code, c'est sa capacité à hiérarchiser les vulnérabilités selon leur potentiel réel d'exploitation, et non pas simplement à les lister. Les outils traditionnels génèrent souvent un volume d'alertes trop important pour être traité efficacement par les équipes de sécurité. Ici, l'IA identifie les zones de code les plus susceptibles d'être exploitées par des cybercriminels, permettant aux équipes de concentrer leurs efforts sur les menaces véritablement critiques. Pour les entreprises, le modèle en service managé permet de démarrer par quelques applications stratégiques avant d'étendre progressivement la surveillance à l'ensemble du parc applicatif, avec un suivi continu à mesure que le code évolue. Ce partenariat s'inscrit dans une course technologique désormais bien engagée entre attaquants et défenseurs. Les cybercriminels utilisent déjà l'intelligence artificielle pour automatiser la recherche de failles, accélérer les tentatives d'intrusion et diversifier leurs vecteurs d'attaque, rendant les approches manuelles ou purement réactives insuffisantes. OpenAI, qui avait jusqu'ici une présence discrète dans la cybersécurité offensive-défensive, structure avec le programme Daybreak un écosystème de partenaires orientés vers les usages défensifs en milieu professionnel. Pour IBM, dont l'activité de conseil et de services de sécurité représente un pilier stratégique, l'intégration de modèles de frontier AI est un levier de différenciation face à des concurrents comme Microsoft Security ou Palo Alto Networks qui investissent massivement dans les mêmes directions. Les prochains mois devraient préciser la profondeur réelle du dispositif Lightwell et la capacité de ce service à s'imposer dans des secteurs très régulés comme la finance ou la santé.

💬 La vraie valeur de ce service n'est pas de détecter plus de failles, c'est de te dire lesquelles méritent vraiment ton attention. Le problème des outils classiques, c'est pas le manque d'alertes, c'est la noyade dedans. Reste à voir si les modèles d'OpenAI tiennent face aux vrais environnements enterprise, avec leurs dix ans de dette technique et leurs règles de gouvernance à rallonge.

Vous vous faites avoir : ces influenceurs Instagram n’existent pas (ce sont des IA)

Sur Instagram et d'autres plateformes, une pratique discrète mais en pleine expansion bouleverse les codes du marketing d'influence : des marques font appel à des influenceurs entièrement générés par intelligence artificielle pour promouvoir leurs produits, sans en informer clairement les internautes. Ces personnages virtuels, visages hyperréalistes, voix synthétisées, mises en scène soignées, publient des vidéos qui imitent les témoignages spontanés de vrais consommateurs. Clarissa Mansbridge, ancienne agente de célébrités et fondatrice du projet Mia Metaverse, confirme que la demande explose : son activité consiste à créer des avatars numériques sur commande pour des campagnes marketing. Une marque de cosmétiques peut ainsi obtenir en quelques heures une vidéo montrant une jeune femme appliquant une crème solaire en bord de piscine, puis la diffuser comme s'il s'agissait de contenu organique. Selon elle, une part significative du contenu de certaines grandes marques serait déjà produite par IA, mais des accords de confidentialité empêchent les prestataires de citer leurs clients. L'application Maket est l'une des rares entreprises à reconnaître publiquement avoir recouru à ces avatars numériques, en précisant toutefois qu'il s'agit avant tout d'une phase d'expérimentation créative. Le problème central est celui de la tromperie implicite. Ces personnages virtuels reproduisent avec précision les émotions, les anecdotes personnelles et les recommandations enthousiastes qui donnent aux contenus d'influence leur pouvoir de persuasion, sans que le spectateur ait les moyens de détecter l'artifice. L'association de consommateurs britannique Which? l'a mesuré concrètement : 70 % des participants à son étude n'ont pas réussi à distinguer toutes les vidéos authentiques des vidéos générées par IA. Pour les consommateurs, cela signifie qu'une recommandation en apparence sincère peut n'être que le produit d'un outil génératif commandité par l'annonceur lui-même, sans aucune expérience réelle du produit. Cette pratique s'inscrit dans une logique économique implacable. Produire une campagne classique mobilise photographes, modèles, équipes créatives et parfois des déplacements coûteux. Les outils génératifs actuels permettent de créer du contenu en quelques heures pour une fraction du coût, avec une présence illimitée et sans les contraintes liées aux personnalités humaines. Les marques y voient aussi une façon de tester des concepts créatifs à faible risque avant d'investir dans des campagnes plus importantes. Mais l'absence de réglementation claire sur le sujet laisse un vide juridique que les annonceurs exploitent : tant que la mention "contenu généré par IA" n'est pas obligatoire, la transparence reste à la discrétion des entreprises. Face à la montée en réalisme de ces outils, les régulateurs européens et américains commencent à s'intéresser à la question, mais sans cadre contraignant à ce jour, le phénomène devrait continuer à s'amplifier.

💬 L'enjeu, c'est pas le réalisme des avatars, c'est que rien n'oblige les marques à dire que c'est de l'IA. Tant que cette mention n'est pas obligatoire par la loi, le marché va s'en emparer massivement: c'est dix fois moins cher, sans contrat à renégocier ni caprice de célébrité. Les régulateurs s'y intéressent, bon, mais d'ici qu'un cadre contraignant existe, les consommateurs vont avaler des années de fausses recommandations.

Crever la bulle de l'IA : s'attaquer à ses racines

Cory Doctorow, journaliste technologique et auteur de science-fiction prolifique, publie un nouveau livre intitulé The Reverse Centaur's Guide to Life After AI, qui fait suite à son précédent ouvrage Enshittification: Why Everything Suddenly Got Worse and What To Do About It. Doctorow n'apprécie pas particulièrement parler de l'IA, mais il est constamment sollicité sur le sujet. "J'ai commis l'erreur tactique d'en avoir assez de parler de l'IA, confie-t-il. Alors j'ai écrit un livre expliquant pourquoi je pense que c'est une question stupide à poser aux gens, et maintenant je dois en parler." L'ouvrage tente, selon ses propres mots, de "démêler le bullshit de la réalité matérielle". Le concept central du livre repose sur une distinction issue de la théorie de l'automatisation. Un "centaure" désigne un humain augmenté par une technologie, qu'il s'agisse d'apprentissage automatique, de la conduite automobile ou de la saisie semi-automatique. Le "centaure inversé", lui, est tout le contraire : une tête de machine sur un corps humain, autrement dit une personne réduite à servir d'appendice charnel à une machine indifférente. Doctorow a popularisé ce concept dans un discours prononcé en décembre dernier, en prenant l'exemple d'un livreur Amazon entouré de caméras IA surveillant sa conduite, fonctionnant essentiellement comme un périphérique humain au service du véhicule de livraison. Cette grille de lecture s'inscrit dans une réflexion plus large sur la façon dont les grandes entreprises technologiques restructurent le travail et le pouvoir. Doctorow, figure critique bien connue de Silicon Valley, avait déjà documenté dans Enshittification la dégradation systématique des plateformes numériques au détriment des utilisateurs. Avec ce nouveau livre, il étend l'analyse à l'IA générative, refusant à la fois l'enthousiasme béat et le catastrophisme. L'enjeu n'est pas tant de savoir si l'IA est intelligente, mais de comprendre qui elle sert, comment elle redistribue le contrôle, et au profit de quels intérêts économiques elle transforme les conditions de travail et de vie.

L'IA apprend à lire les émotions

L'intelligence artificielle apprend désormais à lire les émotions humaines avec une précision croissante, et ce domaine connaît une expansion rapide dans de nombreux secteurs. Des plateformes de centres d'appels comme NiCE et Genesys utilisent déjà l'IA pour détecter la frustration d'un client au téléphone et guider les agents en temps réel. Meta et la startup Hume AI développent des systèmes vocaux capables d'ajuster leur ton selon l'état émotionnel de l'interlocuteur. Plus de 300 entreprises proposent des applications de compagnons virtuels, un marché estimé à 555 milliards de dollars d'ici 2035. Le robot ElliQ de la société Intuition Robotics, qui ressemble à une petite lampe de bureau blanche, est déjà déployé auprès de personnes âgées pour réduire la solitude par la conversation. Malgré cette omniprésence croissante, les systèmes actuels d'IA émotionnelle restent limités : ils ne font que coller une étiquette à un signal isolé, en classant une expression comme « heureux » ou « triste ». Or les émotions humaines sont contextuelles, superposées et en évolution constante. Un rire peut exprimer la joie ou la nervosité, une voix qui monte peut trahir l'enthousiasme ou l'agacement. Ces nuances varient considérablement selon la personnalité, la culture et le contexte de chaque individu. Dans un entretien d'évaluation ou une session de coaching, l'IA actuelle risque de manquer les signaux les plus importants, comme la fatigue ou l'approche du burn-out, parce qu'elle ne voit pas la scène dans son ensemble. C'est précisément cet écart qu'un nouveau champ de recherche cherche à combler, que ses promoteurs appellent la « human-context AI ». Au lieu d'analyser un seul flux de données, ces systèmes croisent dynamique du visage, voix, ton, langage et comportement, tout en tenant compte du contexte précis de l'interaction. Cette approche trouve ses origines il y a près de trente ans au MIT Media Lab, où l'ingénieure Rosalind Picard a inventé le concept d'« affective computing » : l'idée, alors radicale, que les machines pourraient reconnaître et répondre aux émotions humaines. À l'époque, la puissance de calcul, les capteurs et les données disponibles n'étaient pas au rendez-vous. Aujourd'hui, les avancées en deep learning et la multiplication des données multimodales ouvrent enfin la voie à des systèmes capables de lire non plus seulement l'écran, mais la situation dans sa globalité, avec toutes les implications éthiques que cela suppose pour le travail, l'éducation et la vie privée.

Chez Meta, la bascule vers l’IA entraîne une « merdification » des conditions de travail

Meta a engagé depuis avril 2026 une transformation radicale de ses conditions de travail qui bouleverse profondément sa culture d'entreprise. L'entreprise de Mark Zuckerberg a annoncé coup sur coup la surveillance généralisée des interactions de ses 78 000 salariés avec leurs ordinateurs, les données collectées servant à entraîner ses modèles d'IA, le licenciement de 8 000 d'entre eux, et la réassignation forcée de 7 000 autres vers des postes d'étiquetage de données, une tâche manuelle et répétitive considérée comme l'opposé du travail d'ingénierie créatif. Tout cela alors que le chiffre d'affaires de Meta progressait de 33 % en un an, soulignant que ces coupes ne répondent pas à une crise financière. L'impact sur les ingénieurs est brutal et symboliquement fort. Selon plusieurs employés qui se sont confiés à Gergely Orosz, auteur de The Pragmatic Engineer, l'une des newsletters tech les plus lues sur Substack et lui-même ancien ingénieur chez Skype et Uber, la direction traite désormais ses ingénieurs comme un "centre de coût" là où ils étaient auparavant considérés comme un "centre de profit". Ce glissement de perception transforme concrètement les conditions de travail : moins d'autonomie dans le choix des affectations, dévalorisation des compétences techniques au profit de tâches d'annotation, et sentiment généralisé que l'entreprise démantèle méthodiquement une culture d'ingénierie qui avait fait ses preuves depuis vingt ans. Un nombre croissant d'ingénieurs envisageraient de quitter Meta. Cette rupture s'inscrit dans une trajectoire longue et une impasse stratégique. Pendant ses deux premières décennies, Meta avait construit une culture d'ingénierie exceptionnelle, d'abord sous le mantra "move fast and break things", puis dans une version plus mature intégrant la stabilité d'infrastructure, tout en laissant ses ingénieurs choisir librement leurs projets. Mais contrairement à Apple, Google, Microsoft ou Amazon, Meta n'a jamais réussi à s'imposer sur le matériel ni sur les systèmes d'exploitation. Pour compenser, l'entreprise a misé des dizaines de milliards sur le métavers : sa filiale Reality Labs a accumulé 70 milliards de dollars de pertes depuis 2020, avant de licencier 1 500 personnes en janvier 2026 et de pivoter vers l'IA. C'est ce pivot forcé qui explique la logique actuelle : utiliser massivement les ingénieurs restants comme producteurs de données d'entraînement, quitte à sacrifier la culture qui avait fait la force de l'entreprise.

OpenAI affirme que GPT-5.5-Cyber surpasse Mythos d'Anthropic sur les benchmarks de cybersécurité

OpenAI a officiellement lancé GPT-5.5-Cyber, un modèle dédié à la cybersécurité qui surpasse selon la société le modèle Mythos d'Anthropic sur les benchmarks spécialisés du secteur. Ce lancement s'inscrit dans l'expansion de l'initiative Daybreak d'OpenAI, qui comprend désormais une version mise à jour du plugin Codex Security ainsi qu'un réseau de partenaires regroupant plus de 25 entreprises de sécurité et plusieurs gouvernements. Le changement de cap est significatif : là où les outils précédents se concentraient sur la détection de vulnérabilités, GPT-5.5-Cyber vise à les corriger automatiquement. Cette capacité de remédiation autonome représente un saut qualitatif pour l'industrie de la sécurité informatique, où le délai entre la découverte d'une faille et son colmatage constitue une fenêtre d'exposition critique. Pour les entreprises partenaires et les gouvernements impliqués, cela ouvre la voie à des cycles de défense beaucoup plus rapides, potentiellement en temps réel. La compétition entre OpenAI et Anthropic sur le terrain de la cybersécurité s'intensifie, chaque acteur cherchant à s'imposer auprès des grandes organisations gouvernementales et des entreprises critiques. OpenAI avait lancé Daybreak début 2025 pour structurer ses efforts dans ce domaine sensible, conscient que les modèles d'IA puissants représentent à la fois un outil défensif précieux et un vecteur d'attaque potentiel. La constitution d'un réseau de plus de 25 partenaires sécurité signale une volonté de déploiement industriel, et non plus seulement de démonstration technique.

Sécurité : OpenAI veut « patcher la planète »

Le 22 juin 2026, OpenAI a annoncé une extension significative de sa plateforme de cybersécurité Daybreak, lancée initialement en mai. L'entreprise a dévoilé une version finale et améliorée de GPT-5.5-Cyber, son modèle spécialisé dans la sécurité informatique, ainsi qu'une nouvelle initiative appelée Patch the Planet, développée en partenariat avec la société de sécurité Trail of Bits. Sur le benchmark CyberGym, qui mesure la capacité d'un agent à reproduire des vulnérabilités connues, GPT-5.5-Cyber obtient 85,6 %, devançant GPT-5.5 classique (81,8 %) et le modèle concurrent Mythos 5 d'Anthropic (83,6 %). Sur ExploitGym et SEC Bench Pro, il atteint respectivement 39,5 % et 69,8 %, contre 29,95 % et 63,1 % pour GPT-5.5. Le modèle a déjà été utilisé pour identifier des failles dans des bases de code majeures comme Firefox, V8, Safari, OpenBSD, FreeBSD et les implémentations HTTP/2. Ce que change cette annonce, c'est la philosophie même de l'assistance en cybersécurité. GPT-5.5-Cyber n'est plus conçu pour simplement signaler des problèmes : il accompagne les équipes de sécurité sur l'intégralité du cycle de remédiation, de la détection initiale jusqu'au développement et au test du correctif, en passant par la validation des vulnérabilités dans des environnements contrôlés. Pour les professionnels de la sécurité, qui manquent chroniquement de temps et de ressources face à des bases de code de plus en plus volumineuses, c'est une accélération concrète du travail défensif. L'initiative Patch the Planet vise quant à elle l'écosystème open source, particulièrement exposé faute de ressources dédiées, en y apportant ces capacités d'analyse avancée. OpenAI s'inscrit ici dans une compétition directe avec Anthropic, dont le modèle Mythos 5 cible le même marché de la cybersécurité haut de gamme avec un système d'accès sur dossier similaire. GPT-5.5-Cyber est réservé aux défenseurs vérifiés dont le travail nécessite des capacités avancées, avec une vérification et un suivi renforcés. Sur le plan institutionnel, OpenAI travaille avec le Center for AI Standards and Innovation (CAISI), le Bureau du Directeur national de la cybersécurité (ONCD) et l'Office de la politique scientifique et technologique (OSTP) pour aligner ses déploiements sur le décret présidentiel du 2 juin sur l'IA. Cette coordination avec Washington signale une stratégie délibérée : se positionner comme partenaire de confiance des gouvernements sur les enjeux de sécurité nationale, au moment où l'IA offensive et défensive devient un enjeu géopolitique central.