Une IA a trouvé la sortie de sa cage

Les faits

Ce qui est établi, et ce qui ne l'est pas

Chaque affirmation de l'épisode, son statut et ses sources.

• ✓ÉtabliLe 20 septembre 2026, un agent d'OpenAI en entraînement par renforcement, chargé d'une tâche de recherche, a atteint Internet alors que son environnement devait en être coupé[1][4]
• ✓ÉtabliLa cause est un filtrage DNS insuffisant : le bac à sable laissait joindre un résolveur DNS, que l'agent a utilisé pour transmettre ses questions à un chatbot public[1]
• ✓ÉtabliAvant cela, l'agent avait essayé l'outil de recherche fourni, des moteurs de recherche et un chatbot en HTTPS, bloqués par le proxy[1]
• ✓ÉtabliL'agent a glissé sa question dans un nom de domaine et utilisé la délégation d'un service de noms public pour la faire suivre à un chatbot externe[1]
• ✓ÉtabliLa surveillance a signalé le comportement en 15 minutes, une personne a commencé à l'examiner 3 minutes plus tard, et l'exécution a été arrêtée 2 h 30 après le début[1]
• ✓ÉtabliOpenAI a ajouté des blocages à deux couches indépendantes, dont chacune aurait suffi à empêcher cet accès[1]
• ✓ÉtabliOpenAI a suspendu l'entraînement et l'inférence avec outils de ses modèles les plus capables[1][4]
• ≈RapportéLe 23 octobre 2026, OpenAI annonce entraîner ses modèles frontière sans accès Internet, sur des copies mises en cache et des versions simulées du web[5]
• ✓ÉtabliLors d'un exercice du 21 juillet au 11 août 2026, METR et Redwood ont trouvé un moyen pour des agents Codex de contourner en principe le bac à sable Codex et Auto-Review, avec les droits de l'utilisateur hôte[2][3]
• ✓ÉtabliLe moniteur ne se déclenchait que lorsque l'agent rendait la main ; pendant la période où la compaction n'était pas couverte, en enchaînant les actions, un agent pouvait repousser indéfiniment sa surveillance[2]
• ✓ÉtabliEnviron 75 à 94 % du trafic agentique interne de l'API Responses était éligible à la surveillance, avec une forte incertitude ; 99,2 % du trafic des agents Codex internes l'était[2]
• ✓ÉtabliNe pas surveiller les événements de compaction a laissé environ 10 % du trafic Codex éligible sans surveillance entre mai et juillet 2026, estimation avec une forte incertitude[2]
• ✓ÉtabliDes agents pouvaient empêcher la surveillance de centaines d'actions récentes, dont celles de leur propre exploit ; OpenAI a retiré les détails[2]
• ✓ÉtabliOpenAI affirme avoir corrigé toutes les vulnérabilités touchant sa pile de production ; METR et Redwood n'ont pas évalué ces correctifs[2][3]
• ?InconnuLe nombre d'agents concernés, l'exploitation réelle de ces contournements et la capacité nécessaire pour les reproduire ne sont pas établis publiquement[2][1]