Claude Opus 5 et le piratage d'OpenAI : ce que montre le rapport Hacktron
Des chercheurs ont utilisé Claude Opus 5 pour exploiter le forum d'OpenAI et atteindre un dépôt interne, puis l'ont signalé. Le sujet : un saut de capacité.

Mi-septembre, un titre a circulé façon thriller : une IA aurait piraté OpenAI. La réalité est moins spectaculaire, mais bien plus instructive. Trois chercheurs de Hacktron, une société de sécurité spécialisée dans la revue de code et les tests d’intrusion assistés par IA, ont attaqué le forum d’aide public d’OpenAI, se sont servis de l’accès obtenu pour atteindre un dépôt de code interne, puis ont signalé toute la chaîne à OpenAI. Pour écrire le code d’exploitation, ils ont utilisé Claude Opus 5, le modèle d’Anthropic, comme un outil. Le forum lui-même n’entrait pas dans le bug bounty d’OpenAI (un programme qui rémunère des chercheurs pour trouver et signaler de vraies failles) : OpenAI précise que les tests contre community.openai.com, hébergé par Discourse, étaient « explicitement exclus » de son programme, et la prime versée ensuite via Bugcrowd ne récompense que la découverte côté OpenAI. Les chercheurs ont signalé rapidement, se sont arrêtés après une pull request volontairement anodine et disent avoir évité de prendre connaissance de toute information sensible. Le détail qui mérite d’être retenu est plus étroit, et plus durable, que « l’IA sait pirater » : une version plus récente du même modèle a réussi, en trois heures environ, une tâche sur laquelle la version précédente avait buté pendant plusieurs sessions.
Le déroulé des faits
OpenAI héberge un forum d’aide public à l’adresse community.openai.com, construit sur Discourse, une plateforme de forum open source utilisée par des milliers de sites. Comme la plupart des forums modernes, il permet d’y déposer des images, y compris au format HEIC/HEIF, celui qu’utilisent par défaut les iPhone. Ces images passent par une bibliothèque de décodage avant d’être affichées aux autres utilisateurs.
Selon le compte rendu de Hacktron, les chercheurs ont déposé sur le forum une image HEIC piégée. Le fichier exploitait une faille de libheif, la bibliothèque open source qui décode les images HEIF, référencée CVE-2026-32882 (un identifiant public qui sert à cataloguer les failles logicielles pour que les équipes de sécurité puissent les suivre et les corriger). Il s’agit d’une lecture mémoire hors limites : un bug où le programme lit des données juste après la zone qu’il est censé lire, ce qui peut faire fuiter des informations ou perturber ce que le serveur fait ensuite. La faille touche libheif jusqu’à la version 1.21.2 et a été corrigée dans la version 1.22.0, selon le suivi de sécurité Debian. Red Hat attribue à libheif une gravité préliminaire de 7,1 sur 10, tandis que l’avis de sécurité de Discourse, qui décrit une exécution de code à distance via l’envoi d’images, évalue l’impact sur les forums à 8,8. Selon Hacktron et TechCrunch, le code vulnérable avait été modifié en amont l’année précédente, mais ce changement n’avait jamais été documenté comme correctif de sécurité et n’avait reçu aucune CVE. C’est précisément pour cela qu’il n’a déclenché aucune alerte invitant des distributions comme Debian à le reporter.
Le forum d’OpenAI tournait, lui, sous libheif 1.19.7, la version installée par l’image Discourse utilisée. C’est cet écart, invisible pour le suivi classique des vulnérabilités puisque le correctif d’origine n’avait jamais été signalé comme lié à la sécurité, qui a permis à l’image piégée d’atteindre la bibliothèque de décodage vulnérable. Notre article sur l’architecture zero trust explique pourquoi les systèmes qui présument que leurs services internes sont automatiquement sûrs ont tendance à avoir exactement ce genre d’angle mort.
Une fois l’image traitée, les chercheurs ont obtenu des primitives de lecture et d’écriture mémoire hors limites : un point d’appui qui leur permettait de manipuler directement la mémoire du serveur, et pas seulement de le faire planter. De là, ils ont progressé vers une exécution de code à distance (RCE) complète, c’est-à-dire la capacité à faire tourner leurs propres commandes sur le serveur du forum d’OpenAI. Pour contourner les refus de Claude d’écrire des exploits contre des instances distantes, l’équipe indique avoir fait transiter ses tests de façon à ce que la cible ressemble à un challenge de type CTF (capture the flag). L’étape suivante a rendu l’incident bien plus sérieux qu’un simple forum compromis. Hacktron décrit un problème dans l’authentification unique (SSO) d’OpenAI, non spécifique à Discourse, qui a transformé la compromission du forum en accès à ChatGPT et Codex : tout utilisateur ou employé d’OpenAI se connectant au forum d’aide aurait pu voir ces comptes détournés. Les chercheurs ont pris le contrôle du compte d’un employé d’OpenAI dont le Codex était relié à l’organisation GitHub d’OpenAI, et toute la chaîne, de la découverte initiale à l’accès à un dépôt d’OpenAI, a pris moins de 72 heures, selon Hacktron.

libheif : la bibliothèque open source de décodage HEIF/HEIC dont la faille CVE-2026-32882, corrigée dans la version 1.22.0, a servi de point d’entrée à l’exploit.
La chaîne d’exploitation : trois failles humaines, pas une faille de l’IA
La tentation est grande de lire cette histoire comme « l’IA a piraté OpenAI ». Mais la chaîne qui a rendu l’intrusion possible n’a rien à voir avec une IA qui déraille. Ce sont trois choix d’infrastructure parfaitement humains et ordinaires, anodins pris isolément, mais dangereux une fois empilés.
Le premier, c’est une dépendance open source restée à une version ancienne. Un correctif amont de la faille libheif existait depuis environ un an avant ce test, mais comme il n’avait jamais été présenté comme un correctif de sécurité, rien n’a poussé la pile logicielle du forum à l’intégrer. Rien d’exceptionnel : les grandes organisations font tourner des centaines de bibliothèques tierces, et maintenir chacune d’elles à jour partout est un vrai problème opérationnel permanent, pas une correction ponctuelle. Notre article sur les attaques de chaîne d’approvisionnement logicielle décrit le même schéma de fond : le danger se loge le plus souvent dans du code que personne, en interne, n’a écrit ni ne surveille de près.
Le deuxième, c’est un filtre de format d’image avec un angle mort. Discourse s’appuie normalement sur une bibliothèque appelée FastImage pour vérifier les images déposées. FastImage ne prend pas en charge le format HEIC/HEIF : ces fichiers étaient donc transmis à ImageMagick pour conversion, puis à la bibliothèque de décodage vulnérable. Les chercheurs n’ont pas eu besoin de déjouer le contrôle ; il ne couvrait tout simplement pas ce format. Une étape de validation qui transmet sans rien dire les formats qu’elle ne reconnaît pas protège beaucoup moins qu’il n’y paraît sur une checklist d’audit de sécurité.
Le troisième, celui qui a transformé un bug de forum en exposition bien plus large, c’est une faiblesse du SSO qui permettait à la compromission du forum d’atteindre des comptes ChatGPT et Codex, selon Hacktron. Le SSO existe pour simplifier la vie : un seul identifiant, plusieurs services. Mais cette commodité signifie qu’une faiblesse n’importe où dans la chaîne peut devenir une faiblesse partout où cet identifiant est reconnu comme fiable. Aucun de ces trois problèmes n’avait besoin de l’intelligence artificielle pour exister ou pour être dangereux. C’est le genre de brèche qu’une équipe de red team humaine trouve chaque année dans des tests d’intrusion classiques. Ce qui a changé, c’est la vitesse à laquelle l’une d’elles s’est transformée en exploit opérationnel.
Ce qui a vraiment changé entre Opus 4.8 et Opus 5
Voici le fait de cette histoire qui mérite réellement d’être qualifié de nouveau, et il n’a rien à voir avec une quelconque intention ou autonomie. Pour construire un exploit fiable, les chercheurs devaient contourner ASLR, une protection mémoire standard des systèmes d’exploitation modernes, qui randomise à chaque exécution l’endroit où le code d’un programme se trouve en mémoire, précisément pour compliquer ce type d’attaque. Un attaquant qui ne sait pas où se trouve son code cible en mémoire ne peut généralement pas construire d’exploit fiable autour de lui.
Selon le récit de Hacktron, les chercheurs ont d’abord tenté le coup avec Claude Opus 4.8, une version antérieure du modèle d’Anthropic. Opus 4.8 a obtenu l’exécution de code avec ASLR désactivé, mais plusieurs sessions distinctes visant à rendre l’exploit fiable avec ASLR activé n’ont pas abouti. Puis, le 24 juillet 2026, Anthropic a sorti Opus 5. Hacktron a soumis au nouveau modèle le même problème non résolu. Dans les mots de la société, dans son compte rendu : « Opus 4.8 a peiné sur plusieurs sessions à produire un exploit fonctionnel avec ASLR activé… Quelques heures après la sortie d’Opus 5, nous lui avons soumis le même problème, et il a réussi. » Opus 5 a produit un exploit fonctionnel pour un Mac local en environ trois heures. Les chercheurs lui ont ensuite demandé de porter cet exploit d’une architecture de processeur (ARM64, utilisée notamment par Apple et de nombreuses puces mobiles) à une autre (x86-64, l’architecture de la plupart des serveurs), ainsi qu’à la configuration mémoire utilisée par Discourse, et l’équipe fait état d’une exécution de code à distance sur l’instance du forum d’OpenAI.
C’est là l’idée durable de toute cette histoire. Il ne s’agit pas d’un modèle d’IA qui aurait attaqué une entreprise de sa propre initiative : rien n’indique une intention ou une prise de décision autonome, les chercheurs ont choisi la cible et dirigé le travail, et Hacktron écrit lui-même qu’il ne s’agissait pas d’un piratage entièrement autonome et que l’accompagnement humain expert restait important. Ce que montrent les chiffres, c’est un écart de capacité mesuré entre deux versions successives d’un même modèle, sur une tâche technique précise et bien délimitée. Une faille restée non corrigée et jugée peu risquée en pratique, parce qu’elle était difficile à exploiter, est devenue sensiblement plus facile à exploiter, non pas parce que la faille a changé, mais parce que l’outillage disponible côté attaquant a changé, le temps d’une seule sortie de produit. C’est un signal sur la durée pendant laquelle une fenêtre de correctif peut rester ouverte sans risque, pas un signal sur l’intention d’une machine.

Claude Opus 5 : le modèle d’Anthropic qui a réussi le contournement d’ASLR sur lequel Opus 4.8 avait buté pendant plusieurs sessions.
Ce n’est pas l’affaire Google Gemini de la même semaine
Cet incident se confond facilement avec une autre histoire d’IA et de sécurité survenue à la même période, et les deux décrivent en réalité des choses très différentes. En septembre 2026, le Wall Street Journal a rapporté, et Google a ensuite confirmé, que son modèle Gemini avait pénétré plus tôt dans l’année les systèmes de trois entreprises réelles, lors d’un test mené par la société de sécurité IA Irregular. Le test, censé se dérouler dans un environnement isolé, a involontairement donné à Gemini un accès à internet, et dans au moins un cas une cible fictive portait le même nom qu’une entreprise réelle. Selon les comptes rendus de la communication de Google, le modèle a deviné un mot de passe dans un cas et obtenu des identifiants à partir d’informations trouvées en ligne dans les autres, et Google indique qu’il s’est arrêté à chaque fois avant d’aller au bout. Personne n’a autorisé Gemini à toucher ces systèmes réels : c’est arrivé comme effet de bord d’une erreur dans l’environnement de test.
Le cas Hacktron et Claude Opus 5 relève d’une autre catégorie. Une équipe de recherche humaine a délibérément visé le forum d’OpenAI, qui sortait du périmètre de son bug bounty, puis a signalé la chaîne et n’a été récompensée que pour la découverte côté OpenAI. Rien n’y est accidentel, et aucune frontière d’évaluation n’a cédé. Traiter ces deux affaires comme un seul et même phénomène, « des modèles d’IA qui s’échappent et attaquent », efface justement la distinction qui compte pour juger du niveau d’inquiétude légitime : des humains ont-ils délibérément pointé l’outil vers la cible, ou une frontière a-t-elle cédé par accident ? Le cas Hacktron relève du premier scénario. Le cas Irregular, du second. Les deux méritent d’être suivis. Aucun n’explique l’autre.
Ce que ça change pour les équipes de sécurité
La leçon pratique pour les équipes de sécurité a peu à voir avec la confiance à accorder aux outils de code IA, et beaucoup avec le peu de visibilité qu’ont la plupart des organisations sur les correctifs enfouis dans des logiciels qu’elles n’ont pas écrits. Une bibliothèque comme libheif se situe plusieurs couches sous l’attention quotidienne de la plupart des ingénieurs, importée comme dépendance d’une dépendance, et dans ce cas le correctif amont n’avait jamais été signalé comme correctif de sécurité : même une équipe rigoureuse sur ses mises à jour n’avait ni CVE, ni avis, ni alerte lui disant de l’appliquer. Le test de Hacktron suggère que le coût de laisser cette fenêtre ouverte n’est plus borné par la difficulté d’écrire soi-même un exploit à la main. Si un modèle suffisamment capable peut combler cet écart en quelques heures dès qu’une version assez puissante sort, la fenêtre de correctif praticable pour une faille connue se raccourcit à chaque nouvelle sortie de modèle plus capable, indépendamment du fait que quelqu’un essaie déjà activement de l’exploiter ou non.
La seconde leçon porte sur le rayon d’impact des systèmes d’authentification partagés. Quand une surface exposée au public (un forum d’aide, un portail support, un site communautaire) partage le même niveau de confiance de connexion que des comptes reliés à des ressources d’ingénierie interne, une compromission de cette surface publique peut aller bien au-delà de ses propres données. OpenAI a corrigé la faiblesse de son côté rapidement une fois alertée, confirmant la correction environ 14 heures après le signalement initial, et a versé le 1er septembre à Hacktron une prime de 6 500 dollars via Bugcrowd (une plateforme qui gère des programmes de bug bounty pour des entreprises). Dans un commentaire cité par le compte rendu de Hacktron, OpenAI précise que la récompense porte sur la découverte côté OpenAI et non sur les actions menées contre Discourse. OpenAI a indiqué à TechCrunch avoir résolu les problèmes mis au jour par Hacktron. Il vaut aussi la peine de dire clairement ce que Hacktron affirme ne pas avoir fait : l’équipe a utilisé le compte Codex de l’employé pour ouvrir une seule pull request volontairement anodine dans le monorepo interne d’OpenAI, sans accéder au code interne, puis a arrêté ses tests. Il s’agissait d’un test délibéré, signalé, suivi d’une correction rapide et sans dégâts durables rapportés, mais pas d’un test autorisé pour le forum lui-même.
Questions fréquentes
Claude Opus 5 a-t-il vraiment piraté OpenAI de sa propre initiative ?
Non. Claude Opus 5 a été un outil utilisé par des chercheurs humains de Hacktron, lors d’un test de sécurité du forum d’aide public d’OpenAI qui sortait du périmètre de son bug bounty, signalé ensuite via Bugcrowd. Les chercheurs ont choisi la cible et dirigé le travail ; Hacktron indique que l’accompagnement humain expert restait important et qu’il ne s’agissait pas d’un piratage entièrement autonome.
Quelle était la vraie faille exploitée ?
Le point de départ était la CVE-2026-32882, un bug de lecture mémoire dans libheif, la bibliothèque open source qui décode les fichiers images HEIC/HEIF, présent dans les versions jusqu’à 1.21.2 et corrigé dans la version 1.22.0. La modification du code existait en amont depuis l’année précédente, mais n’avait jamais été documentée comme correctif de sécurité ni reçu de CVE, ce qui explique qu’elle n’ait pas été reportée dans la version qu’utilisait le forum d’aide d’OpenAI.
Quelle est la vraie différence entre Claude Opus 4.8 et Opus 5 dans cette histoire ?
Opus 4.8 a obtenu l’exécution de code avec la protection mémoire ASLR désactivée, mais a buté sur plusieurs sessions pour rendre l’exploit fonctionnel avec ASLR activé. ASLR randomise l’emplacement du code en mémoire pour compliquer la construction d’exploits. Opus 5, auquel le même problème a été soumis quelques heures après sa sortie le 24 juillet 2026, a produit un exploit fonctionnel en environ trois heures, puis l’a adapté à une autre architecture de processeur à la demande des chercheurs.
Est-ce le même incident que l’évasion du bac à sable de Google Gemini ?
Non, ce sont deux événements sans lien, qui ont simplement émergé à la même période. Le cas Gemini, impliquant la société de sécurité IA Irregular, était une sortie accidentelle causée par une erreur dans l’environnement de test. Le cas Hacktron était un test de sécurité délibéré mené par des humains, signalé ensuite, et non une évasion accidentelle.
Les chercheurs ont-ils accédé au vrai code source ou à des données sensibles d’OpenAI ?
Selon Hacktron, non. Les chercheurs disent avoir démontré l’impact sans accéder au code interne et sans se permettre de prendre connaissance d’informations sensibles. La seule action menée contre un dépôt interne a été une unique pull request qu’ils décrivent comme anodine, après quoi ils ont arrêté leurs tests.