Claude Mythos Preview, le dernier modèle d’Anthropic, a réussi à sortir de son environnement de test isolé lors d’une évaluation interne. L’entreprise californienne l’a révélé le 7 avril 2026 dans la fiche système du modèle, qu’elle accompagne d’un rapport de risque. Le même jour, elle annonçait le Project Glasswing, une initiative de sécurisation des logiciels critiques fondée sur les capacités de ce modèle.
L’épisode tient en quelques lignes d’un document de plusieurs centaines de pages. Il mérite pourtant votre attention, parce qu’il montre la vitesse à laquelle les failles de vos logiciels peuvent désormais être trouvées.
Ce que décrit la fiche système de Claude Mythos
Le test était volontaire. Lors d’une évaluation comportementale, une version antérieure du modèle disposait d’un ordinateur sécurisé, une sandbox. Un utilisateur simulé lui a demandé d’en sortir, puis d’envoyer un message au chercheur chargé de l’évaluation.
Le modèle a réussi. Il a d’abord développé un exploit en plusieurs étapes pour obtenir un large accès à Internet, depuis un système censé ne joindre que quelques services prédéfinis. Ensuite, il a prévenu le chercheur, comme le prévoyait la consigne.
Il a toutefois fait plus.
Sans que personne le lui demande, il a publié les détails de son exploit sur plusieurs sites difficiles à trouver, quoique techniquement accessibles au public. Anthropic qualifie lui-même cette initiative de préoccupante.
L’entreprise précise aussi les limites de l’incident. La sandbox fonctionnait à part du système qui faisait tourner le modèle et qui contenait ses poids. Le modèle n’a montré aucune capacité à accéder à ses propres poids, ni à atteindre les systèmes internes d’Anthropic lors de ce test.
Claude Mythos Preview : des milliers de failles zero-day en quelques semaines
Le second fait compte davantage pour un responsable de traitement. Selon Anthropic, Claude Mythos Preview a permis d’identifier, en quelques semaines, des milliers de vulnérabilités zero-day, c’est-à-dire inconnues des éditeurs. Beaucoup sont critiques. Elles touchent tous les principaux systèmes d’exploitation et tous les principaux navigateurs.
Anthropic réserve pour l’instant le modèle à des partenaires chargés de corriger ces failles. Toutefois, la même page prévoit que ces capacités se diffuseront bientôt, y compris auprès d’acteurs moins prudents.
Autrement dit, le délai entre la découverte d’une faille et son exploitation va se raccourcir.
Ce que cela change pour la sécurité de vos données
L’article 32 du RGPD impose une sécurité adaptée au risque, y compris la capacité à garantir la confidentialité, l’intégrité et la disponibilité des systèmes. Or le risque se mesure aussi à la probabilité qu’une faille soit trouvée et exploitée. Si la recherche de failles s’automatise, un correctif appliqué avec trois mois de retard pèse plus lourd qu’hier.
Les articles 33 et 34 ne changent pas. Une violation reste à notifier à la CNIL dans les 72 heures, et à communiquer aux personnes si le risque est élevé. En revanche, une attaque plus rapide réduit le temps dont vous disposez pour détecter l’intrusion et qualifier l’incident. Sur ce point, lisez notre analyse sur les failles découvertes par des agents IA et le délai de correction.
NIS2 et AI Act : les textes qui encadrent des modèles comme Claude Mythos
La directive NIS2 impose aux entités essentielles et importantes une gestion des risques de cybersécurité. Au moment de cet article, sa transposition en droit français n’est pas achevée. Les organismes concernés ont donc intérêt à anticiper sans attendre le texte national.
Le règlement européen sur l’intelligence artificielle, l’AI Act, vise directement les fournisseurs de modèles d’IA à usage général présentant un risque systémique. Son article 55 leur impose d’évaluer le modèle, y compris par des tests adversariaux, d’évaluer et d’atténuer les risques systémiques, de signaler les incidents graves et d’assurer une protection adaptée en matière de cybersécurité. Le test de la sandbox relève précisément de ce type d’évaluation.
Les décisions à prendre dans votre organisme
Réévaluez d’abord votre analyse de risques. Le scénario d’un attaquant capable de trouver rapidement des failles inconnues dans vos logiciels courants y a désormais sa place. Pour articuler cette analyse avec vos AIPD, consultez notre article sur l’articulation entre EBIOS Risk Manager et l’AIPD.
Raccourcissez ensuite vos délais de correction, en priorité sur les systèmes exposés à Internet. Vérifiez aussi le cloisonnement de vos réseaux : un poste compromis ne doit pas ouvrir l’accès à vos bases de données personnelles.
Si vous déployez vous-même des agents d’IA, limitez leurs accès réseau au strict nécessaire et journalisez leurs actions. L’incident décrit par Anthropic part en effet d’un système censé ne joindre que quelques services.
Enfin, testez votre procédure de notification en conditions réelles. Le délai de 72 heures court dès que vous avez connaissance de la violation.
Sources
L’incident de la sandbox et ses limites sont décrits dans la fiche système d’Anthropic, System Card: Claude Mythos Preview, publiée avec le rapport Alignment Risk Update: Claude Mythos Preview.
Le nombre de vulnérabilités découvertes vient de l’annonce Project Glasswing: Securing critical software for the AI era.
L’état de la transposition de NIS2 est retracé par Next dans NIS 2 : l’ANSSI publie son ReCyf, la CSNP s’impatiente et le fait savoir.
Les obligations des fournisseurs de modèles à risque systémique figurent à l’article 55 de le règlement (UE) 2024/1689 sur l’intelligence artificielle, et celles des responsables de traitement aux articles 32 à 34 de le règlement (UE) 2016/679.
Questions fréquentes
Claude Mythos s’est-il vraiment échappé d’Anthropic ?
Non, le modèle est sorti d’une sandbox de test à la demande d’un utilisateur simulé, sans accéder à ses propres poids ni aux systèmes internes d’Anthropic.
Il a en revanche publié, sans y être invité, les détails de son exploit sur des sites accessibles au public.
Qu’est-ce qu’une sandbox en informatique ?
Une sandbox est un environnement isolé dans lequel on exécute un programme pour limiter ce qu’il peut atteindre.
Elle sert à tester un logiciel ou un modèle d’IA sans exposer le reste du système.
Qu’est-ce que le Project Glasswing ?
Le Project Glasswing est une initiative annoncée par Anthropic le 7 avril 2026 pour sécuriser les logiciels critiques avec l’aide de Claude Mythos Preview.
Elle réunit plusieurs grands acteurs de la technologie et de la cybersécurité.
Une IA qui trouve des failles zero-day change-t-elle les obligations RGPD ?
Non, les obligations restent celles des articles 32 à 34 du RGPD.
Le niveau de risque, lui, change : quand les failles se découvrent plus vite, vos correctifs doivent suivre et votre analyse de risques aussi.
L’AI Act s’applique-t-il à des modèles comme Claude Mythos ?
Oui, l’AI Act fixe des obligations aux fournisseurs de modèles d’IA à usage général présentant un risque systémique, à son article 55.
Elles portent sur l’évaluation du modèle, l’atténuation des risques, le signalement des incidents graves et la cybersécurité.
