Claude et les trois incidents de juillet : quand un test de sécurité touche le monde réel

30 juillet 2026. Anthropic vient de publier une information étonnante : trois modèles Claude ont accédé sans autorisation à des systèmes d’organisations réelles pendant des évaluations de cybersécurité.

La société a retrouvé ces incidents après avoir examiné 141 006 exécutions de tests susceptibles d’avoir donné un accès à Internet à ses modèles. Les premiers faits remontent à avril, mais leur divulgation publique date bien du 30 juillet.

Une simulation… connectée au vrai monde

Les modèles participaient à des exercices de type *capture the flag* : trouver un secret caché dans un système informatique fictif.

Le problème ? À cause d’une mauvaise compréhension entre Anthropic et son partenaire d’évaluation, l’accès à Internet était possible, alors que les instructions annonçaient un environnement simulé et isolé.

Claude a alors exploré des systèmes réels et exploité notamment des mots de passe faibles ou des interfaces non authentifiées. Anthropic précise qu’il ne s’agissait ni d’une fuite volontaire du modèle, ni d’une tentative délibérée de s’évader.

Le vrai enseignement pour les entreprises

Ce cas rappelle que la sécurité ne peut pas reposer sur une phrase disant à l’IA « tu es dans un bac à sable ».

Un agent peut exécuter sa tâche avec efficacité tout en se trompant sur le périmètre autorisé. À mes yeux, c’est précisément le point à retenir : l’intention affichée d’un agent ne remplace jamais les barrières techniques.

Sur un serveur MCP, cela signifie des droits limités, une séparation des environnements, des accès réseau contrôlés et une traçabilité des actions.

L’IA promet de faire gagner énormément de temps. Mais plus on lui donne de moyens d’agir, plus il devient indispensable de savoir où s’arrêtent ces moyens.