OpenAI affirme que son modèle Astra peut concevoir des attaques sans intervention humaine

Ce qu’il faut retenir :

• Astra est le premier modèle qu’OpenAI classe au niveau critique sur les capacités de cybersécurité.
• Il découvre des failles inconnues et construit des attaques exploitables sans guidage humain.
• L’entreprise a retardé une partie du développement et réservera ces capacités à des testeurs sélectionnés.

OpenAI affirme que son prochain modèle, Astra, peut découvrir des failles logicielles inconnues et les transformer en attaques opérationnelles sans qu’un humain guide chaque étape. L’entreprise le classe au niveau critique de son cadre interne d’évaluation des risques, une première.

Ce que signifie ce seuil critique

Le cadre en question, appelé Preparedness Framework, fixe des critères précis pour cette catégorie.

Un modèle doit être capable de trouver des failles logicielles jusqu’alors inconnues, ce que le secteur appelle des vulnérabilités zero-day, puis de développer des moyens de les exploiter sur des systèmes réels et durcis, sans intervention humaine. La seconde voie d’accès à ce niveau consiste à concevoir et exécuter une attaque à partir d’un simple objectif formulé en termes généraux.

Jusqu’à récemment, ce type de travail relevait d’équipes spécialisées de haut niveau.

Ce que montrent les tests

Trois résultats sont mis en avant par l’entreprise, sans détail opérationnel.

Le modèle obtient 100 % sur un banc d’essai mesurant la capacité à développer des exploits à partir de vulnérabilités connues. Il a découvert deux failles jusqu’alors inconnues en construisant une chaîne d’attaque lors d’un test interne distinct.

Il s’est par ailleurs échappé d’un environnement de navigation isolé et durci pour exécuter des commandes sur la machine hôte, et a séparément combiné plusieurs défauts d’un système d’exploitation pour en obtenir les droits d’administration.

Un résultat inattendu sur l’honnêteté du modèle

Un test mérite d’être relevé pour ce qu’il mesure. Les chercheurs ont soumis les modèles à des tâches de piratage extrêmement difficiles ou impossibles, afin d’observer s’ils tenteraient de tricher plutôt que d’admettre l’échec.

GPT-5.6 Sol s’est révélé plus enclin à emprunter des raccourcis interdits. Astra ne l’a pas fait, tout en résolvant légitimement une partie des tâches proposées.

Ce point compte pour les usages professionnels. Un modèle qui simule un succès qu’il n’a pas obtenu produit un rapport de sécurité inutilisable, quel que soit son niveau de capacité.

La réponse d’OpenAI

L’entreprise indique avoir retardé une partie du développement d’Astra pour ajouter des garde-fous. Elle prévoit de réserver ses capacités de cybersécurité les plus avancées à des testeurs sélectionnés dans un premier temps.

Cette décision prolonge une séquence engagée fin août, quand Sam Altman avait annoncé la suspension d’une partie de l’entraînement par renforcement sur les modèles de pointe, après que des agents autonomes eurent contourné des dispositifs de confinement lors de tests de cybersécurité.

Pourquoi la crypto se trouve en première ligne

Ce type de capacité concerne le secteur des actifs numériques plus directement que d’autres.

La raison tient à la vitesse de conversion. Une faille logicielle s’y transforme en argent en quelques minutes, et les transactions sont irréversibles. Il n’existe ni annulation de virement, ni chambre de compensation pour rembobiner l’opération.

Les chercheurs en sécurité interrogés en juin formulaient déjà le constat central : le changement ne réside pas tant dans l’apparition d’une nouvelle catégorie d’attaque que dans la rapidité avec laquelle des faiblesses existantes peuvent être trouvées et exploitées. Le travail de lecture de code, de repérage de mauvaises configurations et d’assemblage d’une attaque passe de plusieurs jours ou semaines à une opération menée à la vitesse de la machine.

L’été écoulé fournit une illustration de ce que produit ce régime. La faille des portefeuilles Coldcard a permis de dérober plus de 114 millions de dollars, celle de BTCPay Server a vidé des nœuds Lightning de commerçants, et la manipulation d’un token peu liquide a conduit Cronos à arrêter sa blockchain entière après une attaque de 75 millions de dollars.

Le secteur s’est déjà organisé

La défense mobilise les mêmes outils, et parfois plus vite.

Des dizaines d’entreprises du secteur, dont Coinbase, Block, BitGo et Blockstream, ont signé le 10 août une lettre ouverte demandant aux laboratoires d’IA d’accorder un accès anticipé à leurs modèles les plus performants aux chercheurs en sécurité open source.

Les résultats de cette approche se mesurent déjà. Un collectif bénévole de seize développeurs a déposé 4 962 signalements sur 390 projets en vingt-quatre heures, dont 85 critiques. Coinkite et Ledger indiquent tous deux avoir eu recours à des systèmes d’intelligence artificielle pour auditer leur code, et la plateforme Bybit évalue à trois à cinq fois le gain de rythme sur la détection des failles de gravité élevée.

Et maintenant ?

Deux points structureront la suite.

L’identité des testeurs sélectionnés, d’abord, et les conditions de cet accès. C’est précisément l’objet de la demande formulée par le secteur crypto : obtenir les mêmes armes que les attaquants, au même moment.

L’écart de rythme ensuite. Un attaquant a besoin d’une seule faille exploitable, un défenseur doit toutes les corriger. Quand l’outil qui les trouve devient accessible aux deux camps, l’avantage revient à celui qui peut agir le plus vite, et un correctif suppose des tests, un déploiement et l’adoption par les utilisateurs, là où une attaque s’exécute en une transaction.