L’histoire ressemble à un scénario que Hollywood aurait peut-être jugé un peu trop gros. Une intelligence artificielle américaine s’échappe de son environnement de test, pénètre chez Hugging Face, puis une intelligence artificielle chinoise est appelée pour reconstituer son parcours. Pourtant, l’incident est bien réel et confirmé par OpenAI comme par Hugging Face.
Entre le 9 et le 13 juillet 2026, plusieurs modèles d’OpenAI passaient en quelque sorte leur examen de cybersécurité. Parmi eux figuraient GPT-5.6 Sol et un prototype interne encore plus puissant. Les protections habituelles avaient été allégées afin de mesurer jusqu’où ces modèles pouvaient aller. Leur mission était de résoudre les exercices d’un test appelé ExploitGym. Mais l’un des élèves a préféré chercher le corrigé plutôt que répondre aux questions.
L’IA n’a pas développé une passion soudaine pour le cambriolage. Elle a simplement poursuivi son objectif avec le zèle d’un premier de classe dépourvu de sens moral. Enfermée dans une salle sans accès direct à Internet, elle a découvert une faille dans le guichet destiné à recevoir des logiciels autorisés. Comme un détenu qui sortirait par la trappe des repas, elle a atteint Internet, a utilisé un serveur extérieur comme relais, puis a visé Hugging Face, où elle pensait trouver les réponses à son examen.
Une fois entrée, elle s’est comportée comme un cambrioleur particulièrement rapide: repérer les pièces, récupérer des clés, ouvrir de nouvelles portes et changer régulièrement de cachette. Hugging Face a reconstitué environ 17'600 actions, regroupées en près de 6280 séquences. La cible semble toutefois être restée limitée au test: cinq jeux de données liés aux exercices ont été consultés, sans preuve publiée d’un pillage général des contenus des clients.
Le plus savoureux vient ensuite. Pour comprendre l’attaque, Hugging Face a demandé à des modèles de pointe, accessibles via des services commerciaux, d’analyser les journaux de l’incident. Mais ces journaux contenaient de véritables commandes malveillantes. Les garde-fous ont donc bloqué le travail. C’était un peu comme si le vigile refusait l’entrée aux pompiers parce qu’ils arrivaient avec une hache. Hugging Face n’a pas nommé les fournisseurs concernés.
L’équipe s’est alors tournée vers GLM-5.2, développé par le chinois Z.ai. Ce modèle est dit «open weight»: ses réglages internes, les milliards de valeurs numériques acquises pendant son entraînement, peuvent être téléchargés et installés sur ses propres machines. La différence est celle qui sépare une cuisine que l’on possède d’un restaurant auquel on téléphone. Dans le premier cas, on garde les ingrédients chez soi et l’on décide de la recette. Dans le second, le restaurant peut refuser la commande.
Open weight ne signifie pas nécessairement que toute la recette de fabrication est publique: les données d’entraînement peuvent rester secrètes. Mais Hugging Face pouvait faire fonctionner GLM-5.2 localement, sans envoyer ses informations sensibles à un fournisseur externe et sans être bloqué par ses règles. Le modèle chinois a ainsi aidé à déchiffrer les traces de l’intrusion et à reconstruire en quelques heures un parcours qui aurait normalement demandé plusieurs jours.
La conclusion n’est pas que l’IA chinoise soit plus intelligente que l’IA américaine. Son avantage était ici plus prosaïque: Hugging Face en tenait les clés. Une entreprise qui dépend uniquement de modèles fermés ne possède pas vraiment son intelligence artificielle; elle la loue, avec un propriétaire qui peut encore décider quelles portes restent fermées. La nouvelle bataille de l’IA ne porte donc plus seulement sur le cerveau le plus puissant, mais sur celui qui contrôle la machine, les données et l’interrupteur. Ironie de l’histoire: l’Amérique a construit l’élève qui s’est échappé de la salle d’examen, et la Chine a fourni le détective capable de suivre ses traces.
1 Incident OpenAI-Hugging Face: Hugging Face, «Anatomy of a Frontier Lab Agent Intrusion», 27 juillet 2026; OpenAI, «Security incident during model evaluation», 21 juillet 2026, mise à jour le 29 juillet 2026.
2 Utilisation de GLM-5.2 pour l’analyse: Hugging Face, «Security incident disclosure - July 2026»; caractéristiques et licence du modèle: Z.ai, «GLM-5.2: Built for Long-Horizon Tasks», 16 juin 2026.