Brave chiffre les échanges avec son assistant IA pour les garder privés

Brave relie son assistant Leo à GLM 5.3 Flash dans une enclave TEE, avec chiffrement de bout en bout. Objectif: empêcher Brave et son fournisseur de voir à la fois l’identité et le contenu des requêtes.

Brave a mis en place un canal privé pour ses échanges avec Leo, son assistant IA, en s’appuyant sur le chiffrement de bout en bout et sur un environnement d’exécution de confiance, ou TEE. L’idée est simple à énoncer, plus délicate à tenir: laisser l’utilisateur interroger un modèle sans exposer ni le contenu du prompt, ni son adresse IP. Dans un contexte où beaucoup d’assistants IA aspirent volontiers les conversations, le navigateur veut faire l’inverse.

Un assistant IA qui ne demande pas de confiance aveugle

Le dispositif relie Leo à GLM 5.3 Flash, le modèle de Z.ai, via une architecture qui passe par l’AI Gateway de Brave puis par une enclave protégée. Le prompt est chiffré sur l’appareil, transporté via Oblivious HTTP, puis déchiffré dans la TEE avant l’inférence. Brave dit ainsi ne pas savoir ce qui est demandé, tandis que NEAR AI ne sait pas qui pose la question pendant le trajet réseau.

Brendan Eich, cofondateur et directeur général de Brave, résume la philosophie de l’entreprise dans une citation nette: “In 2014, I argued in 'Trust but Verify' that users shouldn't have to place blind trust in the software they rely on.” Puis il ajoute: “They should be able to verify it; this is a user-first principle.” Le message est clair. Avec l’IA, la promesse de confidentialité ne peut plus se limiter à une page marketing bien lustrée.

Ce que protège réellement la TEE

Le TEE, pour trusted execution environment, est une zone matérielle isolée dans laquelle les calculs sont exécutés à l’abri du reste du système. Ici, NEAR AI s’appuie sur Intel TDX et Nvidia Confidential Compute pour isoler les données, signer les réponses et permettre une attestation du modèle. Cette attestation sert à vérifier que le bon logiciel tourne dans l’enclave, sans substitution en douce. Pas de tour de passe-passe, donc, même si le sujet est assez sérieux pour ne pas rire plus de deux secondes.

Brave précise aussi que les recherches lancées depuis Leo peuvent transiter dans l’enclave via l’API Brave Search, toujours sans remonter l’adresse IP de l’utilisateur. En pratique, le navigateur essaie de couper le lien entre identité réseau, requête et réponse. C’est précisément ce chaînon qui fait souvent défaut dans les services d’IA grand public.

Une brique encore incomplète, mais déjà significative

La mise en œuvre n’est pas présentée comme achevée. Brave dit vouloir déplacer la vérification dans le navigateur, publier un registre des clés TEE et ajouter une attestation sur les poids exacts du modèle chargés en mémoire. Autrement dit, le système avance, mais il n’a pas encore toutes les gardes-fous promis à terme.

Cette approche s’inscrit dans une tendance plus large. Apple, AWS, Google, Nvidia et Microsoft proposent tous, à des degrés divers, des infrastructures de confidential computing pour l’IA. D’autres acteurs, comme Prem AI, mettent en avant l’inférence chiffrée, quand plusieurs fournisseurs promettent une “zero data retention” difficile à auditer. Une autre option existe encore: faire tourner le modèle localement sur sa propre machine, à condition de faire confiance au matériel et au logiciel. Ce qui, dans l’IA, reste souvent le point de départ des négociations.

Pourquoi cela compte pour les usages de tous les jours

Brave touche ici à une question devenue centrale: comment utiliser un assistant IA sans livrer son historique de travail, ses recherches ou ses documents à un tiers de trop? Le navigateur vise les utilisateurs qui veulent profiter d’un modèle utile, mais sans accepter le principe du “faites-nous confiance” comme unique garantie. Pour le marché, l’enjeu dépasse le cas Brave: les assistants qui combinent utilité et confidentialité pourraient devenir un argument commercial sérieux, surtout pour les usages sensibles en entreprise.

À ce stade, la promesse repose sur des mécanismes techniques vérifiables, pas seulement sur une politique de confidentialité. C’est déjà mieux que beaucoup de services qui demandent la foi, puis la connexion, puis encore un peu de foi.

Points clés

  • Brave relie Leo à GLM 5.3 Flash via une TEE.
  • Le prompt est chiffré sur l’appareil avant l’envoi.
  • NEAR AI utilise Intel TDX et Nvidia Confidential Compute.
  • Brave veut publier un registre des clés TEE.
  • Apple, AWS, Google, Nvidia et Microsoft ont des offres similaires.
  • Le projet remonte à un test lancé en novembre [à vérifier].

En chiffres

  • 1 — assistant concerné ici: Leo, chez Brave.
  • 2 — briques matérielles citées: Intel TDX et Nvidia Confidential Compute.
  • 5 — grands acteurs mentionnés avec du confidential computing: Apple, AWS, Google, Nvidia, Microsoft.
  • 2026 — date de publication de la source fournie.

À lire