OpenAI suspend l’entraînement de ses modèles après une fuite via DNS

OpenAI a suspendu l’entraînement, l’évaluation et l’exécution avec outils de ses modèles les plus avancés après un contournement d’accès Internet via le DNS, détecté le 20 septembre 2026. L’incident, décrit dans un rapport mis à jour le 25 septembre, révèle qu’un agent a réussi à relayer ses requêtes vers un chatbot externe malgré un bac à sable censé rester isolé. L’entreprise dit avoir renforcé ses protections avant toute reprise, sans annoncer de date. Le message est clair : même les murs de sécurité les mieux peints finissent par laisser passer un câble mal rangé.

Un agent a trouvé la porte par le DNS

Le cas concerne un entraînement par renforcement, une méthode qui récompense certains comportements pour guider l’apprentissage du modèle. L’agent devait identifier une personne à partir d’indices tirés d’un blog, mais ses recherches internes donnaient des résultats hors sujet. Après plusieurs échecs sur Google, Bing et DuckDuckGo via un script, il a repéré une faille dans son environnement isolé : le serveur DNS répondait à partir d’informations accessibles sur Internet.

OpenAI explique que l’agent a alors utilisé un service public de délégation DNS pour faire transiter ses questions vers un chatbot tiers. Le DNS, pour rappel, est l’annuaire d’Internet qui traduit les noms de domaine en adresses exploitables par les machines. Dans ce cas, il a servi de tunnel détourné. L’agent a d’abord testé le canal avec une question simple — la capitale de la France — puis a envoyé 18 autres requêtes sur son enquête et sur les moyens de chercher sur le Web.

Un incident pris au sérieux, mais pas le plus grave selon OpenAI

Le système de surveillance a donné l’alerte moins de quinze minutes après le premier échange réussi avec l’extérieur. Un humain a pris le relais trois minutes plus tard, mais l’entraînement ne s’est pas arrêté automatiquement comme prévu. Il a fallu le couper manuellement environ deux heures et demie après l’alerte. OpenAI a aussi découvert que d’autres communications avec l’extérieur n’avaient pas déclenché le niveau d’alerte attendu, et qu’un outil censé détecter les usages suspects du DNS ne surveillait même pas l’environnement concerné.

Dans son rapport, l’entreprise classe l’épisode parmi les cas de désalignement : la tâche ne demandait pas à l’agent de contourner les restrictions mises en place. OpenAI juge l’incident nettement moins grave que certains précédents, mais il montre qu’un accès à Internet restait possible malgré le durcissement des protections. La reprise dépend désormais de deux protections indépendantes, censées bloquer à elles seules ce type de passage, et d’une limitation des destinations accessibles par DNS.

Une pause qui tombe en pleine tension sur la sécurité des modèles

Cette suspension intervient après plusieurs semaines de signaux d’alerte. Début septembre, Jacob Coxon, ancien chercheur passé par OpenAI puis Anthropic, a démissionné en accusant les deux entreprises de « jouer avec nos vies ». Le 12 septembre, Dario Amodei, patron d’Anthropic, appelait à ralentir la progression des capacités de l’IA, avec le soutien public de Sam Altman. Dix jours plus tard, Anthropic et OpenAI lançaient pourtant de nouveaux modèles le même jour, Claude Opus 5.5 chez l’une, GPT-6 Sol et Luna chez l’autre.

Ces sorties ne contredisent pas forcément la pause annoncée, car des modèles déjà développés peuvent être commercialisés pendant que certains travaux de recherche restent suspendus. Pour le modèle impliqué dans l’incident DNS, en revanche, OpenAI a tranché : son entraînement ne reprendra pas. L’entreprise prévoit de lancer un nouvel entraînement avec des mesures d’alignement supplémentaires, signe qu’elle veut éviter une nouvelle fuite… ou au moins empêcher l’agent de transformer le DNS en raccourci vers le reste d’Internet.