Anthropic a publié le récit le plus détaillé à ce jour de ce que ses modèles de pointe savent faire en matière de recherche offensive en sécurité. Dans un billet daté du 27 octobre, son équipe Frontier Red Team décrit cinq chaînes d'exploitation qu'un modèle de recherche interne, non commercialisé, a trouvées et assemblées ces derniers mois, visant certains des logiciels les plus répandus au monde : Chrome, Safari, Android, Windows et Linux.
Le cas de Chrome est le plus spectaculaire. D'après Anthropic, après une consigne initiale, le modèle a identifié quatre bogues distincts et les a enchaînés : une corruption du tas dans le moteur JavaScript V8, une deuxième faille permettant de sortir du bac à sable mémoire de V8 et de contourner la randomisation des adresses, une situation de concurrence dans CacheStorage révélant l'organisation mémoire du processus principal, puis un use-after-free dans FedCM, la fonction d'authentification fédérée, qui ouvrait l'exécution de code hors du bac à sable. La preuve de concept lançait la Calculatrice sur un Chrome configuré par défaut sous macOS quelques secondes après le chargement d'une page. Google a attribué et corrigé 62 CVE issues de ces travaux jusqu'à Chrome 156, toutes de gravité élevée ou critique, dont 13 évasions de bac à sable, selon Anthropic.
Dans Safari, le modèle a construit une chaîne qui n'a jamais eu besoin d'exécuter son propre code. Il a combiné un use-after-free dans JavaScriptCore, un contournement de l'isolation Gigacage de WebKit et une faille dans la couche IPC du bac à sable pour désactiver la politique de même origine : une page piégée aurait alors pu lire l'historique, les cookies et les données d'autres sites sur lesquels l'utilisateur est connecté. Apple a accusé réception du signalement le jour même et diffusé un correctif, indique Anthropic.
Les trois autres cas touchent des terrains différents. Sur un Google Pixel 9, le modèle a enchaîné trois failles pour extraire photos et données personnelles d'un téléphone verrouillé via USB, en associant lecture du code d'Android et rétro-ingénierie des Google Play services ; Google a réglé le problème. Sous Windows, l'analyse binaire de l'implémentation QUIC du noyau a mis au jour une lecture hors limites capable de faire planter tout serveur répondant aux requêtes HTTP/3 natives, désormais référencée CVE-2026-33096. Sous Linux, une situation de concurrence dans multipath TCP offrait à un attaquant distant un shell root sans identifiants ; la preuve de concept mettait environ 48 minutes à récupérer un pointeur du noyau, puis cinq de plus pour exécuter des commandes, et le correctif, CVE-2026-98432, a été reporté sur les branches stables.
Anthropic assure que toutes les découvertes ont suivi une divulgation coordonnée, avec 90 jours laissés aux éditeurs pour corriger et 45 jours supplémentaires avant d'en dire davantage. Le billet ne nomme pas le modèle et ne précise pas s'il sera publié, ni quand.
L'entreprise détaille aussi sa méthode. De nombreux agents d'analyse ont tourné en parallèle selon des stratégies variées, de l'examen de chaque fonction à la recherche de violations du modèle de menace documenté d'une application, chacun étant évalué au nombre de bogues nouveaux qu'il apportait. Chaque découverte confirmée passait ensuite par une analyse automatique des variantes et par une chaîne commune de vérification et de notation de la gravité. Pour Anthropic, consacrer davantage de calcul au moment de l'analyse et diversifier les agents augmente le nombre de failles trouvées ; l'entreprise conseille d'analyser le code dès la pull request et a publié pour cela une extension de sécurité pour Claude Code.
Le billet sonne comme un avertissement : enchaîner des exploits, longtemps réservé à quelques équipes spécialisées, devient faisable par un modèle avec peu d'aide humaine. Anthropic oriente les défenseurs vers son Cyber Verification Program élargi, qui ouvre à des professionnels de la sécurité vérifiés des modèles comme Claude Mythos 5.1 avec moins de classificateurs bloquants. Le récit émane du seul Anthropic : en dehors des numéros CVE et des correctifs cités, ni l'ampleur du guidage humain ni le taux de réussite du modèle ne sont documentés de manière indépendante.