# Greg Brockman révèle une attaque autonome contre Hugging Face > Greg Brockman alerte les entreprises après une intrusion contre OpenAI et Hugging Face, tandis qu’un modèle attendu fin août pourrait réduire le délai de défense. Type : Actualité IA · Catégorie : Secteur · Publié le 2026-08-24 · Signal IA - Order & Chaos · Secteur : Cybersécurité Source : https://www.orderchaos.eu/signal-ia/actu/greg-brockman-alerte-les-entreprises-apres-une-intrusion Tags : cybersécurité, openai, entreprises, codex, défense, chatgpt, open-source --- ## En résumé - Greg Brockman décrit une intrusion autonome contre les infrastructures d’OpenAI et de Hugging Face. - ChatGPT Work a trouvé 13 problèmes sur le site personnel de Greg Brockman en 15 minutes. - OpenAI recommande une automatisation progressive des contrôles, avec un humain pour les décisions sensibles. **Le signal :** Greg Brockman recommande aux entreprises d’introduire progressivement Codex dans leurs contrôles de sécurité, avec validation humaine des décisions sensibles. **Greg Brockman alerte** les équipes de sécurité d’entreprise sur un calendrier raccourci pour déployer des défenses assistées par IA. Le président et cofondateur d’[OpenAI](/signal-ia/actu/openai-echappe-et-attaque-hugging-face) décrit un incident ayant commencé dans l’infrastructure de recherche de son entreprise. Un collectif autonome a ensuite pénétré l’infrastructure de production de Hugging Face. Les attaquants ont combiné des failles inconnues avec des identifiants de comptes utilisateurs exposés sur Internet. Dans son [récit de l’incident OpenAI-Hugging Face](https://www.artificialintelligence-news.com/news/openai-president-urges-enterprises-hasten-ai-security-defences/), Brockman estime que cet événement préfigure l’évolution des capacités d’acteurs malveillants dans les prochains mois. Il affirme avoir constaté, auprès de nombreuses organisations, que leurs programmes actuels avancent trop lentement. **Les failles s’accumulent** dans les systèmes existants, selon Brockman. Il cite la dette technique, les erreurs enfouies dans des logiciels écrits par des humains et les permissions oubliées depuis des années. Des modèles développés dans le secteur peuvent déjà automatiser certaines étapes d’attaques informatiques réelles, écrit-il. OpenAI avait commencé plus tôt cette année à réserver ses capacités cyber à des défenseurs de confiance. Depuis, d’autres entreprises ont publié des modèles à poids ouverts dont les capacités cyber ne seraient distantes que de quelques mois de la frontière. Brockman évoque aussi un modèle attendu fin août, qu’il juge susceptible d’accélérer fortement la menace. Il présente donc une course entre découverte offensive et correction défensive. ## OpenAI teste des défenses accélérées **Un test personnel illustre** cette approche. Après l’incident, Brockman a demandé à [ChatGPT](/signal-ia/actu/openai-durcit-sa-securite-apres-une-breche-dagents-ia) Work, utilisant GPT-5.6 Sol disponible publiquement, d’examiner gregbrockman.com. Le site statique était hébergé sur AWS, avec Cloudflare comme point d’entrée. L’évaluation a duré environ 15 minutes et a signalé 13 problèmes. Brockman précise que plusieurs n’étaient probablement pas exploitables seuls. L’outil a néanmoins repéré des enregistrements DNS ne bloquant pas l’usurpation d’adresses électroniques. Il a aussi identifié une version non sécurisée de jQuery et un transfert non chiffré entre Cloudflare et AWS. Après cette analyse, ChatGPT Work a appliqué les corrections en environ une heure, en modifiant DNS, TLS et les réglages de sécurité. **OpenAI structure quatre axes** pour renforcer ses propres défenses. Codex et un module de sécurité contrôlent les changements de code avant leur déploiement. L’objectif déclaré consiste à détecter de vraies [vulnérabilités](/signal-ia/actu/claude-mythos-expose-les-failles-que-la-cybersecurite-ignore) avant leur mise en production, plutôt qu’à multiplier les alertes à valider. Les systèmes d’IA trient désormais presque toutes les alertes initiales d’OpenAI avant l’intervention humaine, selon Brockman. L’entreprise relie certaines détections à des réponses automatisées encadrées. Elle conserve toutefois l’humain pour les décisions aux conséquences importantes. Ses modèles explorent aussi les chemins d’attaque, les mauvaises configurations, les identités trop privilégiées et les frontières de confiance involontaires. L’architecture sécurisée, l’isolation réseau et la gestion des correctifs restent les fondations. ## Brockman recommande une automatisation progressive **Les équipes doivent commencer** par obtenir l’adhésion de leur organisation et organiser des exercices de simulation. Brockman recommande ensuite un agent comme Codex ou son module de sécurité, avec des accès approuvés aux dépôts de code et aux configurations d’infrastructure. Les premiers contrôles devraient viser les systèmes prioritaires, les services exposés sur Internet, les parcours d’authentification et les données sensibles. L’agent peut examiner l’analyse statique, le code, les variantes de vulnérabilités et les risques liés à la chaîne logicielle. Brockman conseille aussi de traiter les résultats existants des scanners, les alertes de dépendances et les rapports de programmes de recherche de bogues. Il propose enfin d’intégrer ces vérifications avant les fusions de code. **Le déploiement reste gradué** dans les recommandations de Brockman. Les organisations devraient commencer par des analyses en lecture seule sur un seul dépôt. Elles pourraient ensuite passer à des analyses consultatives des demandes de modification, puis au triage en direct des alertes. La fermeture automatique de faux positifs étroitement définis viendrait seulement après ces étapes. Un humain devrait prendre chaque décision jusqu’à ce que la confiance progresse, précise-t-il. Brockman recommande également de demander l’accès Trusted Access for Cyber pour utiliser GPT-Daybreak-Blue dans la réponse aux incidents, l’ingénierie de détection et l’analyse de logiciels malveillants. Il conseille de tester cette capacité sur des journaux et des données de télémétrie avant un incident réel.