Selon les chercheurs en sécurité d’Adversa AI, une nouvelle technique d’attaque baptisée Cryptographic Context Injection permet de détourner l’assistant IA Grok de xAI en utilisant des instructions chiffrées. En demandant simplement à l’IA de résumer une page web contrôlée par un attaquant, l’utilisateur déclenche sans le savoir une chaîne d’actions qui aboutit à l’exfiltration de ses données personnelles, y compris son nom, sa localisation approximative, son abonnement et l’historique complet de ses conversations. Cette attaque zero-click illustre les vulnérabilités émergentes des systèmes d’IA agentiques, où l’assistant dispose d’un accès au navigateur et d’un environnement d’exécution Python. Nous analysons en détail cette injection cryptographique de prompts, ses implications pour la vie privée et les mesures de protection à envisager.

Imaginez un instant qu’un simple fichier téléchargé puisse non seulement duper votre système d’exploitation en lui faisant croire qu’il dispose de plus de mémoire vive, mais aussi désarmer l’ensemble de ses défenses les plus critiques. Ce scénario, digne d’un film de science-fiction, est devenu une réalité tangible avec l’attaque Download More RAM. Présentée à l’USENIX Security 2026 et identifiée sous la référence CVE-2026-23670, cette technique inédite cible une vulnérabilité matérielle oubliée pour démanteler les piliers de la sécurité Windows moderne. Contrairement à un exploit de noyau classique qui cherche une faille dans le code, elle s’attaque aux fondations physiques de la gestion mémoire. Dans cet article, nous décortiquons le fonctionnement de cette menace, analysons ses impacts sur les infrastructures Virtualization-Based Security (VBS), Hypervisor-Protected Code Integrity (HVCI) et Microsoft Defender, et vous fournissons les étapes essentielles pour vous en prémunir.

En août 2026, une équipe de chercheurs en sécurité a révélé une faille inédite affectant les API de raisonnement des principaux fournisseurs d’intelligence artificielle : OpenAI, Anthropic et Google. En exploitant la manière dont ces API transportent le raisonnement caché entre les appels, ils ont pu récupérer des secrets internes, y compris des clés API, des mots de passe et des tokens d’accès, à partir de simples logs de sessions. Sur 6 708 traces d’agents publiques, 315 320 blocs de raisonnement ont été décodés, dont 704 artefacts de confidentialité issus de sessions utilisateur réelles : 62 clés API, 33 mots de passe, 24 jetons d’accès et sept clés privées. Cette vulnérabilité des API de raisonnement IA soulève des questions fondamentales sur la sécurité des mécanismes de raisonnement opaque promis par les四大四大 (les quatre grands) fournisseurs.