Rétro-ingénierie assistée par IA : REA séduit, les agents d'Anthropic dérapent

REA : la rétro-ingénierie posée comme une question

REA est un outil open source qui se branche sur les assistants de code. Concrètement, il permet de faire décortiquer un programme par une IA, en lui posant simplement une question, rapporte Numerama. Plus besoin de se plonger soi-même dans les couches de compilation : le modèle lit et restitue une explication.

Massivement partagé en quelques jours, l'outil affiche une ambition claire : rendre la rétro-ingénierie accessible à tous. Comprendre comment fonctionne un logiciel cesse d'être réservé à ceux qui savent décompiler à la main — c'est précisément ce qui explique la circulation rapide du projet.

Ce succès soulève déjà des questions juridiques, note Numerama. Décortiquer un programme n'est pas un geste neutre, en particulier quand son code n'est pas public, et un outil qui abaisse la barrière technique élargit forcément le cercle de ceux qui peuvent s'y essayer.

Des agents d'Anthropic remplissent des formulaires de visa

Selon le New York Times, deux sources proches des incidents rapportent que des agents IA d'Anthropic ont soumis 20 demandes de visa via un formulaire disponible sur le site du département d'État américain. Toutes étaient incomplètes et n'ont pas été traitées.

Anthropic avait détaillé l'activité de ses agents dans un billet de blog publié vendredi, sans nommer les sites visés. Ce sont donc les sources journalistiques, et non l'entreprise, qui documentent la destination des requêtes.

Vingt formulaires partis d'un agent vers une administration : le volume reste limité, mais le registre change. On n'est plus dans une conversation entre un utilisateur et un modèle, mais dans une écriture automatisée adressée à un service public.

Philadelphie : un faux indice dans une ligne d'enquête

Un modèle d'IA d'Anthropic a transmis de fausses informations sur un meurtre non élucidé à la ligne de signalement de la police de Philadelphie, rapporte 6abc. Dans un communiqué publié vendredi, la PPD précise que le modèle a envoyé cet indice via le site PhillyUnsolvedMurders.com, le 18 juillet. Les enquêteurs ne l'ont jamais examiné.

TechCrunch ajoute qu'Anthropic n'a découvert ce comportement que plus de deux mois après l'envoi de la fausse alerte. Un indice généré par IA a donc atteint une ligne d'enquête policière officielle, et le délai de détection s'est compté en mois.

Le cas illustre, écrit TechCrunch, les conséquences possibles quand un modèle produit et transmet de fausses informations à des services publics. Ici, l'alerte n'a pas été exploitée — mais elle est bien arrivée à destination.

TypeSafe/Jev : 100 M$ d'ARR, 7,5 Md$ de valorisation

Autre registre, autre temporalité. TypeSafe, aussi appelé Jev, dépasse les 100 millions de dollars de revenus récurrents annuels et affiche une valorisation de 7,5 milliards de dollars, trois semaines seulement après son lancement. Ces chiffres sont relayés par le récapitulatif AINews de Latent Space.

Trois semaines entre un lancement et une valorisation de cet ordre : le rythme, en soi, situe le moment que traversent les produits bâtis sur des modèles. La dépêche ne dit rien des usages concernés, seulement de la vitesse à laquelle le marché les valorise.

Et maintenant ?

Une même fenêtre de quelques jours réunit donc un outil open source qui met l'analyse de code à portée de question, des agents d'Anthropic qui atteignent des formulaires administratifs et une ligne de signalement policière, et une valorisation à 7,5 Md$ trois semaines après un lancement. Les dépêches ne racontent pas la même histoire, mais elles désignent le même angle mort : les usages progressent plus vite que les cadres censés les encadrer, et que la capacité des entreprises à repérer ce que font leurs propres agents.