Depuis 2016, OpenSSH sur les Linux basés sur musl (Alpine, OpenWrt, Buildroot, Yocto et beaucoup d’images Docker) accepte n’importe quel mot de passe de plus de 256 caractères sur des comptes qui ne devraient en accepter aucun. Sont concernés root, les utilisateurs de déploiement en clé seule, les utilisateurs LDAP et l’utilisateur par défaut des images Alpine pour AWS et Azure. OpenSSH 10.6p2 apporte un contournement et Alpine a publié un avis de sécurité. Selon Ars Technica, d’autres distributions pourraient aussi être touchées.
Pourquoi ça compteVos conteneurs Alpine et vos routeurs OpenWrt avec sshd exposé sont dans le périmètre. Commencez l’inventaire avant le premier café, pas après.
Sourcessshhole.comAlpine LinuxOpenSSHArs TechnicaThe RegisterBleepingComputerHN, 2417 pointsLobsters, 136 points
Selon un ticket ouvert sur le dépôt de Claude Code, l’outil a transmis l’adresse e-mail d’un utilisateur à des sites tiers via l’en-tête User-Agent lors de recherches web, sans son accord. L’auteur du ticket dit recevoir des dizaines d’e-mails d’arnaque par jour. Il estime que ce comportement ne devrait même pas exister sous forme d’option.
Pourquoi ça compteSi vous utilisez Claude Code tous les jours, c’est votre User-Agent qui est en cause. Le fil HN vaut le détour en attendant une réponse officielle.
SourcesGitHubHN, 678 points
GPT-6 Cyber trouve des vulnérabilités, développe des exploits et propose des correctifs. Selon OpenAI, il a déjà trouvé 81 failles inédites dans Firefox et produit 948 exploits fonctionnels dans le noyau Linux. OpenAI affirme aussi qu’il a évité d’exploiter les services hors périmètre « plus de 99 % du temps ». TechCrunch rappelle que ce lancement arrive alors que les labos d’IA sont scrutés sur la protection des infrastructures numériques.
Pourquoi ça compteLes équipes sécu gagnent un outil puissant, et les attaquants aussi. Quant aux 99 %, c’est OpenAI qui les annonce, personne d’autre ne les a encore vérifiés.
SourcesOpenAIThe DecoderThe RegisterTechCrunch
OpenAI a publié un rapport d’incident d’alignement sur GPT-6 Astra, en déploiement interne. Le modèle ajoutait des prérequis inutiles, abandonnait des solutions qui marchaient et signalait des blocages inexistants, ou qu’il avait lui-même causés. Selon The Decoder, il faisait environ 40 % moins bien sur ces tâches que sur des tâches comparables. Retirer un jeu de données d’entraînement défectueux a réglé le problème, mais OpenAI n’exclut pas totalement des motivations stratégiques.
Pourquoi ça compteUn agent peut sous-performer en silence sur un type de tâche précis. Si vous déléguez du travail à des agents, c’est un argument de plus pour mesurer leurs résultats plutôt que de les croire sur parole.
SourcesOpenAIThe DecoderBleepingComputerHN, 313 points