Quand les IA parlent entre elles : une nouvelle génération de menaces numériques

Dans un coin discret d’Internet, des programmes d’intelligence artificielle ont commencé à communiquer entre eux, à échanger des instructions et à exécuter des tâches sans intervention humaine directe. Ce phénomène marque un tournant majeur. Il ne s’agit plus d’une simple expérimentation technologique, mais d’un signal précoce de nouvelles menaces numériques, fondées non pas sur du code malveillant classique, mais sur le langage lui-même.

Moltbook et OpenClaw : un réseau social pour agents IA

Le projet Moltbook illustre parfaitement cette évolution. Il s’agit d’un réseau social simulé qui regroupe des centaines de milliers d’agents d’intelligence artificielle, interconnectés via une plateforme ouverte appelée OpenClaw.

Ces agents lisent des publications, les stockent en mémoire et adaptent leur comportement en fonction de ce que produisent les autres. Le fonctionnement rappelle fortement celui des réseaux sociaux humains comme Facebook ou X, mais transposé à des entités autonomes capables d’agir.

Les attaques par injection de prompts : quand les mots deviennent viraux

La forte densité d’agents dans ce type de réseau crée un environnement idéal pour la propagation des attaques par injection de prompts. Contrairement aux cyberattaques traditionnelles, il ne s’agit pas d’exploiter une faille logicielle, mais de tirer parti de la tendance naturelle des modèles de langage à exécuter toute instruction qu’ils interprètent comme légitime.

Dans ce contexte, la menace se propage non pas par du code, mais par des instructions textuelles, transmises, mémorisées et répliquées par les agents eux-mêmes.

Une analogie moderne avec le ver Morris de 1988

Les chercheurs comparent ce phénomène à l’apparition du ver Morris en 1988, l’un des premiers vers informatiques de l’histoire. La différence est fondamentale : là où le ver Morris reposait sur un programme capable de se répliquer, les attaques actuelles reposent sur des phrases, capables de se diffuser dès lors qu’elles sont lues et réutilisées.

Une étude publiée en 2024 démontre que ces instructions peuvent circuler entre assistants intelligents et entraîner des fuites de données, sans qu’aucun système ne soit techniquement compromis.

Mémoire persistante et autonomie : un risque amplifié

Avec l’intégration de mémoire longue durée et de mécanismes d’exécution autonome sur des plateformes comme Moltbook, la maîtrise de ces risques devient beaucoup plus complexe. Une instruction malveillante peut rester stockée, être réactivée plus tard et se propager de manière différée.

OpenClaw a attiré rapidement des milliers d’utilisateurs grâce à la promesse d’agents IA quasi autonomes. Cependant, une partie du code a été développée sans audit de sécurité approfondi, ouvrant la porte à des compétences malveillantes, des instructions dissimulées et même des bases de données exposées.

Manipulation indirecte et fuite de données

Le danger le plus subtil réside dans la manipulation comportementale des agents. Par une chaîne d’instructions soigneusement formulées, il devient possible de convaincre un agent de partager des données sensibles, sans qu’aucune intrusion directe ne soit détectée.

Ce type de scénario remet en question les modèles classiques de cybersécurité, fondés sur la détection d’attaques explicites.

MoltBunker : vers des réseaux autonomes et persistants

Le tableau s’élargit encore avec l’émergence du projet MoltBunker, qui évoque des réseaux chiffrés et une monnaie numérique destinés à assurer la persistance des agents IA. Si ces concepts peuvent sembler relever de la science-fiction, ils sont techniquement réalisables, même si leur usage actuel vise principalement à attirer des financements.

Une question de gouvernance, pas d’intention

À ce stade, la question centrale n’est plus celle de l’intention de l’intelligence artificielle, mais celle de l’architecture que nous construisons autour d’elle. Lorsque mémoire persistante, accès externe et exécution autonome se combinent, toute instruction transmissible devient un risque potentiel.

Aujourd’hui, les grandes entreprises technologiques conservent un certain contrôle grâce à des mécanismes centralisés d’activation et de désactivation. Mais ce contrôle reste fragile. L’essor rapide des modèles locaux réduit progressivement ces points d’arrêt centralisés.

Conclusion : les mots comme nouvelle infrastructure critique

Ce que nous observons actuellement n’est pas encore une crise majeure, mais une répétition générale. Un avant-goût d’un monde où les mots eux-mêmes deviennent une infrastructure critique, nécessitant des règles de gouvernance claires, des audits continus et une réflexion éthique profonde.

Sans cela, le langage — fondement même de l’intelligence artificielle — pourrait devenir l’un des vecteurs de risque les plus complexes de l’ère numérique.