Une réponse d’IA peut être fluide tout en contenant des informations qui ne lui appartiennent pas. Cloudflare a dévoilé le 26 octobre un incident touchant GLM-5.3 dans Workers AI : entre le 27 août et le 9 septembre, 155 réponses ont intégré des données issues de requêtes d’autres clients. L’entreprise dit avoir corrigé le problème et n’avoir trouvé aucun signe d’exploitation délibérée.
Le défaut se trouvait dans la séparation des requêtes
Le rapport technique de Cloudflare décrit un défaut d’isolation dans l’infrastructure qui exécute le modèle. Des demandes trop longues suivaient un chemin d’erreur défaillant : le traitement continuait et pouvait lire des zones de mémoire contenant encore des éléments d’autres requêtes.
Ce mécanisme est différent d’une réponse inventée ou d’une information mémorisée pendant l’entraînement du modèle. Ici, des données passaient entre des traitements qui auraient dû rester séparés. Le sujet concerne donc les conditions d’exécution du service, pas seulement les propriétés du modèle GLM.
Le résultat pouvait sembler normal au client qui recevait la réponse. Une réponse cohérente et un statut de requête réussi ne suffisent donc pas à établir que le système a respecté les frontières entre utilisateurs. C’est précisément ce qui rend ce type d’incident difficile à reconnaître à partir de la seule qualité apparente du texte.
La publication d’octobre porte sur un incident déjà corrigé
Les 155 réponses ne correspondent pas à 155 entreprises identifiées. Le nombre compte les sorties affectées dans le périmètre établi par Cloudflare. L’entreprise indique que les autres modèles proposés dans Workers AI n’étaient pas touchés par cet incident.
La chronologie évite aussi une mauvaise lecture : le modèle concerné a été rétabli le 9 septembre après intervention, puis le rapport a été publié le 26 octobre dans le cadre d’une divulgation coordonnée. Ce n’est pas l’annonce d’une fuite que l’on pourrait considérer comme toujours ouverte aujourd’hui.
Cloudflare décrit des corrections de configuration et des changements apportés au moteur d’exécution SGLang. Les utilisateurs d’une API hébergée et les équipes qui exploitent elles-mêmes un moteur d’IA n’ont donc pas le même rôle dans la remédiation.
Choisir une IA, c’est aussi choisir son infrastructure
Pour une organisation, comparer les modèles sur leurs réponses ou leur prix ne couvre qu’une partie de l’évaluation. Le prestataire, la séparation des clients, la conservation des données et la gestion des incidents déterminent également les conditions dans lesquelles les fichiers sont traités.
Une équipe qui cherche à savoir si elle entre dans le périmètre de cet incident doit commencer par le service exact, le modèle utilisé et les dates de ses traitements. La seule mention de Cloudflare dans un site ou dans son accès à Internet ne prouve pas une utilisation de GLM-5.3 dans Workers AI.
Ce cas donne ainsi un critère de lecture supplémentaire aux annonces d’IA : derrière la taille de la fenêtre de contexte et les résultats des tests, il faut aussi un système capable de garder les demandes de chacun dans leur propre espace.
Eric Thomas suit l’actualité de Windows, des logiciels, de la cybersécurité grand public et des outils web. Il s’intéresse aux mises à jour système, aux nouveautés informatiques et aux solutions pratiques qui améliorent l’expérience numérique au quotidien.
