Claude Mythos : Quand Anthropic Trébuche sur Ses Propres Promesses

Quand le modèle le plus ambitieux d'Anthropic révèle les failles d'une promesse trop grande

Anthropic s'est toujours présenté comme l'entreprise responsable de l'IA. Fondée par d'anciens d'OpenAI convaincus que la sécurité devait primer sur la course à la performance, la société a construit son identité autour d'une promesse forte : créer des systèmes d'intelligence artificielle fiables, transparents et alignés avec les valeurs humaines. Puis est arrivé Claude Mythos — et avec lui, une série de contradictions que la communauté tech ne peut plus ignorer.

Le contexte : Anthropic et l'obsession de la confiance

Depuis ses débuts, Anthropic a misé sur un différenciateur clair face à ses concurrents : la Constitutional AI, une approche visant à entraîner les modèles selon un ensemble de principes éthiques explicites. Claude, leur assistant phare, était censé incarner cette philosophie. Plus prudent, plus honnête, plus prévisible que ses rivaux.

Cette réputation a séduit des millions d'utilisateurs professionnels — juristes, médecins, chercheurs, rédacteurs — qui ont intégré Claude dans leurs workflows quotidiens en lui faisant confiance pour sa cohérence. C'est précisément cette cohérence qui est aujourd'hui remise en question.

Claude Mythos : une montée en puissance… suivie d'une chute silencieuse

Lors de son lancement, Claude Mythos a été présenté comme un bond qualitatif majeur. Les benchmarks étaient impressionnants : meilleure compréhension contextuelle, raisonnement étendu, capacité à gérer des tâches complexes sur de longs horizons. Les démonstrations étaient convaincantes. L'enthousiasme, réel.

Mais quelques semaines après le déploiement, les retours d'expérience ont commencé à diverger des promesses initiales. Des utilisateurs réguliers ont observé :

• Une dégradation progressive des réponses sur des tâches pourtant identiques à celles effectuées au lancement ;
• Des hallucinations plus fréquentes dans des domaines où le modèle s'était montré fiable ;
• Une sur-prudence croissante, le modèle refusant des requêtes parfaitement légitimes sous prétexte de sécurité ;
• Des incohérences de personnalité entre sessions, comme si plusieurs versions du modèle coexistaient sans coordination.

Ce phénomène n'est pas nouveau dans l'industrie — on l'appelle souvent le "model drift" — mais il prend une dimension particulière chez Anthropic, qui avait précisément fait de la stabilité et de la transparence ses arguments de vente principaux.

Les contradictions qui font mal

1. Transparence affichée, opacité réelle

Anthropic publie régulièrement des model cards et des rapports de sécurité détaillés. Pourtant, aucune communication officielle n'a accompagné les dégradations observées. Pas de changelog, pas d'explication sur les ajustements post-déploiement. Les utilisateurs qui signalent des régressions sur les forums reçoivent des réponses vagues. Cette opacité est d'autant plus frappante qu'elle contraste avec le discours public de l'entreprise sur la nécessité d'une IA auditable.

2. Sécurité vs. utilité : un équilibre introuvable

L'un des reproches les plus récurrents concerne les refus injustifiés. Des professionnels de santé se voient bloquer sur des questions médicales de routine. Des avocats ne peuvent pas obtenir d'analyses juridiques standards. Des enseignants se heurtent à des limites absurdes sur des contenus pédagogiques. En voulant ériger des garde-fous de plus en plus stricts, Anthropic crée un modèle tellement craintif qu'il en devient inutilisable pour des cas d'usage légitimes.

3. Le paradoxe de l'alignement

Voici peut-être la contradiction la plus profonde : un modèle sur-aligné cesse d'être aligné avec les besoins réels des utilisateurs. L'alignement ne signifie pas l'obéissance aveugle à une liste de règles internes ; il signifie répondre efficacement aux intentions légitimes des humains. En déviant vers un excès de prudence, Anthropic trahit l'esprit même de sa mission fondatrice.

Ce que cela révèle sur l'industrie entière

L'affaire Claude Mythos n'est pas un cas isolé. Elle met en lumière une tension structurelle qui traverse tout le secteur de l'IA générative : comment déployer rapidement tout en maintenant les standards promis ? La pression concurrentielle — notamment face à OpenAI et Google — pousse même les acteurs les plus idéalistes à des compromis silencieux.

Les utilisateurs professionnels, eux, paient les frais de ces arbitrages non communiqués. Ils ont construit des pipelines, des processus, parfois des produits entiers autour de comportements spécifiques d'un modèle. Quand ce modèle change sans préavis, c'est leur travail qui s'effondre.

Conclusion : il est temps d'exiger plus

Anthropic reste l'une des entreprises les plus sérieuses du secteur sur les questions de sécurité à long terme. Mais la crédibilité se construit dans les détails du quotidien, pas seulement dans les grands discours sur l'existentialisme technologique. Claude Mythos devait être une démonstration de maturité. Il est devenu le révélateur d'un écart grandissant entre communication et réalité.

La bonne nouvelle ? Il est encore temps de corriger le tir. Des changelogs transparents, un mécanisme de signalement structuré, et une communication honnête sur les compromis opérés suffiraient à restaurer une grande partie de la confiance perdue. La question est de savoir si Anthropic choisira la cohérence — ou continuera à se raconter ses propres mythes.

— Reservoir Live