Une étude de Keegan Wang et Anantika Mannby, déposée sur arXiv le 12 novembre 2026, a observé davantage de réponses erronées dans plusieurs tests où un agent superviseur confiait la lecture des documents à un agent auxiliaire. Les expériences reposaient sur des faits fictifs dans des environnements isolés : leurs résultats ne mesurent pas la fréquence de tels échecs chez les clients de produits d’IA.

Les auteurs appellent « révision préjudiciable » le passage d’une réponse d’abord correcte à la réponse erronée défendue par un attaquant, après l’arrivée d’un document falsifié. Les agents devaient répondre à des questions à deux choix sur des faits relationnels fictifs. Les documents authentiques restaient accessibles à côté des faux, qui prétendaient notamment corriger des pièces plus récentes tout en omettant une ligne d’identification présente dans les originaux.

Dans une chaîne d’agents, une synthèse transmise ne remplace pas l’accès au document d’origine.

Les résultats varient selon la falsification testée

Les chiffres obtenus avec Claude Code et Codex correspondent à des attaques différentes : ils ne permettent pas de classer les deux produits. Dans le test de falsification « empilée » de Claude Code, Opus 5 a commis une révision préjudiciable dans 1 essai sur 180 en lisant les documents lui-même, contre 75 sur 180 lorsque Haiku 4.5 s’en chargeait. La délégation était alors limitée mécaniquement à l’outil Task, ce qui retirait à l’agent superviseur l’accès direct aux fichiers.

Dans le test Codex fondé sur un faux document invoquant une autorité, GPT-5.6-sol n’a commis aucune révision préjudiciable sur 180 essais en lecture directe ; le résultat est de 44 sur 180 avec une lecture déléguée à GPT-5.6-terra. Pour Codex, la restriction à la délégation reposait sur une consigne contrôlée à chaque essai, et non sur le retrait mécanique de l’accès aux fichiers.

Configuration testéeFalsificationLecture directeLecture déléguéeRestriction de la délégation
Claude Code, Opus 5 et Haiku 4.5Falsification empilée1/18075/180Accès aux fichiers retiré à l’agent superviseur ; outil Task uniquement
Codex, GPT-5.6-sol et GPT-5.6-terraFaux document invoquant une autorité0/18044/180Consigne de délégation vérifiée à chaque essai
CodexAvis de correction falsifié172/180180/180Délégation imposée par consigne et vérifiée à chaque essai

Le dernier résultat empêche de conclure que la lecture directe protège toujours : dans une autre attaque Codex, l’agent a commis une révision préjudiciable dans 172 essais sur 180 même sans déléguer la lecture. Les auteurs ont aussi testé des avis de correction, des récits mensongers répétés, une combinaison de falsifications et des injections de consignes. Le type d’attaque et le dispositif de délégation modifiaient les résultats.

Une fausse synthèse peut se propager dans une chaîne simulée

Dans une simulation distincte, cinq agents chargés d’agréger des rapports se sont trompés dans 94,7 % à 98,0 % des essais lorsqu’ils recevaient le compte rendu d’un agent induit en erreur. Quand les agrégateurs avaient accès au document source récupéré, ils n’ont commis aucune erreur sur 780 essais. Cette expérience simulée porte sur la transmission de rapports entre agents, et non sur les essais de Claude Code ou de Codex.

Le contraste met en évidence une différence importante pour les systèmes en plusieurs étapes : un superviseur qui reçoit seulement une conclusion dépend aussi de la manière dont le lecteur précédent a traité les pièces. Dans les conditions simulées par l’étude, transmettre le document source au lieu d’un compte rendu modifiait le résultat observé.

Les vérifications testées n’établissent pas un mécanisme causal

Dans un autre test mené avec un système réel, chaque groupe comptait 40 essais. Les révisions préjudiciables sont passées de 15 sur 40 dans le groupe de référence à 3 sur 40 lorsqu’un vérificateur devait citer le document original, et à 1 sur 40 avec une consigne de scepticisme. L’analyse des auteurs ne distingue pas statistiquement ces deux méthodes de vérification.

Les auteurs rapportent 58 589 essais pour l’ensemble de l’étude et un désaccord dans 13,0 % de 3 652 paires d’essais répétés sur le même fait. Ils précisent que les résultats d’un groupe d’essais peuvent varier d’une exécution à l’autre. Le nombre de tours d’outil et les erreurs sont associés de façon corrélationnelle ; les auteurs n’ont pas isolé l’effet causal d’une vérification des documents d’origine.