Les incidents coréens de fin septembre et début octobre 2026 exposent l’écart entre transactions protégées et petits services. CrowdStrike ajoute des indices d’IA, mais banques et journaux adverses répondent à des questions différentes. Ils ne démontrent pas un agent autonome contre chaque institution.
Les chiffres locaux sont environ 25 000 clients Shinhan, 119 KB Kookmin, 89 Hana et onze développeurs externes BNK Busan. Woori et NH Nonghyup signalent des tentatives sans fuite comparable confirmée. KB compte 119, pas l’erreur initiale de 119 000.
L’analyse du 7 octobre associe ARTEX, modèles et fichiers exposés à des cibles communes. Elle soutient une campagne dirigée par un humain. Total, volume, identité et contribution exacte de l’automatisation restent ouverts.
Les premières défaillances concernaient le support
Shinhan détecta un pic M-Shinhan le 29 septembre et signala le 30. Les courtiers y consultaient les prêts. Les récits locaux décrivent contournement d’authentification, numéros de dossiers répétés, identifiants collectés et interrogations d’autres fonctions simplifiées.
Les champs variaient : noms, téléphone, revenus, montants, limites et prêts. Certains incluaient immatriculation civile et identité associée. Ils valent sans contrôle des paiements.
KB concernait un support mobile aux employés : noms, téléphones, adresses et identifiants chiffrés. La banque le séparait des services bancaires internet, mobiles et transactionnels. Hana et Busan avaient d’autres environnements et populations.
Temps et cibles communs soutiennent une hypothèse, pas le même exploit partout. Aucun cœur bancaire n’était publiquement identifié comme compromis. L’absence de soldes perturbés ne minimise pas le vol de contexte financier.
Shinhan avait cinq ans de meilleures notes et certifications. Elles n’empêchèrent pas ce chemin précis. Un petit portail peut donner des informations malgré une application principale robuste.
Ce que l’infrastructure exposée révélait
Un titre HTML chinois de console autonome attira d’abord l’attention. Il montre une interface, non un accès réussi à une banque. D’autres fichiers apportèrent le contexte probant.
Une instruction Claude Code près d’ARTEX pointait vers Hong Kong. Les répertoires ouverts contenaient configuration, sessions et mémoire, avec des cibles recoupant les banques rapportées.
Un serveur hébergeait ARTEX, l’autre était principal. DeepSeek v4.1-flash était le moteur ; GLM-5.3 et Grok 4.6 apparaissaient dans d’autres sessions Claude Code. Cela prouve un opérateur et son contexte, pas une sélection indépendante par Claude.
ARTEX est un cadre ouvert de test agentique organisant reconnaissance, outils, chemins et validation. Autorisés, ces usages sont légitimes. L’humain choisissait les cibles, maintenait les serveurs et associait modèles et moyens classiques.
La perfection n’est pas nécessaire. Des essais répétés moins chers permettent de suivre les réponses prometteuses. Des commandes incorrectes exigent encore un jugement. Aucune chaîne entièrement autonome de découverte à extraction par victime n’est publique.
Le mobile financier est mieux étayé que l’identité
Des sessions demandaient où vendre les données coréennes et trouver des groupes Telegram. Cela soutient le profit, pas une vente réalisée.
Une demande de CV citant ARTEX incluait Guangdong, études, téléphone et compte. CrowdStrike jugeait le lien possible, pas certain ; âge et date de naissance se contredisaient.
Langue chinoise et gain financier étaient évalués avec confiance modérée, sans État ni adversaire nommé. Langue, origine du logiciel et proxys ne prouvent pas nationalité. Copies et faux renseignements restent possibles.
Une personne jointe par Reuters nia connaissance. Les autorités chinoises ignoraient le cas et condamnaient le piratage ; police et Anthropic n’avaient pas répondu à publication. Serveur et personne nécessitent des preuves différentes.
La mauvaise conservation a servi la criminalistique. Historique, mémoire et configuration assurent continuité, mais révèlent les intentions en accès public. Il ne faut pas compter sur cette imprudence future.
Réaction à l’exposition et aux fraudes possibles
La commission financière réunit le 2 octobre autorités, banques, cartes et associations. Elle exigea inspection des services externes, même non destinés aux clients, authentification, accès, minimisation et partage d’indicateurs.
Attention présidentielle et équipe d’enquête suivirent. Requêtes, chemins et données sorties doivent correspondre à l’infrastructure. Les journaux adverses ne remplacent pas la télémétrie bancaire.
Le 6 octobre démarra un mois spécial prolongeable avec canaux d’aide. L’alerte visait faux employés, prêts, refinancement, compensation, avances et installation d’applications.
Noms, contacts, revenus et emprunts rendent une fraude crédible sans mot de passe ni code. C’est un risque prévisible, pas un dommage secondaire confirmé. Partage et IA ne surveillent pas un service absent de l’inventaire.
De petites applications avec un accès précieux restent le problème
Portails courtiers, employés, prestataires et anciennes API peuvent rester publics sans responsable clair. Un identifiant obtenu ailleurs ne doit pas valoir autorisation. Protéger les paiements seuls ne suffit pas.
Authentification, minimisation, segmentation et anomalies fonctionnent quel que soit le modèle. Woori et NH montrent des avantages défensifs. Les listes IP vieillissent avec les serveurs rotatifs.
Tests internes et fournisseurs exigent périmètre technique et journaux durables. Le nom ARTEX ne prouve pas le crime : dates, droits, cible permise et comportement doivent être corrélés.
Les avertissements de logiciel ouvert ne s’imposent pas après diffusion. L’adversaire peut changer de modèle ou l’héberger. Contrôles côté cible, enquête et moindre valeur des données restent essentiels.
Les prochaines preuves sont chronologie vérifiée, réutilisation ailleurs et fermeture des lacunes. Annoncer une nouvelle défense IA ne le démontre pas.
Ce n’est pas une machine indépendante contre la finance. Un humain combine agents, modèles et serveurs accessibles pour accélérer les faiblesses ordinaires. Chiffres exacts et attribution prudente identifient les frontières défaillantes et les thèses encore ouvertes.