# La propre note de Microsoft sur l'entraînement de l'IA vient d'être rendue publique.

Published: 2026-09-18

Dépôts non censurés dans l'affaire New York Times c. OpenAI & Microsoft : une note de service d'un directeur de Microsoft de janvier 2023 qualifie les données d'entraînement de l'IA de « plus grand vol de main-d'œuvre de l'histoire de l'humanité », Copilot a réduit les clics vers le Times jusqu'à 93 % (sa « boucle infernale »), Nadella déclare que le contenu payant devrait être sous licence, le responsable de ChatGPT qualifie le produit de « largement substitutif », et Greg Brockman a répondu à un piratage de paywall par « ah nice. » Le même jour : OpenAI livre Astra for Law (54 % de bonnes réponses sur le banc juridique Vals). De plus, ZCode télécharge l'intégralité de votre .git sur Aliyun avec une clé que seul Z.ai détient, et Hacktron a accédé aux dépôts internes d'OpenAI pour une prime de 6 500 $. Verdict : NÉCESSITE UN EXAMEN.

Canonical: https://thedailydiff.dev/fr/video/2026-09-18-theft-of-labor/

## Ce que couvre cette vidéo

- NYT c. OpenAI/Microsoft rendu public : « le plus grand vol de main-d'œuvre de l'histoire de l'humanité » (mémo Microsoft, janv. 2023) ; Copilot -93 % de clics ; 91 692 copies des œuvres des plaignants dans les données de mi-entraînement ; 2 millions de pages nytimes.com dans une tranche Common Crawl ; avis de droit d'auteur supprimés ; Brockman : « ah nice »
- Mise en garde : les citations proviennent du mémoire du Times, les pièces sont toujours scellées ; le juge Alsup (Bartz c. Anthropic) a statué que l'entraînement sur des livres achetés est un usage équitable — Anthropic a payé 1,5 milliard de dollars pour les 7 millions de livres piratés
- OpenAI Astra for Law : GPT-6 Astra + un index juridique de 230 millions d'URL ; 54,0 % contre 38,7 % sur le banc de recherche juridique Vals ; Harvey, Legora, 26 plugins
- ZCode (Z.ai, GLM) : 313 Mo d'instantané chiffré d'un espace de travail de 42 411 fichiers, 86,6 % .git, téléchargé sur Aliyun OSS lors de la connexion et avant chaque invite ; clé RSA-OAEP détenue uniquement par Z.ai ; les bascules de paramètres ne l'arrêtent pas
- Hacktron : débordement de tas libheif → RCE Discourse → mauvaise configuration SSO → GitHub → dépôts internes d'OpenAI en moins de 72 h ; exploit écrit par Claude Opus 5 (3 h) ; campagne de moins de 3 000 $ en jetons ; prime de 6 500 $, corrigée en ~14 h

## Transcription traduite

Traduit de la narration originale en anglais. L'audio et les sous-titres disponibles sont gérés par YouTube.

0:00 En janvier 2023, un directeur de Microsoft a rédigé une note qualifiant ce que sa propre entreprise faisait du plus grand vol de main-d'œuvre de l'histoire de l'humanité, et hier, un tribunal fédéral nous a permis de la lire. La note est l'une des citations non censurées dans l'affaire New York Times contre OpenAI et Microsoft, un procès qui aura trois ans en décembre. Le même jeudi, OpenAI a lancé Astra for Law, un modèle pour les avocats, ce qui est soit une coïncidence, soit une très forte embauche. Ce matin, un développeur a surpris ZCode, l'agent de codage de Z dot A I,

0:29 téléchargeant l'intégralité de son historique git sur le cloud d'Alibaba avec une clé que seul Z dot A I détient. Et une entreprise de sécurité est entrée dans les dépôts internes d'OpenAI via un téléchargement d'image, pour lequel OpenAI a payé six mille cinq cents dollars. Dans cette vidéo : ce que disent les documents, qui a dit « ah nice » à un piratage de paywall, le modèle juridique qui se trompe la moitié du temps, ce que ZCode télécharge, et pourquoi un exploit écrit par Claude vaut moins qu'une voiture d'occasion. Nous sommes le vendredi 18 septembre, et voici The Daily Diff.

0:58 Commençons par la note. Brent Hecht dirige la science appliquée chez Microsoft, et en janvier 2023, il a qualifié les données d'entraînement de vol stupéfiant de proportions sans précédent. Un an plus tard, il était de retour avec une présentation : le moteur de réponse de Copilot a réduit les clics vers le Times jusqu'à quatre-vingt-treize pour cent, ce qu'il a appelé une boucle infernale : affamer les éditeurs, et le modèle n'a rien de nouveau à manger. Ses mots : un produit final qui menace les fondations économiques de ses

1:21 fournisseurs essentiels, la manière corporative de dire que le serpent a trouvé sa queue. Puis les dépositions. Satya Nadella a témoigné cette année que tout contenu payant devrait être sous licence, et que s'il avait su qu'OpenAI s'entraînait sur des articles payants, il les aurait fait réentraîner, ce qui suppose que personne chez Microsoft n'a ouvert l'ensemble de données d'entraînement qui leur a été remis, et selon la même déclaration, il s'agissait de l'intégralité de l'ensemble de données GPT-3. Nick Turley, qui dirige ChatGPT, l'a qualifié de menace existentielle pour les éditeurs, largement substitutif. Et quand un chercheur

1:49 a informé Greg Brockman d'un hack pour contourner le paywall du Times, le président d'OpenAI a répondu par deux mots : ah nice. Les ingénieurs ont également supprimé les avis de droit d'auteur des données afin que le modèle ne les produise pas, c'est pourquoi vous limez le numéro de série d'un vélo. L'échelle : plus de quatre-vingt-onze mille copies des articles des plaignants dans les ensembles de données de mi-entraînement seuls, et deux millions de pages du Times dans une seule tranche de Common Crawl. Maintenant, la partie que le titre omet.

2:15 Chaque citation provient du mémoire du Times ; les pièces sont toujours scellées, nous lisons donc les points saillants de l'accusation sans contexte. Et les tribunaux ont principalement penché en faveur de l'usage équitable : le juge Alsup a statué l'année dernière que l'entraînement sur des livres que vous avez payés est légal, bien qu'Anthropic ait tout de même payé un milliard et demi pour les sept millions qu'il a piratés. La question juridique est donc ouverte. La question de savoir si les personnes qui l'ont construit pensaient que c'était un vol n'est, à compter d'hier, plus d'actualité.

2:41 Ce qui fait de l'autre lancement d'OpenAI de jeudi un choix audacieux. Astra for Law enveloppe GPT-6 Astra, le modèle que j'ai marqué REVERT la semaine dernière après qu'il ait produit soixante-quinze mille lignes de rien, dans un index de recherche juridique de deux cent trente millions de pages. Sur le banc d'essai de recherche juridique d'Vals AI, il réussit cinquante-quatre pour cent des questions, contre trente-neuf avec une simple recherche web, ce qu'OpenAI appelle une amélioration de quarante pour cent et qu'un avocat qualifierait de faux près de la moitié du temps. Le billet de blog ne contient pas le mot hallucination.

3:14 Hacker News l'a fait : pourra-t-il se poursuivre en justice, ce qui, compte tenu de la semaine, est le premier cas d'utilisation authentique. Pendant ce temps, le discours sur le vol de main-d'œuvre a atteint votre ordinateur portable. Un développeur nommé ferstar a nettoyé son dossier ZCode, l'agent de bureau fermé de Z dot A I pour les modèles GLM, et a trouvé une archive cryptée de trois cent treize mégaoctets de son espace de travail commercial : quarante-deux mille fichiers, quatre-vingt-sept pour cent étant le répertoire dot git, expédiés au stockage d'objets d'Alibaba lors de la connexion et avant chaque invite.

3:42 L'archive est enveloppée d'une clé publique distribuée par le serveur ; la clé privée vit uniquement dans le cloud de Z dot A I, de sorte que le texte chiffré sur votre propre disque est illisible pour vous. Sa ligne : une clé que seul le serveur peut utiliser n'a qu'un seul but. Z dot A I est aussi l'entreprise qu'Anthropic a accusée de distiller Claude, donc les poids sont ouverts et, apparemment, votre dépôt aussi. Et le plus drôle, à moins que vous ne travailliez chez OpenAI. Hacktron a trouvé un débordement de tas dans libheif, a téléchargé une image artisanale sur

4:10 community dot openai dot com, a obtenu l'exécution de code sur le forum, et a utilisé un système d'authentification unique mal configuré via l'intégration GitHub pour accéder aux dépôts internes d'OpenAI, en moins de soixante-douze heures. L'exploit a été écrit par Claude : Opus 4.8 n'a pas pu battre la randomisation d'adresse, Opus 5 l'a fait en trois heures après sa sortie. Toute la campagne a coûté moins de trois mille dollars en jetons. OpenAI a corrigé en quatorze heures et a payé six mille cinq cents dollars, de sorte que le code source d'une entreprise valant des milliards de dollars a été,

4:39 brièvement, évalué comme une Corolla d'occasion, le même jour où ses avocats ont fait valoir que la copie est un usage équitable. Si vous préférez lire ceci plutôt que de m'entendre le dire, le diff atterrit dans votre boîte de réception chaque matin — gratuit sur the daily diff dot dev, lien ci-dessous. Donc — le verdict d'aujourd'hui : NEEDS REVIEW. Les citations sont réelles, mais ce sont les choix de l'accusation parmi des pièces scellées, et le seul juge qui a statué dit que l'entraînement est un usage équitable et que le piratage ne l'est pas. Le tribunal décide de la loi ; la note a déjà décidé de l'éthique.

5:07 Abonnez-vous, appuyez sur la cloche et dites-moi dans les commentaires si vous l'auriez marqué différemment. Et c'est le diff pour aujourd'hui. Je suis Niko d'Axrisi. Fusionnez de manière responsable.

## Sources

- [TechCrunch: Microsoft exec called AI scraping 'the largest theft of labor in human history'](https://techcrunch.com/2026/09/17/microsoft-exec-called-ai-scraping-the-largest-theft-of-labor-in-human-history-new-unredacted-filings-reveal/) — techcrunch.com
- [HN thread (605 pts)](https://news.ycombinator.com/item?id=49752056) — news.ycombinator.com
- [Jason Kint on the unsealed motions](https://x.com/jason_kint/status/2100611139906228629) — x.com
- [Ed Newton-Rex](https://x.com/ednewtonrex/status/2100649215290466631) — x.com
- [Bartz v. Anthropic / $1.5B settlement (background)](https://en.wikipedia.org/wiki/Anthropic) — en.wikipedia.org
- [OpenAI: Introducing Astra for Law](https://openai.com/index/astra-for-law/) — openai.com
- [HN: Astra for Law (550 pts)](https://news.ycombinator.com/item?id=49745940) — news.ycombinator.com
- [ferstar: ZCode silent workspace snapshot (original forensics)](https://blog.ferstar.org/en/posts/zcode-silent-workspace-snapshot/) — blog.ferstar.org
- [tokenstead write-up](https://tokenstead.ai/guides/zcode-silent-git-history-upload) — tokenstead.ai
- [ferstar on X](https://x.com/ferstar_org/status/2100805861002355154) — x.com
- [HN: ZCode uploads your Git history (226 pts)](https://news.ycombinator.com/item?id=49752422) — news.ycombinator.com
- [Hacktron: Hacking OpenAI](https://www.hacktron.ai/blog/hacking-openai) — www.hacktron.ai
- [HN: Hacktron (406 pts)](https://news.ycombinator.com/item?id=49749656) — news.ycombinator.com