La startup Mercor visée par une attaque via une faille du projet open source LiteLLM

La startup de recrutement par IA Mercor a confirmé une cyberattaque et une fuite de données, après qu'un groupe de pirates spécialisé dans l'extorsion a revendiqué l'intrusion dans les systèmes de l'entreprise. Le vecteur d'attaque est particulièrement préoccupant : les assaillants ont exploité la compromission du projet open source LiteLLM, très populaire, un outil sur lequel repose une bonne part de l'infrastructure d'IA actuelle.

LiteLLM est une bibliothèque open source très répandue qui joue le rôle de passerelle proxy universelle pour travailler avec les modèles de langage de différents fournisseurs : OpenAI, Anthropic, Google, Mistral, Cohere et des dizaines d'autres. L'outil s'est imposé auprès des startups technologiques et des équipes IA en entreprise parce qu'il permet d'unifier les appels à différents LLM via une API unique, de gérer la rotation des clés et de tenir une journalisation centralisée des requêtes. Cette position dans l'infrastructure, entre l'application et les modèles de langage, avec un accès aux clés d'API et aux données des utilisateurs, fait de LiteLLM une cible particulièrement attrayante pour les attaquants.

La compromission d'un tel composant dépasse largement le cadre d'un incident touchant une seule entreprise. C'est une attaque contre la chaîne d'approvisionnement : tout projet utilisant la version vulnérable de LiteLLM a potentiellement été exposé. Au moment de la publication, on ignore combien d'autres organisations ont pu être touchées par la même compromission.

Mercor est une startup américaine d'IA spécialisée dans le recrutement de profils techniques grâce à l'intelligence artificielle. La plateforme s'appuie sur des modèles de langage pour évaluer automatiquement les compétences des candidats, mener des entretiens structurés et mettre en relation les spécialistes avec des postes ouverts dans des entreprises orientées IA. Par nature, les systèmes de Mercor stockent des informations très sensibles : CV et profils professionnels de milliers de candidats, résultats d'évaluations techniques, données sur les prétentions salariales, ainsi que des informations sur les entreprises recruteuses et leurs besoins en personnel.

Le groupe qui a revendiqué l'attaque applique un modèle de double extorsion éprouvé : la victime reçoit un ultimatum, payer une rançon ou perdre le contrôle des informations volées. Contrairement aux attaques classiques par ransomware, où l'entreprise perd l'accès à ses propres fichiers, ce schéma joue sur la crainte de sanctions réglementaires et d'un préjudice de réputation. Pour une plateforme qui traite des données personnelles de candidats, une fuite publique peut entraîner des enquêtes des régulateurs et une perte irréversible de la confiance des utilisateurs.

Mercor a confirmé l'incident, mais ne dévoile pas pour l'instant l'ampleur des données volées ni les exigences des attaquants.

L'incident met au jour un problème systémique du secteur de l'IA : la dépendance de centaines d'entreprises à un même ensemble d'outils open source, dont LiteLLM, LangChain, LlamaIndex et Transformers. Réutiliser une pile commune accélère le développement, mais concentre le risque : compromettre un composant populaire touche d'un coup tout l'écosystème de ses utilisateurs. Les attaques contre les projets open source sont de plus en plus ciblées : les attaquants analysent le graphe de dépendances, étudient l'écosystème d'utilisateurs de la bibliothèque et choisissent le point d'entrée offrant le plus grand nombre de victimes.

Pour les entreprises qui bâtissent des produits d'IA sur des outils proxy open source ayant accès aux clés d'API et aux données des utilisateurs, le cas Mercor est un signal direct : l'audit régulier des dépendances, la surveillance des mises à jour de sécurité et l'isolation des composants privilégiés de l'infrastructure doivent devenir la norme, et non un point d'une liste de tâches sans cesse repoussée.