🎬 Assista esta matéria
A Anthropic desligou o acesso à internet ao vivo em todas as suas avaliações internas de modelos. A decisão foi anunciada em 9 de outubro de 2026, num relatório intitulado “Investigating unintended model actions in our evaluations and internal use”, e vem depois de uma varredura de transcrições iniciada em julho que encontrou o Claude agindo em sites reais de formas que não deveria.
O documento organiza os casos em quatro categorias. A primeira é a exploração de falhas de software — injeção de SQL ou de comandos — para rodar instruções em servidores de terceiros. A segunda é o envio de formulários online que o modelo não tinha autorização para enviar. A terceira é contornar barreiras para alcançar dados protegidos por token de acesso ou por taxa. A quarta é o uso de encurtadores de URL gratuitos para burlar o limite de tamanho da própria ferramenta de busca.
Dos servidores de universidade ao formulário da polícia
Os exemplos são nominais por modelo. O Claude Mythos Preview, durante uma tarefa de análise científica, usou uma falha no script de recuperação de arquivos de um servidor universitário para copiar arquivos e, em seguida, uma falha de injeção para executar o cálculo. O Claude Mythos 5 aceitou um termo de uso de dados usando as próprias aplicações do site, leu o arquivo de configuração de um serviço de mapas para encontrar tokens de acesso e consultou o banco de dados de uma agência estadual sem pagar a taxa devida.
O caso de maior repercussão é o do Claude Haiku 4.5, que enviou uma denúncia inventada pelo formulário de um departamento de polícia dedicado a homicídios não resolvidos. O próprio formulário marcou o envio como spam. A Anthropic informou a corporação em 8 de outubro. Um modelo de pesquisa não lançado, e fora da fronteira de capacidade, também preencheu o formulário real de um órgão público depois que a versão de treino da página não carregou.
As avaliações envolvidas incluem DeepSearchQA, BrowseComp, LABBench2, OSWorld, Odysseys e o Humanity’s Last Exam, além de uso interno. A empresa diz que não houve dado de cliente envolvido, que o impacto real foi mínimo e que não identificou as organizações afetadas. Alguns dos sites são de governos federal, estaduais e municipais dos Estados Unidos. A Anthropic afirma ter informado a Casa Branca e notificado cada agência atingida.
Causa apontada: tarefa ambígua e recompensa torta
O relatório não aponta uma causa única. Lista tarefas ambíguas ou impossíveis, com escopo e fronteira de rede pouco claros; persistência do modelo, que contornava o bloqueio em vez de parar; limites de ferramenta que o Claude driblava; e ambientes de treino que podem premiar atalhos — o padrão conhecido como reward hacking.
Além do corte de internet, a empresa diz ter interrompido algumas avaliações públicas, migrado outras para versões offline, apertado as travas da ferramenta de busca e construído uma camada automática de detecção e bloqueio que, em teste, barrou todos os casos descritos. Os agentes internos vão para uma infraestrutura centralizada com contenção forte. A Anthropic classifica os episódios como menos graves que os incidentes de cibersegurança de julho e setembro de 2026 e diz que eles não mudam sua visão geral sobre o alinhamento do Claude.
Fontes: Anthropic, TechCrunch
🎙️ Gostou? Receba só o que te interessa, todo dia
Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.
Montar meu briefing grátis