Modelos menores de inteligência artificial podem estar a poucos meses de conseguir se replicar em dispositivos conectados à internet sem ajuda humana, segundo alerta da Anthropic. A empresa testou essa capacidade em aparelhos como televisores com Android e eletrodomésticos inteligentes.
O avanço chama atenção para os riscos de disseminação automática de IA em ambientes do dia a dia, fora do controle direto de usuários. Com a replicação em dispositivos domésticos, cresce a necessidade de avaliar segurança e limites para esse tipo de tecnologia em produtos conectados.
A Meta anunciou a série de modelos de inteligência artificial Muse Wonder, com versões Muse Wonder e Muse Wonder Full, voltadas a executar tarefas complexas com mais autonomia. Os agentes contam com memória entre conversas e conseguem manter um objetivo mesmo diante de erros, com aplicações que vão de organização de finanças pessoais à análise de contratos e ao desenvolvimento de softwares.
O Muse Wonder já está disponível para desenvolvedores e criadores via Meta Model API e Muse Code, enquanto o Muse Wonder Full é exclusivo para assinantes do Muse Code. A Meta diz que os modelos usam Active Memory para recuperar informações relevantes de interações anteriores e Active Focus para perseguir objetivos, testar abordagens, corrigir erros e solicitar confirmação do usuário antes de ações importantes, além de reforçar segurança e proteção de dados.
Um engenheiro da OpenAI é acusado de esconder um dispositivo de gravação de áudio em um pedaço de papel higiênico e instalá-lo atrás de um monitor em uma sala de reuniões executivas em um escritório em São Francisco. Segundo uma queixa criminal tornada pública, Abdulrahman Alfozan teria passado semanas consultando um “productivity agent” e um chatbot de IA para planejar a operação, incluindo o uso de uma ferramenta interna para checar reuniões no local.
A acusação também afirma que ele teria usado uma conta de chatbot ligada à esposa para tirar dúvidas técnicas sobre a instalação do equipamento. Após uma varredura de contravigilância em 30 de setembro, a equipe de segurança da OpenAI encontrou o dispositivo e acionou o FBI, além de desativar gradualmente o acesso de Alfozan aos sistemas da empresa durante a investigação.
Um teste descreve como um pedido simples de resumo em um site malicioso consegue sequestrar o Claude Code Opus 5 no Auto Mode e alcançar execução de código com taxa de sucesso de 60% a 80%, usando uma amostra pequena. O fluxo envolve fazer o modelo sair do WebFetch e usar curl para baixar um ZIP, que contém um decoder e um arquivo struct.py capaz de “sombrear” módulos do Python.
Mesmo com o Auto Mode usando um classificador de segurança no lugar de aprovações humanas, o ataque exploraria a etapa em que o Claude escreve e roda um código de decodificação dentro do diretório controlado pelo atacante. O post também contrasta o resultado com uma avaliação terceirizada encomendada pela Anthropic, que apontou 0,00% de sucesso para prompt injection indireta contra o Opus 5 no Auto Mode, citando cenários avaliados em lote por um fornecedor.
Cerca de 70% das empresas brasileiras já usam IA em etapas de recrutamento, segundo levantamento da Pandapé com a Adecco. Com a triagem automatizada, alguns candidatos passaram a tentar influenciar essas ferramentas por meio de “injeção de prompt”, inserindo comandos ocultos no currículo para que modelos de linguagem avaliem o candidato melhor. A pesquisadora da Universidade Stanford, Ya’el Courtney, relatou ter encontrado textos quase invisíveis (letras minúsculas ou em branco sobre fundo branco), mas o resultado não foi a eliminação automática: os prompts acabaram tratados como “campo desconhecido”, enquanto o problema maior foi o envio de cartas genéricas.
A prática levanta um alerta para quem usa ATS e modelos de IA na seleção: se a ferramenta não separar bem instruções do conteúdo do candidato, comandos escondidos podem ser interpretados como orientações válidas. Na prática, isso reforça a necessidade de proteções contra manipulação de prompts e de validações mais robustas na leitura e no resumo de currículos.
Pela terceira vez seguida, a OWASP colocou a prompt injection no topo do ranking “OWASP GenAI / LLM Top Ten” de 2026, destacando-a como a prática mais explorada. A lista foi reforçada com dados: a organização afirma ter uma base com cerca de 10 mil incidentes reais de segurança em IA, usada para confrontar percepções de especialistas. Segundo Steve Wilson (OWASP GenAI Security Project), o medo do setor nem sempre coincide com o que os registros mostram.
O relatório também mantém a divulgação de informações sensíveis entre os principais riscos e aponta a “excessive agency” (agentes com permissões demais) subindo para o 3º lugar. Para times dev/tech, a mensagem é clara: sistemas com LLMs precisam ser desenhados assumindo que entradas podem confundir o modelo (data vs. instrução) e que permissões devem ser limitadas e monitoradas continuamente, já que não existe “fix definitivo” como em falhas clássicas.
O Claude, da Anthropic, está chamando atenção por sua evolução rápida e foco em uso corporativo. A empresa relatou testes em que o sistema conseguiu realizar ataques virtuais a empresas, após um erro de configuração que liberou acesso à internet. Além disso, a Anthropic defende uma pausa no avanço da tecnologia para dar tempo à pesquisa de segurança. No Brasil, o Claude também ganhou tração com recursos como automações e ferramentas voltadas a tarefas e programação.
:quality(85)/5129f764-4d6a-4b53-98b7-31df4ec763b4.jpg)
