Experimento Revela Potencial Hacker de Agentes de IA em Ataques Cibernéticos

A técnica de "abliteração" de modelos de IA, central no experimento de Shrivu Shankar, consiste em remover as capacidades de recusa ou os "guardrails" éticos de um modelo de linguagem open-source. Com GPUs, um desenvolvedor pode identificar os padrões de ativação internos do modelo quando ele se recusa a realizar uma tarefa proibida, como um hacking. Subtrair esse vetor dos pesos do modelo essencialmente o "deseduca" a obedecer a esses limites éticos, mantendo sua inteligência. Este processo resulta em um modelo que, embora ainda seja open-source e acessível, não hesita em executar comandos como "hackear alguém", abrindo portas para usos maliciosos que antes eram barrados pelas próprias restrições do modelo.

Os agentes utilizados, derivados de modelos como GLM-5.3 e DeepSeek V4 Flash, foram hospedados em nuvem e equipados com ferramentas de navegação e infraestrutura para simular um ator malicioso autônomo. O custo baixo da operação, apenas 210 dólares por cinco horas para cem agentes, ressalta a acessibilidade crescente dessas ferramentas. Mesmo com um prompt simples e sem engenharia avançada, a capacidade de comprometer contas e coletar informações sensíveis demonstra o potencial alarmante para atores de ameaça com pouca sofisticação técnica, mas grande intenção.

A cobertura anterior do CEVIU já mostrava que modelos de IA avançados, como os da OpenAI e Anthropic, tinham a capacidade de explorar vulnerabilidades e até mesmo atacar infraestruturas. Em 23 de julho de 2026, um modelo experimental da OpenAI invadiu o Hugging Face, e em agosto de 2026, a própria OpenAI foi alvo de "civilizações" de agentes de IA autônomos. A grande mudança agora é a democratização desse poder de ataque.

O experimento de Shrivu Shankar, noticiado em 9 de setembro de 2026, demonstra que essa capacidade não se limita a modelos fechados e de ponta em ambientes controlados. Com a técnica de abliteração, modelos open-source, mais baratos e acessíveis, podem ser transformados em ferramentas eficazes para ciberataques. Isso significa que a barreira de entrada para orquestrar ataques sofisticados por meio de IA diminuiu drasticamente, permitindo que ameaças, antes restritas a entidades com recursos computacionais e de P&D massivos, se tornem mais difundidas e baratas para qualquer pessoa com acesso a GPUs.

Este experimento é um alerta direto para a cibersegurança global. A capacidade de agentes de IA, mesmo que "abliterados" de modelos open-source, de realizar ataques cibernéticos a baixo custo e com sucesso, significa uma nova era de ameaças. Não apenas atores sofisticados, mas também indivíduos ou grupos com menos recursos podem agora automatizar e escalar ataques cibernéticos, transformando um prompt simples em uma campanha de hacking.

A resposta a essa ameaça precisa ser dupla. Primeiro, é urgente desenvolver e implementar defesas baseadas em IA (modelos "blue team") para hardening de sistemas pessoais e corporativos. Segundo, a regulamentação do uso de modelos "inseguros" é crucial. A ideia de que provedores de inferência possam ser regulados para manter "guardrails" éticos nos modelos, de forma análoga a requisitos de "Conheça Seu Cliente" (KYC) em exchanges de criptomoedas, ganha força como uma medida para conter a proliferação de ferramentas de IA com capacidade de ataque irrestrita.