Pesquisadores da Universidade de Toronto demonstram que worm de IA pode atacar qualquer dispositivo conectado

O worm da Universidade de Toronto não é um conceito teórico: é um protótipo funcional que opera com modelos open-weight (como Gemma ou Phi-3) em uma única GPU, sem dependência de infraestrutura em nuvem. Ele não descobre novas falhas, ao contrário do Mythos Preview, que identifica vulnerabilidades ocultas como a RCE do FreeBSD de 17 anos , , mas varre ativamente redes em busca de CVEs já divulgados e não corrigidos, então gera, adapta e executa exploits em tempo real, usando um loop de raciocínio recursivo para decidir o próximo passo lateral. Isso torna sua detecção mais difícil que a de worms tradicionais: não há assinatura estática, não há payload fixo, e ele se reinventa conforme encontra novos vetores, como scripts postinstall no npm (como na campanha TrapDoor) ou primitivos de RCE em serviços RPC expostos.

Esse comportamento reflete uma mudança estrutural no ciberataque: o custo marginal de escala agora tende a zero. Enquanto o WannaCry exigia atualizações massivas de um único exploit, esse worm consome recursos locais da máquina infectada para sustentar seu próprio raciocínio, transformando cada vítima em um novo nó de comando. A janela entre divulgação de uma vulnerabilidade e exploração efetiva já caiu para horas; agora, com IA operando localmente, essa janela pode ser reduzida a minutos, especialmente em ambientes onde a remediação leva, em média, 43 dias.

Em maio de 2026, a CEVIU reportou que ataques de IA haviam deixado de ser experimentais e se tornado rotineiros (Check Point), e que LLMs como o Mythos Preview já geravam cadeias de exploit ponta a ponta. Agora, com o worm de Toronto, a ameaça evoluiu de 'assistida por IA' para 'autônoma e auto-sustentável'. Antes, o atacante usava IA para acelerar etapas. Agora, o agente de IA *é* o atacante, capaz de explorar, pivotar, persistir e escalar recursos sem intervenção humana. Também é a primeira demonstração pública de um worm que usa raciocínio orientado por objetivos para movimento lateral induzido por IA (AILM), alinhado ao alerta do CERT-In da Índia sobre ataques autônomos em múltiplas fases.

Empresas que ainda tratam correções de vulnerabilidades como tarefas cíclicas estão expostas: esse worm não espera por janelas de manutenção. Ele explora a lacuna entre a descoberta de uma falha (já feita por ferramentas como o Inspect da Ramp ou o AISLE) e sua correção real, e essa lacuna só aumenta. CISOs precisam repensar defesa em camadas: monitoramento de consumo anômalo de GPU/CPU em estações de desenvolvimento (como as atacadas pela TrapDoor), bloqueio rigoroso de execução de scripts pós-instalação e priorização extrema de remediação de vulnerabilidades com CVSS ≥ 7.0 em menos de 72 horas, não 43 dias. O risco não é mais 'ser encontrado', mas 'ser usado como plataforma de ataque por outro agente'.