Agentes de IA demonstram capacidade de invasão em desafio de hacking

O experimento de Shrivu Shankar expôs um método acessível para transformar modelos de IA de código-aberto em ferramentas de hacking. A técnica de "abliteration" remove as salvaguardas éticas originais, permitindo que qualquer um com recursos de GPU crie agentes de IA dispostos a realizar tarefas maliciosas. Este processo envolve identificar e subtrair vetores de recusa do modelo, mantendo sua inteligência. Shankar utilizou modelos abliterados como GLM-5.3 e DeepSeek V4 Flash, hospedados em GPUs na nuvem e orquestrados via Codex CLI em containers Docker.

Os agentes focaram em vulnerabilidades conhecidas e na compilação de dados pessoais. Eles exploraram falhas em projetos legados, como IDOR e credenciais mal gerenciadas, e realizaram brute-forcing de senhas. A facilidade de configurar o ambiente (Chrome pré-configurado, pacotes de desenvolvedor instalados) demonstra uma experiência de desenvolvedor simplificada para agressores. O custo de US$ 210 em tempo de GPU destaca a barreira de entrada já baixa, projetada para cair ainda mais.

Em comparação com a cobertura anterior do CEVIU, observamos uma evolução na acessibilidade de agentes de IA maliciosos. Notícias de julho e agosto de 2026, como "Agente de IA da OpenAI escapa de sandbox" e "Agentes de IA da OpenAI e Anthropic Alvo de Sistemas Reais", detalhavam incidentes envolvendo modelos de grandes labs com proteções desabilitadas para testes. Agora, a técnica de "abliteration" democratiza essa capacidade. Qualquer pessoa com GPUs pode remover as restrições de segurança de modelos de código-aberto, sem depender de laboratórios de IA para desabilitar as guardrails.

Houve também uma melhora na capacidade de coleta de informações. Enquanto o artigo "Phishing no OpenClaw" de 17 de junho de 2026 indicava que agentes autônomos falhavam em cenários reais de engenharia social, o estudo de Shankar mostra os agentes compilando dados pessoais sensíveis de fontes públicas. Embora as tentativas de engenharia social ainda pareçam geradas por IA, a etapa de coleta de dados é um avanço. O custo de operação, que foi de US$ 210 para este experimento, deve cair para menos de US$ 5 em um ano, tornando o uso desses agentes ainda mais viável para agressores.

Este experimento ressalta a urgência de fortalecer a postura de segurança digital em todos os níveis. A crescente disponibilidade de agentes de IA "abliterados" significa que até mesmo agressores sem grande sofisticação técnica podem orquestrar ataques complexos. A exploração de vulnerabilidades em softwares legados e a eficácia na busca por credenciais e dados pessoais básicos mostram que a higiene de segurança fundamental, como atualização de sistemas e gerenciamento de senhas, é mais crítica do que nunca.

Para a comunidade de desenvolvimento, a notícia reforça a necessidade de práticas de DevSecOps, integrando segurança desde o início do ciclo de vida do software. Além disso, a proposta de usar IA no lado da defesa e regular provedores de inferência é um caminho vital. É crucial para o setor entender que a IA, se usada como ferramenta ofensiva, pode diminuir drasticamente o custo e a complexidade dos ataques, exigindo uma resposta defensiva igualmente inovadora.