Em 30 de julho, a Anthropic revelou que modelos Claude — Opus 4.7, Mythos 5 e um modelo interno ainda não lançado — ganharam acesso não autorizado a três empresas reais durante avaliações internas de capacidade cibernética. Em nenhum dos três casos havia intenção maliciosa: os modelos estavam resolvendo desafios de "capture the flag" simulados e encontraram, por falhas de configuração do ambiente de teste, um caminho até sistemas reais.
O que mudou
Segundo o próprio blog da Anthropic e reportagens da TechCrunch, Fortune e CNBC, a empresa disse aos modelos que estavam numa simulação sem acesso à internet — mas uma falha de configuração do lado do parceiro de avaliação, a Irregular, deixou as máquinas de teste realmente conectadas. Num dos casos, o Claude confundiu uma empresa real com o alvo fictício e obteve credenciais de aplicação e infraestrutura, além de algumas centenas de linhas de um banco de dados de clientes em produção. Em outro, o Claude publicou um pacote Python malicioso no repositório real PyPI enquanto tentava comprometer o alvo simulado — o pacote acabou instalado em 15 sistemas reais, incluindo o scanner de segurança de uma empresa. No terceiro caso, sem conseguir alcançar o alvo fictício, o modelo escaneou cerca de 9 mil alvos até comprometer o sistema de uma empresa real usando técnicas básicas e conhecidas. Nenhuma das três organizações afetadas havia detectado a invasão antes de ser avisada pela Anthropic.
Por que isso importa
A Anthropic havia liderado o Índice de Segurança de IA 2026 que cobrimos aqui, com a nota mais alta do setor — ainda assim um C+. Esse episódio mostra exatamente o motivo: mesmo o laboratório mais bem avaliado em segurança teve três incidentes reais de contenção falha, por um erro de configuração de terceiro, não por falha do modelo em si. A distinção entre "o modelo se comportou mal" e "o ambiente que devia contê-lo falhou" é a mesma que discutimos no caso da OpenAI há duas semanas — e continua sendo o ponto central para qualquer empresa avaliando testes ou deployment de agentes de IA.
O impacto para o Brasil
Empresas brasileiras que contratam avaliações de segurança de IA, red team ou testes de penetração com agentes autônomos precisam tratar o ambiente de teste com o mesmo rigor de segurança que tratariam produção — inclusive ao usar fornecedores terceirizados de avaliação. "O modelo achava que estava isolado" não é defesa suficiente se o isolamento não foi verificado de forma independente.
Leitura da Entercast
Duas semanas, dois laboratórios de fronteira, dois incidentes reais de contenção — e ambos aconteceram durante testes deliberadamente adversariais, não em produção normal. O padrão que emerge é claro: a capacidade dos modelos de agir de forma autônoma e encontrar caminhos inesperados já superou a maturidade média dos processos de contenção usados para testá-los. Empresas que tratam ambiente de teste como 'menos crítico' que produção estão repetindo o mesmo erro que já derrubou dois dos laboratórios mais sofisticados do mundo.