Em 13 de novembro de 2025, a Anthropic, empresa dedicada à pesquisa e ao desenvolvimento de inteligência artificial, informou que um grupo cibercriminoso supostamente financiado pelo Estado chinês usou o Claude Code para executar entre 80% e 90% de uma campanha de espionagem contra cerca de 30 alvos ao redor do mundo.

A operação mirou grandes empresas de tecnologia, instituições financeiras, indústrias químicas e agências governamentais. No comunicado, a Anthropic afirmou que esse poderia ser um dos primeiros casos documentados de uma operação em grande escala executada com intervenção humana significativamente reduzida.

O uso ofensivo de ferramentas de IA já aparece em casos documentados de ataques cibernéticos, incluindo atividades de reconhecimento, exploração de vulnerabilidades e extração de dados.

A seguir, vamos analisar os cinco casos ocorridos este ano para entender quais capacidades essas ferramentas oferecem, que riscos reais representam e o que continua sendo fundamental para a proteção de pessoas e empresas.

A incorporação da inteligência artificial às operações ofensivas não significa necessariamente o surgimento de novas técnicas de ataque, e sim uma evolução na forma como as técnicas já existentes são usadas. Vulnerabilidades, configurações inseguras e falhas de controle de acesso continuam ocupando um lugar central na segurança da informação das empresas.

1. OpenAI e Hugging Face: o caso dos agentes colaborativos

Em julho de 2026, a OpenAI realizou avaliações internas de cibersegurança para verificar até onde determinados modelos de IA conseguiam chegar na identificação e exploração de vulnerabilidades de software.

De acordo com um relatório publicado pela OpenAI em agosto de 2026, durante os testes os agentes encontraram formas de se comunicar entre si por canais não autorizados e exploraram determinadas vulnerabilidades da infraestrutura para acessar a internet, apesar das restrições previstas no ambiente de avaliação. Em seguida, também acessaram sistemas de terceiros, entre eles os da Hugging Face.

Segundo a OpenAI, o agente encadeou vulnerabilidades, escapou do ambiente de avaliação, chegou à internet e manteve uma campanha coerente envolvendo a infraestrutura de produção por vários dias. Nesse incidente, a IA não apenas identificou uma falha e a explorou: os agentes conseguiram encadear diferentes ações e aproveitar as descobertas de outros agentes para avançar.

Embora os agentes não tivessem habilitados os mecanismos habituais de comunicação entre si, ainda assim encontraram formas alternativas de trocar informações, executar ações e aproveitar as ferramentas que tinham à disposição.

O caso da Hugging Face sugere que a inteligência artificial pode aumentar a capacidade operacional de um atacante sem a necessidade de descobrir novas vulnerabilidades. Aqui, os agentes exploraram múltiplos caminhos, aprenderam com tentativas fracassadas e sustentaram o processo com pouca intervenção humana.

Longe de tornar obsoletos os fundamentos da cibersegurança, esse caso volta a destacar a importância de medidas já conhecidas, como isolar adequadamente os ambientes, limitar acessos, usar credenciais de curta duração e detectar atividades anômalas em diferentes sistemas.

Ainda assim, o fato de um agente conseguir explorar alternativas de forma autônoma e em alta velocidade exige que os controles estejam preparados para reduzir as oportunidades de ataque e detectar mais cedo as cadeias de ações capazes de transformar erros de configuração ou vulnerabilidades conhecidas em um incidente.

2. Claude Mythos: da descoberta de vulnerabilidades ao comprometimento de sistemas reais

Em 7 de abril, a Anthropic apresentou o Claude Mythos Preview e lançou o Project Glasswing, iniciativa cujo objetivo era usar o modelo para identificar e corrigir vulnerabilidades em softwares críticos. Em 22 de maio, a Anthropic informou que o Project Glasswing havia identificado mais de 10 mil vulnerabilidades de severidade alta ou crítica.

Em contrapartida, a empresa especializada VulnCheck fez uma análise do primeiro semestre de 2026 e informou que, das 1.061 vulnerabilidades encontradas com IA, apenas 14 foram exploradas (1,3%).

Por outro lado, em 30 de julho, a Anthropic revelou três incidentes em que modelos Claude haviam acessado sem autorização sistemas de organizações reais durante testes que deveriam ocorrer em ambientes simulados.

Em setembro, a empresa ampliou a investigação para quatro incidentes e descreveu problemas de comportamento: os modelos não só tendiam a interpretar que ainda estavam em uma simulação, como, em alguns casos, continuavam executando ações prejudiciais para cumprir seu objetivo.

Entre os incidentes descritos pela Anthropic está o caso do Mythos 5. Nele, o modelo publicou um pacote malicioso no PyPI, e quinze sistemas reais o baixaram e executaram. Em outro incidente relatado pela Anthropic, um modelo escaneou 9 mil alvos e comprometeu uma aplicação real por meio de credenciais expostas em uma página de depuração e de uma vulnerabilidade de injeção de SQL (SQL injection).

Os incidentes descritos pela Anthropic não envolveram técnicas de ataque inéditas, mas sim a exploração de vulnerabilidades conhecidas, configurações inseguras e mecanismos de autenticação deficientes. O diferencial foi a capacidade dos modelos de identificar e encadear essas oportunidades de forma mais rápida e autônoma.

Da mesma forma, os incidentes relatados pela Anthropic reforçam os alertas sobre o potencial dos modelos de IA para identificar e explorar vulnerabilidades. Como apontamos em um artigo em que analisamos o Claude Mythos Preview, fortalecer a governança, o controle de acesso e a segurança desde a concepção (security by design) deve ser prioridade.

Por isso, a incorporação da IA não muda os fundamentos da cibersegurança. Ela representa uma nova superfície de risco que exige a adoção de medidas básicas: manter os sistemas atualizados, aplicar o princípio do menor privilégio, ter visibilidade sobre a infraestrutura e contar com mecanismos de detecção e resposta.

Paralelamente, a supervisão precisa vir acompanhada de controles técnicos eficazes: não basta que uma pessoa acompanhe o que um agente faz se ele tiver permissões excessivas ou puder agir fora dos limites previstos.

3. O caso de Taiwan: automação de etapas do ataque

Em julho de 2026, uma campanha contra sistemas governamentais de Taiwan colocou em evidência uma nova dimensão do uso da inteligência artificial em ataques cibernéticos.

Segundo as investigações sobre o caso, uma ferramenta construída com agentes de IA explorou sistemas, buscou vulnerabilidades e chegou a modificar suas estratégias ao encontrar obstáculos, conseguindo comprometer pelo menos 85 contas e extrair mais de 2.500 registros de funcionários.

Em resposta, as autoridades taiwanesas emitiram alertas sobre a atividade detectada. O Ministério de Assuntos Digitais de Taiwan confirmou a detecção de diversos ataques contra órgãos do governo, que combinavam operações humanas com agentes de IA.

Esse episódio mostra como os agentes são capazes de coordenar diferentes etapas de uma intrusão e até buscar alternativas quando uma técnica falha. Fica demonstrado, mais uma vez, como a automação pode aumentar a velocidade e a escala com que vulnerabilidades de segurança conhecidas são exploradas.

A relevância desse episódio não está no uso de inteligência artificial em si, mas na forma como ela foi integrada a todo o processo de ataque: os agentes já conseguem automatizar tarefas, trabalhar em paralelo e até reajustar suas ações diante de certos obstáculos.

Para a pessoa por trás do ataque, que escolhe o alvo e fornece as instruções necessárias, isso reduz o tempo e o esforço para explorar uma vulnerabilidade existente. E essa distinção é fundamental: automatizar a execução de um ataque não equivale a delegar todas as decisões a um sistema de inteligência artificial.

Do ponto de vista da cibersegurança, o caso reforça uma premissa conhecida: as organizações precisam reduzir a exposição de seus sistemas, limitar privilégios e manter uma capacidade de detecção e resposta que permita identificar atividades suspeitas em diferentes ambientes.

Embora a automação possa aumentar o volume e a velocidade das tentativas, o impacto depende das fragilidades existentes e dos controles que o ataque consegue superar.

4. Google Threat Intelligence: da assistência à integração

Os relatórios do Google Threat Intelligence Group (GTIG) publicados este ano analisaram como agentes de ameaça ligados à China, Coreia do Norte, Irã e Rússia usaram ferramentas de inteligência artificial nas diferentes etapas de suas operações: do reconhecimento de organizações e pessoas à montagem de campanhas de phishing, passando pelo desenvolvimento de código malicioso e pela pesquisa de vulnerabilidades. Os relatórios descrevem uma evolução concreta: esses grupos passaram de usar a IA como assistente para agilizar tarefas a integrá-la em fluxos de trabalho cada vez mais automatizados.

Um dos exemplos relatados é o HONESTCUE, malware que usa a API do Gemini para gerar código em C# com o objetivo de baixar e executar uma segunda etapa maliciosa. Ele mostra como a IA deixa de ser uma ferramenta usada apenas na preparação de um ataque e passa a fazer parte do funcionamento do próprio malware.

Em setembro, o Google descreveu ainda uma evolução no uso de agentes de IA, capazes de coordenar diferentes tarefas com menos intervenção humana. A empresa chegou a observar uma operação em que os atacantes comprometeram um recurso na nuvem e planejaram, desenvolveram e executaram uma campanha de coleta massiva de credenciais em menos de seis horas.

Em conjunto, esses relatórios mostram que a IA está ampliando as possibilidades dos cibercriminosos de pesquisar, desenvolver ferramentas e acelerar determinadas etapas de um ataque.

No entanto, as descobertas não indicam que a IA tenha substituído os operadores humanos nem que as ameaças sejam 100% autônomas.

Nesse sentido, o desafio é acompanhar de perto essa evolução, entender como essas capacidades são incorporadas às operações maliciosas e, assim, fortalecer as estratégias de detecção e prevenção diante de ameaças mais complexas e eficientes.

5. PromptSpy: IA dentro do malware

Em 19 de fevereiro de 2026, a ESET divulgou a descoberta do PromptSpy, a partir da análise de amostras de malware para Android. Qual é a particularidade? Ele usa o Gemini para interpretar a interface do celular comprometido e obter instruções sobre onde e como tocar na tela. Com que objetivo? Dificultar que a vítima consiga interromper ou desinstalar o aplicativo malicioso e permitir que os atacantes acessem o dispositivo remotamente.

O diferencial do PromptSpy está na forma como usa a IA: o malware coleta informações sobre os elementos visíveis na tela do celular e as envia ao Gemini, que interpreta a interface e devolve instruções sobre quais ações realizar e onde tocar. Assim, consegue se adaptar às diferentes interfaces do Android para manter o aplicativo malicioso fixado na lista de apps recentes.

O caso mostra como a IA generativa deixa de ser usada apenas para desenvolver malware e passa a atuar no seu funcionamento. Isso não significa, porém, que o PromptSpy seja totalmente autônomo ou que consiga executar um ataque sozinho.

A descoberta permite observar uma possível evolução rumo a ameaças mais adaptáveis, embora não demonstre uma campanha de infecção em massa nem uma mudança radical no cenário de ameaças.

O caso também reforça a importância de manter os dispositivos atualizados, revisar as permissões solicitadas pelos aplicativos e baixar software apenas de fontes confiáveis.

IA e cibersegurança: entre o alarmismo e os riscos reais

A inteligência artificial ocupa cada vez mais espaço em nossa vida, e também nas notícias e manchetes, por conta do seu potencial de transformar a cibersegurança.

No entanto, por trás de algumas afirmações sobre o impacto da IA, existem cenários concretos que merecem atenção: desde o seu uso para agilizar determinadas tarefas dos cibercriminosos até sua incorporação em algumas funções de malware.

Entender esses avanços exige distinguir entre capacidades demonstradas, testes experimentais e riscos potenciais, sem cair no alarmismo. Porque, mesmo com a evolução das ferramentas, as medidas fundamentais de segurança continuam essenciais: manter os sistemas atualizados, gerenciar vulnerabilidades, usar autenticação multifator, proteger credenciais e contar com soluções de segurança capazes de detectar comportamentos suspeitos.

A IA pode mudar e potencializar as técnicas e estratégias dos atacantes, mas isso não torna obsoletas as medidas de segurança tradicionais. Pelo contrário: reforça a importância delas.