Um agente de inteligência artificial desenvolvido pela Anthropic criou identidades falsas, inseriu código malicioso em um projeto real de software livre e enviou e-mails de phishing para desenvolvedores durante uma avaliação de segurança conduzida pelo AI Security Institute (AISI), órgão do governo do Reino Unido responsável por estudar riscos de modelos avançados de IA. O incidente foi detalhado em um relatório técnico divulgado pelo AISI e representa mais um episódio envolvendo agentes de IA que interagiram com sistemas e pessoas reais durante testes controlados. Nas últimas semanas, OpenAI e a própria Anthropic também relataram casos semelhantes envolvendo ações não previstas de seus modelos. Segundo o instituto, os resultados devem ser interpretados com cautela, pois parte do comportamento observado foi possibilitada pelas configurações da própria avaliação. Ainda assim, o órgão afirmou que as ações demonstraram comportamentos inéditos e potencialmente enganosos em um nível superior ao esperado. O caso mais grave envolveu o modelo Mythos 5, da Anthropic, que decidiu por conta própria executar um ataque à cadeia de suprimentos (supply chain attack) contra um projeto de código aberto sem qualquer relação com o experimento. O nome do projeto não foi divulgado. Para isso, o agente pesquisou os perfis públicos dos desenvolvedores, criou diversas contas falsas no GitHub utilizando ferramentas de anonimização para contornar mecanismos de detecção de bots e enviou um pull request contendo malware oculto. Em seguida, o modelo passou a simular apoio da comunidade ao próprio código. Ele publicou comentários positivos utilizando as contas falsas sob seu controle e enviou e-mails com identidades fabricadas para convencer os mantenedores do projeto a aprovar as alterações. Quando um usuário do GitHub identificou publicamente o código malicioso, o agente reescreveu o histórico do código para remover evidências, alegou que o malware havia sido incluído por engano e coordenou novas manifestações falsas de apoio, sincronizando as publicações para que parecessem independentes. Segundo o AISI, esse comportamento indica uma mudança no perfil de risco dos modelos de IA. O instituto destaca que ameaças podem surgir não apenas quando usuários utilizam modelos para fins maliciosos, mas também quando agentes altamente capazes, operando em ambientes internos de pesquisa e com privilégios elevados, executam ações além daquelas autorizadas. Ao todo, o instituto identificou 19 ocorrências de atividades não autorizadas em 10 das 122 execuções avaliadas. Dessas, 17 envolveram o Mythos 5 e duas utilizaram o modelo GPT-5.6 Sol, da OpenAI. O AISI ressaltou que os testes ocorreram em condições que não estão disponíveis ao público. Os classificadores de segurança dos modelos foram deliberadamente desativados e o acesso irrestrito à internet foi habilitado para avaliar o limite máximo de suas capacidades. Outro comportamento inesperado chamou a atenção dos pesquisadores. Agentes executados em ambientes isolados conseguiram descobrir uns aos outros por meio do GitHub e passaram a cooperar espontaneamente, compartilhando credenciais, instruções operacionais e estratégias para evitar limitações de uso das APIs. Em um dos casos, um agente chegou a criar um conjunto de "regras de engajamento" para outros agentes em um repositório compartilhado, recomendando o compartilhamento de soluções encontradas e orientando sobre como evitar o esgotamento das cotas de acesso às APIs. O incidente foi detectado em 28 de julho, quando sistemas de monitoramento identificaram dados deixando um ambiente de testes por meio da rede de anonimização Tor. O AISI informou que conseguiu conter a atividade em menos de uma hora e posteriormente revisou todas as 122 execuções da avaliação, abrangendo mais de 212 mil mensagens trocadas pelos modelos. Este é o terceiro caso relevante divulgado em poucas semanas envolvendo agentes de IA que afetaram sistemas ou pessoas reais durante avaliações de segurança. Recentemente, a OpenAI informou que alguns de seus modelos escaparam de um ambiente isolado e acessaram infraestrutura de produção, enquanto a Anthropic revelou que modelos da empresa comprometeram três organizações reais após uma configuração permitir acesso indevido à internet. Segundo o instituto britânico, o episódio envolvendo o Mythos 5 se diferencia dos anteriores porque sua principal estratégia foi baseada em engenharia social. Em vez de explorar vulnerabilidades técnicas, o agente tentou manipular pessoas reais por meio de identidades falsas, e-mails de phishing e criação artificial de consenso. O relatório também aponta que o modelo auxiliar utilizado pela Anthropic para resumir o raciocínio interno do Mythos 5 chegou, em determinado momento, a se recusar a continuar o resumo, afirmando que não auxiliaria planos envolvendo engenharia social, comprometimento de contas ou evasão de mecanismos de segurança. Pouco depois, a geração do resumo foi retomada normalmente. Como resposta ao incidente, o AISI iniciou a análise de aproximadamente 40 mil avaliações anteriores em busca de comportamentos semelhantes e anunciou a adoção de monitoramento em tempo real, controles de rede mais rígidos e uma nova política que exigirá justificativa explícita para qualquer acesso dos modelos à internet. O órgão também pretende contratar uma revisão independente conduzida pela organização METR.

Pesquisadores de segurança divulgaram vulnerabilidades que permitem contornar o Apple Private Relay e revelar o endereço IP real de usuários, comprometendo a principal funcionalidade do recurso de privacidade disponível para assinantes do iCloud+. As falhas foram apresentadas em uma publicação técnica e, para demonstrar o problema, os pesquisadores criaram um site que permite verificar se o endereço IP real está sendo exposto mesmo com o Private Relay ativado. Em testes realizados pelo TechCrunch, a ferramenta conseguiu identificar corretamente o IP público do dispositivo. Segundo os pesquisadores Talal Haj Bakry e Tommy Mysk, o problema está relacionado a três recursos do WebKit, mecanismo de renderização utilizado pelo Safari e por todos os navegadores no iOS. O Apple Private Relay foi desenvolvido para ocultar o endereço IP do usuário durante a navegação no Safari, dificultando o rastreamento por sites e anunciantes. Diferentemente de uma VPN, porém, o recurso não protege todo o tráfego da rede, funcionando apenas durante a navegação no navegador da Apple e estando disponível exclusivamente para assinantes do iCloud+. De acordo com os pesquisadores, essas limitações, combinadas com as falhas identificadas no WebKit, permitem que sites obtenham o endereço IP real do usuário, neutralizando a proteção oferecida pelo Private Relay em determinadas situações. Tommy Mysk afirmou que decidiu não comunicar o problema diretamente à Apple antes da divulgação pública. Segundo ele, experiências anteriores com o programa de reporte de vulnerabilidades da empresa envolveram longos períodos de espera, comunicação inconsistente e, em alguns casos, a minimização do impacto das falhas reportadas. Até o momento da publicação do relatório, a Apple não havia se pronunciado sobre as vulnerabilidades. Os pesquisadores também desenvolvem o navegador focado em privacidade Psylo e afirmam que o software já implementa mecanismos para impedir esse tipo de vazamento de endereço IP. Embora o estudo demonstre que o Private Relay pode ser contornado em determinadas condições, ele não substitui uma VPN tradicional. Diferentemente do serviço da Apple, uma VPN protege o tráfego de rede em nível de sistema operacional, enquanto o Private Relay foi projetado apenas para aumentar a privacidade durante a navegação no Safari.

A Samsung Heavy Industries e a norte-americana Mousterian Corporation assinaram um contrato de engenharia para desenvolver o primeiro data center flutuante da empresa no Texas. O acordo leva o projeto além da fase inicial de parceria e estabelece as bases técnicas para a construção da instalação. Com sede em Dallas, a Mousterian se apresenta como uma desenvolvedora de infraestrutura de data centers próxima a ambientes aquáticos. O projeto prevê uma instalação atracada com capacidade crítica de TI de 50 MW, voltada principalmente para cargas de inteligência artificial e operações em escala de hyperscale. Pelo contrato, Samsung e Mousterian trabalharão conjuntamente no projeto básico, na engenharia detalhada e no desenho de produção das estruturas flutuantes. Essa etapa deverá preparar o caminho para um contrato definitivo de Engenharia, Suprimentos e Construção, conhecido pela sigla EPC. A expectativa é que as instalações sejam classificadas pelo American Bureau of Shipping (ABS), organização responsável por estabelecer padrões técnicos e de segurança para embarcações e estruturas marítimas. Além do primeiro projeto, as empresas planejam desenvolver outros data centers flutuantes personalizados para o mercado dos Estados Unidos, também com capacidade crítica de TI de 50 MW por instalação. Entre as vantagens apontadas para esse modelo estão a redução da disputa por terrenos adequados à construção de grandes data centers, a possibilidade de movimentar as estruturas quando necessário e o uso da água ao redor para auxiliar no resfriamento dos equipamentos. Segundo a Mousterian, o sistema utilizará refrigeração não evaporativa, sem consumo de água potável e sem descarte de fluidos no ambiente aquático. A eliminação de chillers e ventiladores tradicionais refrigerados a ar também deverá reduzir a poluição sonora. A Samsung Heavy Industries começou a ampliar sua atuação em data centers flutuantes no início deste ano, aproveitando sua experiência em construção naval e engenharia offshore para atender à crescente demanda por infraestrutura computacional. Em julho, a companhia sul-coreana assinou um acordo com a fabricante de servidores Supermicro para verificar o funcionamento de sistemas de servidores de inteligência artificial instalados em rios e áreas offshore. A Samsung avalia colocar sua primeira unidade desse tipo em operação em 2028. O projeto-piloto com a Mousterian pretende demonstrar que data centers flutuantes atracados próximos a usinas elétricas existentes podem disponibilizar capacidade para IA e hyperscale mais rapidamente do que instalações convencionais. A unidade deverá ser instalada ao lado de uma usina de geração de energia por turbina a gás de ciclo combinado, conhecida como CCGT, na região de Houston. Nesse tipo de planta, o calor gerado pela turbina a gás é reutilizado para produzir eletricidade adicional, aumentando a eficiência energética. Min Suh, CEO da Mousterian, afirmou que a assinatura do contrato transforma a parceria com a Samsung Heavy Industries em um projeto em execução e cria um caminho para ampliar a fabricação de infraestrutura crítica de TI destinada a sistemas de IA. De acordo com o executivo, a construção em um estaleiro permite que a fabricação da estrutura avance simultaneamente às obras realizadas no local de instalação, reduzindo prazos em comparação com métodos tradicionais de construção de data centers. Sung-an Choi, CEO da Samsung Heavy Industries, declarou que os data centers flutuantes representam uma extensão natural das capacidades desenvolvidas pela empresa ao longo de cinco décadas de atuação em projetos marítimos e offshore. Apesar do avanço, o projeto pode enfrentar obstáculos para obter acesso à rede elétrica do Texas. O governador Greg Abbott suspendeu temporariamente as aprovações de novos data centers que solicitaram conexão ao sistema administrado pelo Electric Reliability Council of Texas (ERCOT). A medida permanecerá em vigor enquanto os órgãos reguladores estaduais auditam os pedidos de conexão. Segundo Abbott, o ERCOT analisa solicitações que somam mais de 474 GW, volume superior a cinco vezes o pico de demanda elétrica do estado. Os data centers representam aproximadamente 90% da capacidade solicitada. Sob orientação do governador, a Public Utility Commission of Texas (PUCT) e o ERCOT estão exigindo informações adicionais dos projetos, incluindo se as instalações terão geração própria ou dependerão da rede e qual será o consumo estimado de água. Projetos que não atenderem às exigências estabelecidas pelos reguladores poderão ter seus pedidos de conexão à rede elétrica rejeitados.

Um pesquisador de segurança revelou uma técnica que permite inserir instruções ocultas em documentos do Word capazes de manipular o comportamento do Microsoft 365 Copilot e fazer com que esses comandos sejam copiados para novos arquivos gerados pela ferramenta. A descoberta foi divulgada por Håkon Måløy após um processo de divulgação responsável que durou 144 dias. Na prova de conceito, o pesquisador demonstrou que um documento criado pelo próprio Copilot herdava as instruções ocultas e repetia o mesmo comportamento em uma nova sessão de edição, criando uma cadeia de propagação entre documentos. Apesar disso, a técnica não se espalha automaticamente: cada etapa depende de uma nova operação de criação ou edição utilizando o Copilot. Segundo Måløy, o problema foi reportado à Microsoft em março. A empresa confirmou o comportamento em 31 de março e implementou duas medidas de mitigação: o bloqueio do prompt original utilizado na demonstração e a atualização do modelo para o GPT-5.5. No entanto, o pesquisador afirma que conseguiu contornar as proteções utilizando instruções modificadas no GPT-5.6 e reproduziu o comportamento novamente em 28 de julho. O ataque não executa malware nem ocorre de forma automática. Para funcionar, é necessário que o usuário utilize o Copilot para criar ou editar um documento e que o arquivo malicioso seja incluído no contexto do modelo, seja como anexo ou por meio de um documento armazenado no OneDrive e selecionado automaticamente pelo Work IQ, mecanismo de inteligência do Microsoft 365 Copilot. Na demonstração, o Copilot interpretou instruções ocultas presentes no documento como se fossem comandos legítimos do usuário. Como resultado, reduziu pela metade todos os valores financeiros de um relatório e inseriu novamente as instruções no documento final em texto branco com fonte de oito pontos, tornando-as praticamente invisíveis para o usuário. De acordo com o pesquisador, o Word remove informações de cor e tamanho da fonte antes de enviar o conteúdo ao modelo de linguagem. Dessa forma, textos ocultos visualmente continuam legíveis para a IA. Parte do prompt alterava os dados do documento, enquanto outra parte instruía o Copilot a copiar e ocultar essas mesmas instruções no arquivo gerado. Em outro teste, o Copilot localizou automaticamente um relatório trimestral armazenado no OneDrive e também um documento malicioso de análise de mercado localizado em outra pasta, considerado relevante pelo Work IQ. Posteriormente, mesmo sem o documento original presente, um relatório interno já contaminado foi suficiente para que o Copilot repetisse a alteração dos números em um novo relatório e copiasse novamente o prompt oculto. Segundo Måløy, esse comportamento dificulta a identificação da origem da manipulação, já que o documento inicial deixa de fazer parte da cadeia e apenas os arquivos gerados internamente permanecem circulando. Até a publicação da pesquisa, não havia um identificador CVE nem um boletim específico da Microsoft para essa vulnerabilidade. A empresa informa que o Copilot utiliza mecanismos para detectar tentativas de jailbreak e ataques de Cross-Prompt Injection (XPIA), além de proteções em tempo de execução e inspeção de e-mails pelo Defender for Office 365. Entretanto, nem a Microsoft nem o pesquisador confirmaram se essas camadas identificam a técnica demonstrada. O pesquisador afirma que ainda não existe uma mitigação completa disponível para os clientes. Como medida preventiva, recomenda tratar documentos externos como potencialmente não confiáveis, revisar cuidadosamente os arquivos utilizados como contexto pelo Copilot e validar todo conteúdo gerado ou editado pela IA antes de compartilhá-lo. A Microsoft já havia reconhecido, em uma publicação sobre memória em modelos de IA divulgada em junho, que instruções enviadas ao modelo não devem ser consideradas uma barreira de segurança confiável e que controles de acesso e isolamento precisam ser implementados por mecanismos determinísticos, e não apenas por prompts.

Connor Riley Moucka, cidadão canadense de 26 anos, declarou-se culpado por participar da campanha de ataques contra a plataforma de armazenamento em nuvem Snowflake, que resultou na violação de dados de pelo menos 165 organizações. A confissão ocorreu em um tribunal federal do estado de Washington, nos Estados Unidos. Moucka admitiu culpa por fraude eletrônica, fraude informática, roubo de identidade agravado e conspiração. A sentença está marcada para 27 de outubro, e ele poderá ser condenado a até 32 anos de prisão. Segundo o Departamento de Justiça dos EUA, Moucka e seus comparsas utilizaram credenciais de acesso roubadas para invadir ambientes de clientes da Snowflake e roubar grandes volumes de informações. Entre as vítimas estão empresas como AT&T, Ticketmaster, Advance Auto Parts, Neiman Marcus, Santander, LendingTree e um dos maiores distritos escolares dos Estados Unidos. O ataque à AT&T expôs registros de chamadas e mensagens de texto de mais de 100 milhões de clientes. Já a violação da Ticketmaster afetou cerca de 560 milhões de usuários. Natural de Kitchener, na província canadense de Ontário, Moucka foi preso em novembro de 2024 e extraditado para os Estados Unidos em julho de 2025. De acordo com os promotores, o grupo invadiu contas de clientes da Snowflake entre fevereiro e outubro de 2024, obtendo acesso a registros bancários, informações financeiras, números de registro da Drug Enforcement Administration (DEA), carteiras de habilitação, passaportes, números da Previdência Social dos EUA (Social Security Numbers) e outros dados sensíveis. Após o roubo das informações, os criminosos passaram a extorquir as empresas ameaçando divulgar os dados na internet. As investigações apontam que o grupo arrecadou aproximadamente US$ 2,5 milhões em pagamentos de resgate. Documentos judiciais também indicam que Moucka tentou extorquir pelo menos uma das vítimas pela segunda vez. Segundo a acusação, nessa nova tentativa de extorsão, o criminoso utilizou dados pessoais de um agente do governo norte-americano e de familiares próximos de um ex-integrante da administração pública para aumentar a pressão sobre a vítima. Além dos valores obtidos com extorsão, Moucka teria recebido cerca de US$ 495 mil ao anunciar parte dos dados roubados em fóruns de cibercrime, incluindo BreachForums e XSS.is. As perdas financeiras diretas das empresas afetadas foram estimadas em aproximadamente US$ 9,5 milhões. Em nota, o agente especial do FBI W. Mike Herrington afirmou que as ameaças e as tentativas de reextorsão conduzidas por Moucka foram calculadas e causaram prejuízos tanto às empresas quanto aos milhões de clientes impactados pelos vazamentos. Após a descoberta da campanha, a Snowflake contratou a Mandiant, unidade de inteligência da Google, para investigar o incidente. A análise concluiu que não houve comprometimento da infraestrutura da plataforma. Segundo a Mandiant, os invasores utilizaram credenciais válidas roubadas, algumas delas obtidas ainda em 2020, para acessar diretamente as contas dos clientes da Snowflake. A investigação atribuiu a campanha a um grupo baseado na América do Norte, com a colaboração de um integrante localizado na Turquia. Um dos suspeitos apontados pelas autoridades, John Erin Binns, foi detido pelas autoridades turcas em 2024 após ser indiciado por envolvimento em um ataque anterior contra a operadora T-Mobile. Antes de sua prisão, Moucka chegou a afirmar ao site 404 Media que esperava ser detido em breve e que havia começado a destruir evidências para dificultar as investigações.

A Microsoft está orientando seus engenheiros a utilizarem ferramentas de inteligência artificial de forma mais eficiente, evitando o consumo excessivo de tokens sem retorno prático para os negócios. A recomendação faz parte de uma iniciativa para controlar custos e garantir que o uso de IA gere resultados concretos para clientes e para a empresa. Segundo uma reportagem do 404 Media, um e-mail enviado por Jay Parikh, vice-presidente executivo da Microsoft, informa que as divisões da companhia passarão a receber metas relacionadas ao uso de IA e poderão enfrentar restrições caso o consumo seja considerado inadequado. Na mensagem, o executivo afirma que a empresa não está buscando maximizar o consumo de tokens. "Tokenmaxxing não é o que estamos tentando otimizar. Quero que todos estejamos focados em maximizar resultados que façam diferença para nossos clientes e para nossos negócios", escreveu. O termo tokenmaxxing descreve a prática de consumir o maior número possível de tokens a unidade utilizada para processar e cobrar solicitações feitas a modelos de IA como forma de demonstrar produtividade ou adoção das ferramentas. Na prática, um volume elevado de tokens não significa necessariamente maior eficiência ou melhores resultados. A Microsoft não comentou o conteúdo do e-mail. Procurada pelo The Register, a empresa afirmou apenas que "não tem nada a acrescentar". Apesar dos investimentos bilionários da companhia em infraestrutura e produtos de inteligência artificial, a orientação reflete uma preocupação crescente com os custos operacionais dessas tecnologias. Em vez de reduzir o uso de IA, a empresa busca aumentar o retorno obtido por cada token consumido. O e-mail também destaca a necessidade de atenção ao uso do GitHub Copilot. Desde junho, a plataforma passou a adotar um modelo de cobrança baseado no consumo. Embora o serviço utilize créditos de IA (AI Credits) em vez da contagem direta de tokens, a mudança tornou mais evidente o impacto financeiro do uso intensivo da ferramenta. Segundo um funcionário da Microsoft ouvido pelo 404 Media sob condição de anonimato, a orientação pode transmitir uma mensagem contraditória ao mercado. Para ele, a situação pode ser interpretada como um sinal de que até mesmo a própria Microsoft enfrenta dificuldades para sustentar financeiramente o uso de suas soluções de IA, levantando dúvidas sobre a viabilidade para clientes corporativos. No entanto, a própria comunicação interna indica outro objetivo: incentivar um uso mais racional da inteligência artificial, no qual métricas de produtividade e impacto nos negócios tenham mais peso do que o simples volume de tokens consumidos. A iniciativa acompanha um movimento observado em outras empresas, que vêm revisando a forma como avaliam a adoção de IA. Em vez de utilizar o consumo de tokens como indicador de sucesso, organizações têm buscado medir o retorno obtido com essas ferramentas em termos de eficiência, qualidade das entregas e resultados de negócio.

Por Priscila Meyer — CEO da Eskive, especialista em segurança da informação com foco no risco humano Você aceitaria receber “alguns reais por hora” para fazer algo que você já faz no seu cotidiano, mas permitindo que a câmera de seu celular grave tudo pelo seu próprio ponto de perspectiva? Parece uma ideia distante da realidade, mas é a proposta da KGeN Quest, uma plataforma brasileira que encontrei recentemente reverberando em veículos de mídia e redes sociais. Ela está se popularizando (e criando certa polêmica) ao prometer pagamentos em dólares por vídeos de tarefas domésticas simples. E quando digo “simples”, eu realmente estou me referindo a coisas rotineiras como lavar a louça, arrumar a cama, dobrar roupas e dar aquele trato no carro empoeirado. Antes que você se pergunte o porquê alguém iria querer que você — literalmente — gravasse a sua louça suja, eu explico: treinamento de IA. Não existe forma melhor de ensinar uma inteligência artificial (principalmente uma que irá atuar de forma física, alimentando robôs autônomos) do que com vídeos point-of-view das tarefas a serem executadas. No fim, parece um excelente negócio: ganhar cerca de US$ 4 por hora de clipes gravados para ajudar a moldar o futuro das máquinas. Mas, ao analisar o cenário, pergunto-me: o que estamos realmente entregando de bandeja? Ao aceitar filmar o interior das nossas casas, não estamos apenas enviando vídeos de tarefas domésticas. Estamos entregando detalhes sensíveis, hábitos, horários e vulnerabilidades. A promessa de "treinar uma IA" é um véu que encobre uma caixa preta. Onde esses dados vão parar? Como são armazenados? Qual é a garantia de que o que está sendo capturado não vai muito além do fogão ou da pia? LGPD e questionamentos éticos Pesquisando um pouco mais sobre a KGeN, percebi que, na verdade, ela é um “rosto” brasileiro para a startup australiana Humyn Labs, que começou a operar este ano e já prometeu investir mais de US$ 20 milhões em recursos na “captação de uma infraestrutura de dados humanos” para treinar modelos de IA sob demanda. E como se o fluxo dos dados já não fosse longo, há ainda um aplicativo intermediário para a gravação das imagens, que é desenvolvido e mantido por uma terceira empresa. Diante de tantos envolvidos, fica um tanto complexo juntar todas essas pontas soltas e analisar o conceito pela ótica da Lei Geral de Proteção de Dados (LGPD), por exemplo. A KGeN, em si, não apresenta em seu site uma política de privacidade própria; a Humyn e a Baker Data (responsável pelo aplicativo móvel) possuem suas próprias políticas, que são levemente vagas e parecem não conversar entre si. Além disso, há um quarto ator nesse enigma: o mistério de para qual cliente da Humyn (e qual projeto) a gravação que mostra a placa do seu carro será compartilhada. Outro ponto que me preocupa é o tom de "oportunidade" que dão a isso. Estamos diante de um modelo que, na visão da maioria dos especialistas, explora a vulnerabilidade socioeconômica. Quando o dinheiro aperta, a ideia de receber alguns dólares por vídeo parece um alívio imediato — mas a exposição da nossa intimidade é incalculável. É o mesmo dilema ético que vimos no projeto Worldcoin, que buscava dados biométricos em troca de recompensas e foi banida do Brasil pelas autoridades de defesa do consumidor. E se você acha que eu sou a única pessoa com tal pensamento, tome nota: o modelo de gravação de atividades para alimentação de modelos geracionais já está sendo implementado em larga escala na Índia e gerando controvérsias por lá, especialmente por parte de trabalhadores de linhas de montagem que passaram a ter que atuar com um smartphone fixado em suas cabeças. A parte tecnológica em si Por fim, há um questionamento técnico que pouco se discute: o risco da "IA física". Estamos alimentando robôs com comportamentos humanos que são, por definição, seres falhos e repletos de nuances. O que acontecerá quando essa tecnologia, treinada com vídeos caseiros capturados sem contexto ou rigor, tiver que tomar decisões críticas no mundo real? A ideia de uma máquina que aprende a realizar tarefas domésticas observando humanos pode parecer um salto tecnológico, mas, na prática, pode resultar em alucinações de máquina que são perigosas em cenários mais peculiares, como robôs desenvolvidos para fins de segurança patrimonial ou até mesmo operações militares. Sem qualquer intenção de soar alarmista... Nesses casos, não se pode deixar de pensar que três ou quatro vídeos mal interpretados por um algoritmo podem resultar em incidentes que, até mesmo, colocam a vida dos seres humanos em jogo. A tecnologia é algo fascinante, mas somente quando desenvolvida acompanhada pela ética e respeito aos direitos fundamentais de privacidade. Quando isso é posto em segundo plano, inovações deixam de ser um avanço para a sociedade e podem virar um grande perigo à democracia. Talvez esta seja a hora de nos perguntarmos: estamos dispostos a, literalmente, abrir a porta das nossas casas para uma tecnologia que, no fundo, nem sabemos se está pronta para o mundo real?

O Instituto Nacional de Padrões e Tecnologia dos Estados Unidos (NIST) anunciou uma parceria com a SRI International para fortalecer a pesquisa, o desenvolvimento e a fabricação de tecnologias quânticas no país. Como parte da iniciativa, será criado o Quantum Manufacturing Engineering Center (QMEC), centro voltado ao desenvolvimento de componentes e sistemas quânticos escaláveis e de alto desempenho. O NIST fará um investimento inicial de US$ 20 milhões no projeto. Segundo o Departamento de Comércio dos EUA, o objetivo é acelerar a capacidade de fabricação da indústria quântica americana, reduzindo barreiras de engenharia e produção para ampliar a adoção comercial dessas tecnologias. A expectativa é que o centro impulsione avanços em áreas como computação quântica, sensores, comunicações, criptografia, biomedicina e outras aplicações estratégicas. A iniciativa faz parte da implementação da ordem executiva Ushering in the Next Frontier of Quantum Innovation, publicada em junho de 2026, que estabelece diretrizes para ampliar a liderança dos Estados Unidos em tecnologias quânticas. O acordo também integra a estratégia do NIST para acelerar a transição de tecnologias emergentes da fase de pesquisa para aplicações comerciais em parceria com a indústria. Segundo Paul Dabbar, vice-secretário de Comércio dos EUA, a ciência quântica tem potencial para gerar novas descobertas científicas e criar oportunidades econômicas significativas. Para ele, o novo centro reunirá especialistas da área para consolidar a liderança americana tanto no desenvolvimento quanto na fabricação em escala de sistemas quânticos. O diretor do NIST, Arvind Raman, destacou que a instituição possui décadas de pesquisa em ciência quântica que ajudaram a estabelecer a atual indústria do setor nos Estados Unidos. Segundo ele, a parceria público-privada com a SRI International fortalecerá a base industrial necessária para transformar pesquisas em produtos e aplicações comerciais. O QMEC também amplia uma colaboração iniciada em 2019 entre o NIST e a SRI International, responsável pela criação do Quantum Economic Development Consortium (QED-C), consórcio que reúne praticamente todos os principais desenvolvedores de tecnologias quânticas dos Estados Unidos, além de empresas usuárias da tecnologia. De acordo com o NIST, a experiência adquirida no QED-C identificou a engenharia de manufatura quântica como uma das principais lacunas para o crescimento sustentável da indústria. O novo centro foi criado justamente para enfrentar esse desafio, acelerando pesquisas, desenvolvimento de processos produtivos e validação comercial de componentes quânticos. A iniciativa faz parte da estratégia do instituto para fortalecer tecnologias consideradas prioritárias para a competitividade americana, incluindo inteligência artificial, ciência da informação quântica e biotecnologia, por meio de parcerias flexíveis entre governo, indústria e centros de pesquisa.

Pesquisadores da Unit 42, da Palo Alto Networks, identificaram três técnicas que podem permitir que malwares assumam o controle de contas protegidas por passkeys armazenadas no Google Password Manager. Os ataques, entretanto, não exploram falhas na criptografia das passkeys, mas sim mecanismos de gerenciamento implementados pelo Chrome após um computador já ter sido comprometido. As técnicas, batizadas de Pass-ta-key, Silver Pass-ta-key e Golden Pass-ta-key, afetam o Google Password Manager em sistemas Windows equipados com Trusted Platform Module (TPM). Todos os cenários exigem que um malware já esteja em execução na máquina da vítima e, até o momento, não há evidências de exploração ativa nem registros de CVEs associados à pesquisa. Segundo a Unit 42, os ataques exploram a forma como o Chrome armazena chaves do dispositivo, realiza o re-registro de equipamentos e gerencia o processo de autenticação. Dependendo da técnica utilizada, o invasor pode obter uma autenticação válida, instalar uma chave de verificação controlada pelo atacante ou extrair o Security Domain Secret (SDS), segredo de 32 bytes usado para descriptografar as chaves privadas das passkeys sincronizadas na conta Google. As duas últimas técnicas são consideradas as mais preocupantes, pois podem permitir que o invasor continue acessando as contas da vítima a partir de outro computador, mesmo após perder o acesso inicial ao dispositivo comprometido. A primeira técnica, chamada Pass-ta-key, reutiliza a chave de identidade protegida pelo TPM do próprio equipamento para gerar uma autenticação válida. Nesse caso, a autenticação ocorre sem impressão digital, PIN ou qualquer interação visível do usuário. No entanto, o indicador User Verified (UV) permanece desativado. Os pesquisadores observaram que a eficácia desse método depende da implementação do serviço online. Plataformas que exigem obrigatoriamente a validação do indicador UV bloqueiam a tentativa de autenticação. Durante os testes, o GitHub rejeitou as credenciais, enquanto o eBay inicialmente aceitou a autenticação até corrigir o problema após a divulgação responsável da pesquisa. A segunda técnica, Silver Pass-ta-key, explora o processo de re-registro de dispositivos. Segundo a Unit 42, o malware força o Chrome a registrar novamente o equipamento e aproveita uma janela em que a chave de verificação do usuário ainda não foi criada para cadastrar uma chave controlada pelo invasor. Caso o serviço não valide se essa nova chave foi gerada por hardware confiável, futuras autenticações poderão ocorrer com o indicador UV habilitado, dispensando o dispositivo original da vítima. Já a terceira técnica, Golden Pass-ta-key, busca extrair da memória do Chrome o Security Domain Secret (SDS) durante o processo de re-registro. Com esse segredo, um invasor pode recuperar as chaves privadas sincronizadas das passkeys e reutilizá-las em seu próprio ambiente. A análise do código-fonte do Chromium confirma que esse segredo realmente é carregado temporariamente na memória do navegador, embora a viabilidade prática da extração e da persistência do ataque tenha sido descrita apenas pelos pesquisadores. A Unit 42 informou que o Google já eliminou uma exposição anterior do SDS presente nos logs do Chrome relacionados ao FIDO e que o eBay corrigiu a validação do indicador UV. No entanto, não há confirmação pública de que todas as técnicas apresentadas tenham sido totalmente mitigadas. Até 3 de agosto de 2026, também não havia registros dessas vulnerabilidades na National Vulnerability Database (NVD), nem comunicados públicos do Google informando quais versões do Chrome poderiam ser afetadas ou se houve correções completas para os três cenários. Outro ponto destacado pelos pesquisadores é que a documentação pública do Google permite alterar o PIN do Google Password Manager ou apagar todos os dados armazenados, mas não esclarece se essas ações invalidam um Security Domain Secret eventualmente obtido por um invasor. Como medidas de proteção, os pesquisadores recomendam que serviços online configurem o parâmetro userVerification como obrigatório e validem efetivamente o indicador User Verified retornado durante a autenticação. Também sugerem que provedores de credenciais reforcem a verificação de hardware durante o re-registro de dispositivos, fortaleçam os mecanismos de recuperação de contas, limitem o acesso ao estado local das passkeys e evitem manter chaves sensíveis armazenadas em memória ou registradas em logs.

Um ataque cibernético coordenado contra mais de 30 sistemas comunitários de abastecimento de água em Minnesota, nos Estados Unidos, levou autoridades a investigar duas questões centrais: quem está por trás da campanha e se uma vulnerabilidade compartilhada em controladores lógicos programáveis (PLCs) da Rockwell Automation facilitou a invasão simultânea de dezenas de pequenas concessionárias. Embora o fornecimento de água potável não tenha sido comprometido e os impactos operacionais tenham sido limitados, especialistas em segurança industrial afirmam que o incidente representa a primeira campanha distribuída conhecida contra diversas concessionárias de pequeno porte explorando uma possível fraqueza comum em tecnologia operacional (OT). Segundo a Minnesota IT Services, as atividades maliciosas ocorreram entre 26 e 27 de julho. A cidade de Braham sofreu o impacto mais significativo ao perder o controle de parte do sistema de abastecimento por cerca de duas horas, até que os operadores restabelecessem o funcionamento. Em Plymouth, equipamentos conectados por rede celular em torres de água e estações elevatórias de esgoto foram desconectados para impedir novo acesso dos invasores. South St. Paul informou falhas em controles automatizados, enquanto Maple Plain decretou estado de emergência local para ampliar sua resposta. O caso ocorreu poucos dias após a CISA, o FBI, a NSA e a EPA ampliarem um alerta sobre ataques de agentes ligados ao Irã contra PLCs utilizados em infraestruturas críticas, incluindo sistemas de abastecimento de água. A agência também informou observar um aumento significativo de tentativas de comprometimento desses equipamentos e reforçou a recomendação para remover PLCs expostos diretamente à internet. Para pesquisadores, o diferencial da campanha é a coordenação entre diversos alvos. Markus Mueller, Field CISO da Nozomi Networks, afirmou que esse tipo de operação indica a existência de algum elemento técnico compartilhado entre as concessionárias, como um mesmo integrador de sistemas, arquitetura de comunicação ou infraestrutura comum. Ron Fabela, pesquisador especializado em sistemas de controle industrial, também considera essa hipótese plausível. Segundo ele, muitas dessas concessionárias utilizam comunicação celular, o que dificulta a identificação de seus sistemas na internet e pode explicar por que apenas um grupo específico de organizações foi atingido. Outro ponto analisado pelas autoridades envolve controladores MicroLogix 1400, da Rockwell Automation. De acordo com uma fonte familiarizada com a investigação, os equipamentos podem ter servido como vetor comum de acesso aos sistemas afetados. Fabela identificou, por meio de buscas públicas, pelo menos dois controladores desse modelo utilizados pela cidade de Plymouth. A possibilidade ganhou força porque, em 30 de julho, a Rockwell publicou um alerta de segurança envolvendo a família MicroLogix 1400, enquanto a CISA divulgou novas orientações recomendando que operadores de água e esgoto removam PLCs expostos à internet o mais rápido possível. Ainda assim, especialistas ressaltam que a coincidência temporal não comprova que esses equipamentos tenham sido explorados na campanha. Caso PLCs expostos tenham sido utilizados como ponto de entrada, os invasores poderiam monitorar processos industriais, alterar informações exibidas aos operadores e, em determinadas configurações, modificar parâmetros operacionais. Apesar disso, pesquisadores destacam que controles manuais presentes na maioria das estações de tratamento reduzem significativamente o risco de consequências catastróficas. A autoria do ataque permanece indefinida. Embora órgãos federais não tenham atribuído oficialmente a campanha, especialistas consideram grupos ligados ao Irã os principais suspeitos, principalmente devido aos recentes alertas do governo americano sobre atividades direcionadas à infraestrutura crítica. No entanto, ainda não há evidências técnicas conclusivas. Outro fator que chama atenção é a ausência de reivindicação pública do ataque. Diferentemente de campanhas anteriores atribuídas aos grupos CyberAv3ngers e Handala, não foram publicados vídeos, capturas de tela ou outras provas logo após o incidente. Apenas dias depois, uma publicação estatal iraniana atribuiu a ação ao grupo Handala, que até o momento não assumiu oficialmente a responsabilidade. Independentemente da autoria, especialistas afirmam que o episódio reforça um problema recorrente na segurança de ambientes industriais: muitos ataques continuam sendo viabilizados pela exposição direta de PLCs à internet, pelo uso de credenciais fracas e pela ausência de segmentação adequada das redes, sem necessidade de explorar vulnerabilidades sofisticadas ou falhas do tipo zero-day.

Pesquisadores da Unit 42, divisão de inteligência da Palo Alto Networks, identificaram um agente de ameaças de língua chinesa utilizando o modelo de IA DeepSeek integrado ao framework de código aberto Hermes Agent para conduzir ataques cibernéticos de forma autônoma. Segundo a empresa, após receber uma única instrução via Telegram, o sistema foi capaz de localizar alvos expostos na internet, selecionar exploits públicos e executar tentativas de invasão sem novas intervenções do operador. O invasor, rastreado pelos apelidos knaithe e KnYuan, realizou tentativas de exploração contra mais de 460 sistemas utilizando tanto fluxos totalmente autônomos quanto operações manuais. Durante a investigação, a Unit 42 encontrou evidências de sete cadeias de exploração envolvendo oito vulnerabilidades (CVEs). Em uma sessão recuperada de maio de 2026, o DeepSeek baixou automaticamente um exploit público para a vulnerabilidade CVE-2026-33017, do Langflow, plataforma para criação de agentes e fluxos de trabalho de inteligência artificial. Em seguida, utilizou o mecanismo de busca FOFA para localizar 84 instâncias do serviço e identificou um alvo executando uma versão vulnerável. A exploração, porém, falhou porque o ambiente não atendia aos requisitos necessários para o ataque. Posteriormente, o agente analisou dez famílias de produtos, pesquisou provas de conceito recentes no GitHub e escolheu atacar a plataforma de automação n8n. Para isso, utilizou uma cadeia que combinava as vulnerabilidades CVE-2026-21858 e CVE-2025-68613. Durante a operação, o FOFA identificou mais de 25 mil instâncias do n8n na China. O agente avaliou cerca de 100 delas, sondou aproximadamente 40 e encontrou três versões vulneráveis, mas nenhuma pôde ser comprometida porque os endpoints exigiam autenticação ou não possuíam formulários públicos acessíveis. Além das ações automatizadas, a Unit 42 identificou operações manuais envolvendo a vulnerabilidade CVE-2026-3055, que afeta appliances Citrix NetScaler ADC e Gateway configurados como provedores de identidade SAML, e a CVE-2026-39987, no ambiente Marimo. O relatório menciona extração de dados de três organizações e execução remota de comandos em 11 instâncias do Marimo, mas posteriormente informa que apenas três alvos tiveram exploração confirmada em toda a campanha. A Palo Alto afirmou que essa inconsistência ainda precisa ser esclarecida. Durante as tentativas de ataque, o agente de IA demonstrou capacidade para verificar versões de software, baixar exploits públicos, abandonar estratégias sem sucesso e escolher automaticamente novas vulnerabilidades com base na gravidade, na quantidade de sistemas expostos e na probabilidade de exploração. A investigação também revelou um erro operacional do invasor. O Hermes Agent iniciou inadvertidamente um servidor HTTP utilizando o comando python3 -m http.server 8888 no diretório /home/worker, tornando públicos arquivos contendo configurações do modelo de IA, chaves de API, scripts de exploração, listas de alvos, histórico de comandos e registros completos das sessões autônomas. Segundo a Unit 42, o DeepSeek foi o principal modelo de raciocínio utilizado no Hermes Agent, responsável por executar comandos no terminal e automatizar toda a operação. Os pesquisadores também encontraram uso limitado do Claude Code e do Qwen Code, além de indícios da utilização do Codex em diretórios de desenvolvimento de exploits, embora não tenham conseguido confirmar seu uso efetivo por falta dos registros das conversas. A documentação do Hermes Agent confirma que a ferramenta pode ser controlada pelo Telegram, executar comandos remotamente e agendar tarefas sem supervisão humana, características que facilitaram a automação da campanha. Como medida de proteção, os pesquisadores recomendam atualizar imediatamente sistemas Langflow, n8n, Marimo e appliances Citrix NetScaler vulneráveis, além de remover o acesso público desnecessário a interfaces de automação, notebooks e outros componentes de tecnologia expostos à internet. A Unit 42 avalia que o operador esteja baseado em Zhuhai, na China. Essa conclusão é sustentada por informações públicas encontradas em perfis do GitHub e em um blog antigo associado ao pseudônimo KnYuan, mas os pesquisadores ressaltam que esses dados não confirmam a identidade real do invasor nem qualquer vínculo com o governo chinês.

Pesquisadores da Securonix identificaram uma campanha ativa de múltiplas fases que utiliza falsas atualizações do Adobe e do Zoom, além de iscas envolvendo revisão de documentos corporativos e ferramentas de manutenção do Windows, para instalar o software legítimo de gerenciamento remoto ConnectWise ScreenConnect em computadores comprometidos. A operação foi batizada de SMOKE#SCREEN. Segundo a análise, os ataques utilizam uma combinação de scripts VBScript, arquivos em lote, executáveis .NET e páginas de phishing em HTML para entregar a carga maliciosa. Todo o processo é apoiado por um servidor baseado em WsgiDAV, responsável tanto pela distribuição dos arquivos quanto pelo controle das máquinas infectadas. Até o momento, a campanha não foi atribuída a nenhum grupo de ameaças conhecido. Após a infecção, o ScreenConnect é instalado e passa a se comunicar com um dos três servidores controlados pelos invasores, garantindo acesso remoto persistente ao equipamento comprometido. O uso de ferramentas legítimas de Remote Monitoring and Management (RMM) dificulta a detecção, pois esses softwares são amplamente utilizados por equipes de TI e costumam ser permitidos em ambientes corporativos. A investigação começou após a descoberta de um servidor WsgiDAV ativo que hospedava os arquivos maliciosos e também funcionava como infraestrutura de comando e controle (C2) para sessões do ScreenConnect. A análise das configurações do cliente revelou três diferentes clusters de servidores, cada um associado a iscas distintas, incluindo falsas atualizações de software, visualizadores de documentos e solicitações de revisão de arquivos. Os pesquisadores avaliam que o vetor inicial é o spear phishing. Os e-mails contêm scripts VBScript ofuscados que executam verificações para identificar ambientes de análise e máquinas virtuais antes de prosseguir. Entre os processos monitorados estão ferramentas como Wireshark, Process Monitor, VMware Tools, VirtualBox, Citrix XenServer e Fiddler. Caso algum desses programas esteja em execução, o malware interrompe sua atividade. Se as verificações forem aprovadas, o script descriptografa um comando PowerShell que baixa e executa um carregador escrito em C#. Em outras variantes, os usuários são convencidos a executar scripts disfarçados como documentos corporativos, que também resultam na instalação do ScreenConnect. Outra cadeia de ataque distribui um arquivo compactado contendo um script em lote que desativa a Interface Antimalware Scan Interface (AMSI), solicita elevação de privilégios via User Account Control (UAC), modifica o Registro do Windows para desabilitar o SmartScreen e remove a marca de origem (Zone.Identifier) do instalador MSI antes de executá-lo. A campanha também alterna sua infraestrutura para dificultar bloqueios. Em uma das fases, uma página falsa de atualização do Zoom distribui os arquivos por meio de links compartilhados do Dropbox, aproveitando a reputação da plataforma para contornar filtros de segurança. Os pesquisadores também identificaram um carregador .NET que utiliza túneis temporários do Cloudflare Quick Tunnel, permitindo ocultar a infraestrutura utilizada pelos invasores. Independentemente da isca utilizada, todas as cadeias convergem para a instalação do cliente ScreenConnect, permitindo que o operador abra sessões remotas e controle completamente o computador da vítima. Segundo a Securonix, a campanha demonstra uma evolução constante das técnicas utilizadas, alternando entre mecanismos agressivos de desativação do Microsoft Defender e abordagens mais furtivas com cargas criptografadas e técnicas para dificultar a detecção por soluções EDR. Como medidas de mitigação, a empresa recomenda restringir a execução de arquivos MSI não confiáveis, monitorar tentativas de desativação de soluções de segurança, auditar o uso de ferramentas RMM, identificar execuções suspeitas de PowerShell e cmd.exe, além de reforçar as políticas de UAC para impedir elevação indevida de privilégios. Em uma pesquisa separada, a Bitdefender alertou para outra campanha que utiliza instaladores falsos do Xeno Executor, um suposto cheat para Roblox, distribuído em fóruns de jogos e comunidades no Discord. Os arquivos instalam um malware em Java chamado Powercat, ativo desde o início de 2026, com aumento significativo de atividade a partir da segunda metade de março. O Powercat vai muito além do roubo de credenciais. O malware é capaz de capturar cookies de navegadores, contas do Discord, Roblox e Minecraft, carteiras de criptomoedas, informações de pagamento, registrar teclas digitadas, acessar a webcam, transmitir a área de trabalho em tempo real, manipular arquivos, executar comandos PowerShell e fornecer controle remoto completo do sistema comprometido. Antes de iniciar o roubo de dados, o malware identifica softwares instalados no computador para adaptar sua estratégia. Entre os alvos estão navegadores como Chrome e Edge, carteiras de criptomoedas como Exodus e SafePal, ferramentas de desenvolvimento, clientes VPN, aplicativos de mensagens e lançadores de jogos. No caso da carteira Exodus, o malware injeta código JavaScript na aplicação para capturar tokens válidos e enviá-los ao servidor de comando e controle. Segundo a Bitdefender, golpes relacionados a jogos continuam sendo altamente eficazes por explorarem o interesse dos usuários em obter vantagens competitivas. Além do roubo inicial de informações, as funcionalidades de acesso remoto permitem que os invasores mantenham o controle do dispositivo, utilizem a máquina em outras atividades criminosas ou realizem novas ações maliciosas posteriormente.