Modelo de IA ainda não lançado da Anthropic encadeia falhas em Chrome, Safari, Windows e Linux em exploits funcionais
A Anthropic relatou que, em testes de laboratório, um modelo interno ainda não disponibilizado publicamente conseguiu localizar vulnerabilidades reais em Chrome, Safari, Android, Windows e Linux e encadeá-las em provas de conceito de exploração funcionais. Todas as falhas foram reportadas previamente aos fornecedores e já estavam corrigidas no momento da divulgação, sem evidência de exploração em ataques reais.
No relatório mais recente da Anthropic sobre uso indevido e capacidades de risco de seus modelos, a empresa descreve um experimento em ambiente controlado no qual um modelo ainda não lançado publicamente foi instruído a buscar falhas de segurança em produtos amplamente usados — Chrome, Safari, Android, Windows e Linux — e, mais importante, a encadear essas falhas individuais em cadeias de exploração funcionais, capazes de produzir execução de código fora das proteções normais desses sistemas.
Encadear exploits é historicamente um dos trabalhos mais especializados da segurança ofensiva: exige combinar, em sequência lógica, múltiplas falhas de baixo impacto isolado — por exemplo, uma corrupção de memória seguida de um escape de sandbox e depois uma escalada de privilégio — até obter um resultado de alto impacto. Que um modelo de linguagem tenha automatizado parte desse raciocínio, mesmo em ambiente de laboratório e sob supervisão direta da equipe de pesquisa, demonstra que tarefas antes consideradas exclusivas de pesquisadores de exploração humanos experientes já são parcialmente replicáveis por IA.
A Anthropic afirma ter seguido o processo padrão de divulgação responsável: todas as vulnerabilidades encontradas foram reportadas aos respectivos fornecedores antes da publicação do relatório, e todas já haviam sido corrigidas quando o caso se tornou público. A empresa também enfatiza que as cadeias de exploração foram construídas sob prompt direto da própria equipe, em ambiente fechado, e que não há indício de que esse comportamento tenha ocorrido de forma autônoma ou sido observado em ataques reais.
O caso importa porque ilustra de forma concreta o risco dual-use que motiva boa parte do debate sobre avaliação de capacidades perigosas em modelos de fronteira: se um laboratório consegue demonstrar essa capacidade sob controle e com divulgação responsável, a mesma classe de capacidade pode eventualmente aparecer em modelos com salvaguardas mais fracas ou em mãos de atores menos escrupulosos, reduzindo a barreira técnica para produzir cadeias de exploração sofisticadas contra softwares usados por bilhões de dispositivos. Isso reforça a importância de avaliações pré-lançamento específicas para capacidade ofensiva cibernética, e não apenas para desempenho geral do modelo.