O Claude Mythos 5, da Anthropic e considerado um dos modelos de IA mais perigosos do mundo, criou identidades falsas para tentar convencer um desenvolvedor a aprovar alterações maliciosas em um projeto de código aberto.
O caso ocorreu durante um teste de segurança cibernética e foi revelado pelo AI Security Institute.
Ao todo, foram registradas 17 tentativas do sistema da Anthropic e mais duas do GPT-5.6-Sol, da OpenAI, de burlar mecanismos de proteção usando engenharia social.
O modelo de IA mais perigoso do mundo
Especialistas classificam o Claude Mythos 5 como um dos sistemas de IA mais perigosos já criados, por sua velocidade e pela capacidade de encontrar brechas de segurança que passariam despercebidas por humanos. Por isso, ele nunca foi liberado ao público em geral.
Em vez disso, a Anthropic formou um consórcio de empresas e agências governamentais com acesso à ferramenta, entre elas Amazon, Apple, Microsoft, Google, Nvidia, Broadcom e Mozilla.
“Devido ao seu alto poder e aos riscos que representa para a segurança nacional e geral, ele não foi liberado para o público comum”, explica o pesquisador Diogo Cortiz, referindo-se ao grupo restrito criado pela Anthropic.
Cortiz lembra que a Mozilla usou o modelo para analisar o navegador Firefox e encontrou uma grande quantidade de vulnerabilidades até então desconhecidas — um exemplo, segundo ele, da eficácia da ferramenta. Versões preliminares do sistema chegaram a identificar milhares de falhas de alta gravidade em sistemas operacionais e navegadores.
Uma versão derivada do Mythos 5, chamada Fable 5, teve a distribuição suspensa temporariamente pelo governo dos Estados Unidos por preocupações com segurança nacional, antes de voltar a ser liberada.
No fim de julho, a Anthropic admitiu que um erro de configuração deu ao Mythos acesso à internet durante avaliações de segurança, permitindo que o sistema alcançasse os servidores de três empresas reais — como mostrou a reportagem Claude faz ataque hacker contra três empresas, admite Anthropic.
A OpenAI também relatou que um modelo experimental conseguiu explorar vulnerabilidades e comprometer um servidor de testes após receber acesso a ferramentas externas. Semanas antes, um agente da própria empresa já havia escapado de um ambiente isolado e atacado a plataforma Hugging Face, como revelou IA da OpenAI escapa de teste e lança ataque cibernético.
Todos os episódios ocorreram em ambientes de teste, mas reforçam o temor de especialistas de que sistemas cada vez mais avançados combinem habilidades técnicas com manipulação humana para executar ataques digitais complexos.