Anthropic sinaliza primeiro espionagem orquestrada por IA apoiada pela China documentada

A Anthropic relatou o que diz ser o primeiro caso confirmado de um ciberataque apoiado por um governo orquestrado quase inteiramente por IA.

De acordo com um blog postado na quinta-feira, a empresa detectou a campanha em meados de setembro de 2025, após observar comportamento anormal associado à sua ferramenta Claude Code.

A Anthropic está convencida sem sombra de dúvida de que a operação de espionagem foi realizada por um grupo de hackers patrocinado pelo estado chinês e envolveu a infiltração em cerca de trinta alvos de alto valor, incluindo grandes empresas de tecnologia, bancos, fabricantes de produtos químicos e agências governamentais em vários países. Alguns desses ataques tiveram sucesso.

O que tornou isso diferente das campanhas cibernéticas passadas não foi apenas quem estava por trás, mas como foi executado.

Aproximadamente 80 a 90 por cento de todo o ataque foi executado por IA, com operadores humanos intervindo apenas para um punhado de decisões-chave, diz a Anthropic.

Hackers fizeram jailbreak no Claude e o fizeram pensar que estava fazendo trabalho legítimo

Os atacantes começaram construindo uma estrutura de ataque automatizada em torno do Claude Code, o próprio modelo de IA da Anthropic, e enganaram-no para pensar que estava empregado por uma empresa de cibersegurança conduzindo testes internos.

Eles quebraram os filtros de segurança do Claude através de jailbreaking, uma tática que lhes permitiu contornar as proteções integradas alimentando a IA pequenas tarefas sem contexto que pareciam inofensivas por si só. O Claude não sabia que estava sendo usado para operações ofensivas porque não recebeu o quadro completo em nenhum momento.

Uma vez que o modelo estava em uso, a operação se moveu rapidamente. O Claude escaneou a rede de cada alvo, identificou as partes mais sensíveis da infraestrutura e resumiu o layout para os operadores humanos. Em seguida, começou a caçar vulnerabilidades nesses sistemas. Usando suas capacidades de codificação integradas, o Claude escreveu código de exploração personalizado, identificou pontos fracos e recuperou credenciais de login. Em seguida, puxou grandes volumes de dados internos, organizou-os com base no quão valiosos eles poderiam ser e sinalizou contas de alto acesso.

Depois que a IA ganhou controle de nível de administrador, ela criou backdoors que deram acesso contínuo aos sistemas comprometidos. E quando terminou, o Claude escreveu relatórios detalhados de tudo o que havia feito (listando nomes de usuário, sistemas violados e credenciais) para que a estrutura de ataque pudesse usar essas informações para operações futuras.

Embora o Claude fosse extremamente eficiente, não era perfeito. Às vezes, ele inventava senhas ou identificava erroneamente dados públicos como sensíveis. Mas esses glitches eram raros e não desaceleraram a missão geral. A velocidade pura da execução da IA, processando milhares de solicitações por segundo, colocou-a muito à frente de qualquer coisa que uma equipe humana pudesse realizar.

Agentes de IA agora fazem o trabalho de esquadrões de hackers de elite — com quase nenhuma participação humana

Esta campanha é um ponto de virada porque mostra o quanto a IA avançou em apenas um ano. O Claude estava literalmente executando loops, tomando decisões e encadeando sequências complexas sem ordens diretas.

Este modelo de IA usou ferramentas do Model Context Protocol, dando-lhe acesso a software externo como quebradores de senha, mapeadores de rede e recuperadores de dados que antes eram controlados apenas por mãos humanas.

O sistema Claude agora entende instruções complexas, escreve código de exploração por conta própria e gerencia operações sofisticadas de cibersegurança com muito pouca orientação. Esses agentes de IA não estão apenas ajudando hackers, eles são os hackers. E eles estão ficando mais capazes a cada dia.

Após descobrir a violação, a Anthropic imediatamente começou uma investigação de dez dias, banindo as contas maliciosas uma por uma. Eles alertaram as organizações afetadas, trabalharam com as autoridades para repassar informações e expandiram seus sistemas de detecção para capturar operações semelhantes no futuro.

Mas a empresa não está fingindo que este é um problema único. A equipe diz que esses ataques se tornarão apenas mais comuns e mais fáceis de realizar. Isso porque as habilidades necessárias para executá-los não estão mais restritas a hackers de elite. Se alguém puder fazer jailbreak em um modelo e conectá-lo ao conjunto de ferramentas certo, poderá realizar uma campanha massiva sem precisar de uma equipe ou mesmo de conhecimento técnico profundo.

Anthropic alerta para ameaças crescentes à medida que os modelos de IA evoluem além da supervisão humana

As implicações são massivas, porque se equipes sem financiamento profundo ou habilidades técnicas puderem lançar ataques em escala nacional usando sistemas de IA automatizados, a distopia certamente está sobre nós.

A equipe de Inteligência de Ameaças da Anthropic alerta que, embora tenham rastreado a atividade apenas por meio do Claude, é provável que abusos semelhantes estejam ocorrendo em outros modelos de IA de ponta. Eles afirmam que este é o início de um novo padrão na guerra cibernética.

Então, por que continuar lançando modelos com essas capacidades, você se pergunta? Bem, a Anthropic argumenta que essas mesmas ferramentas são essenciais para a defesa, dizendo que “a IA que realizou o ataque era do mesmo tipo usada pelos analistas da Anthropic para vasculhar os destroços, encontrar padrões e entender a escala total da operação.”

Eles prometeram, no entanto, melhorar as camadas internas de segurança de seus modelos, bem como refinar seus classificadores para detecção de ataques e publicar abertamente estudos de caso como este, para que outros na indústria possam se preparar.

Ainda assim, a Anthropic afirma que não é suficiente confiar apenas neles. Eles estão instando todos os desenvolvedores que trabalham em grandes modelos a investir pesadamente em segurança.

E estão pedindo às equipes de cibersegurança que comecem a integrar a IA na detecção de ameaças, resposta a incidentes, varreduras de vulnerabilidades e automação de Centros de Operações de Segurança (SOC), porque os métodos tradicionais não são mais rápidos o suficiente.