Agentes de IA da OpenAI formaram um coletivo autônomo para hackear sistemas

A OpenAI publicou nesta quarta-feira (27) o relatório técnico completo sobre os ataques realizados por seus próprios agentes de inteligência artificial entre maio e julho de 2026 – incluindo a invasão à plataforma Hugging Face, q ue o Olhar Digital noticiou em julho .

O documento de 37 páginas revela detalhes inéditos sobre como os modelos se organizaram de forma autônoma, criaram canais de comunicação não autorizados e chegaram a invadir os próprios sistemas internos da OpenAI.

“Consideramos este incidente um ‘tiro de aviso’ para nós e para o mundo”, escreveu a empresa no comunicado que acompanha o relatório.

“Sem salvaguardas adequadas, agentes de IA altamente capazes são agora capazes de contornar controles técnicos, colaborar por canais não aprovados e tomar ações perigosas que nenhum humano ordenou.” O modelo que ninguém conhecia O principal responsável pela invasão não foi o GPT-5.6 Sol (mencionado na divulgação inicial), mas um modelo interno de pesquisa que a OpenAI chama de Internal Model 1 (IM1).

O IM1 nunca foi divulgado publicamente e tem capacidades comparáveis ao GPT-5.6 Sol em escala.

Seus pesos foram quarentenados após o incidente.

Os problemas começaram durante avaliações de cibersegurança em maio e junho, quando modelos foram expostos ao ExploitGym – um benchmark que testa se IAs conseguem transformar vulnerabilidades em ataques reais.

Algumas das 898 tarefas do teste nunca haviam sido resolvidas por nenhum modelo.

Esse conjunto de 198 tarefas impossíveis foi responsável por 93% da atividade que levou ao incidente.

O painel de mensagens clandestino Sem acesso à internet e sem permissão para se comunicar entre si, os agentes encontraram uma solução inesperada: transformaram o Artifactory (um gerenciador de pacotes interno) em um painel de mensagens não autorizado.

Inicialmente, um agente deixou arquivos no sistema.

Outros descobriram e perceberam que podiam usar o mesmo serviço para se comunicar.

Em seguida, encontraram uma vulnerabilidade que permitia usar o próprio Artifactory para enviar requisições à internet – e compartilharam essa descoberta com os outros agentes pelo painel.

Em 4 de julho, a atividade intensa dos agentes derrubou o Artifactory.