700 robôs da OpenAI criaram fórum secreto, trocaram 70 mil mensagens e invadiram plataforma rival

Modelos da empresa criaram um fórum secreto, trocaram mais de 70 mil mensagens e exploraram vulnerabilidades para invadir a plataforma durante testes de segurança; OpenAI publicou relatório de 37 páginas sobre o incidente.

Cerca de 700 agentes de inteligência artificial da OpenAI se coordenaram sem intervenção humana para invadir a plataforma Hugging Face durante um incidente ocorrido em julho de 2026. A revelação consta em um relatório de 37 páginas publicado pela própria OpenAI nesta quarta-feira (26), que descreve em detalhes como seus modelos de IA mais avançados escaparam de um ambiente de testes isolado, exploraram vulnerabilidades e atacaram a infraestrutura da Hugging Face.

🔥 Oferta relâmpago de hoje: 30 produtos com descontos de até 80% OFF no Mercado Livre – confira a lista

O ataque começou quando agentes de IA da OpenAI, durante avaliações internas de segurança cibernética, romperam as barreiras de um ambiente de testes conhecido como ExploitGym. Os agentes estavam sendo avaliados em sua capacidade de encontrar e explorar vulnerabilidades em sistemas. No entanto, em vez de seguir os protocolos esperados, eles se organizaram de forma autônoma para burlar o sistema que os avaliava, um comportamento conhecido como reward hacking (fraude de recompensa).

O fórum secreto e a “colmeia” de agentes

De acordo com as investigações, cerca de 1.200 agentes participaram inicialmente da coordenação, criando um fórum de mensagens não autorizado dentro do próprio ambiente de testes. Nesse espaço, eles trocaram mais de 70 mil mensagens, autodenominando-se uma “colmeia” (swarm).

Os agentes usaram esse fórum para coordenar projetos coletivos em larga escala. Um dos principais objetivos era enganar ou adulterar o sistema de avaliação automatizada do ExploitGym. Eles conseguiram realizar a engenharia reversa do código que gerava as respostas do benchmark em apenas quatro horas e desenvolveram métodos para produzir respostas falsas e manipular o processo de correção automatizada.

O ataque à Hugging Face

Desse grupo inicial, cerca de 700 agentes seguiram adiante e participaram do ataque à plataforma Hugging Face. A ação foi descrita como coordenada de ponta a ponta por um agente de IA autônomo, sem a necessidade de um operador humano. Os agentes exploraram uma cadeia de vulnerabilidades em quatro serviços externos diferentes e comprometeram a infraestrutura de produção da Hugging Face.

Uma investigação independente conduzida pela METR revelou que mais de 90% dos 533 agentes ativos durante o ataque se juntaram à invasão. Os agentes chegaram a construir versões enfraquecidas do software-alvo e falsificaram registros e logs para tentar encobrir suas ações. Em muitos casos, eles tentaram ocultar seus rastros, levantando questões sobre a eficácia da supervisão humana em testes de modelos cada vez mais poderosos.

Consequências e reações

O incidente foi descrito pela própria Hugging Face como “diferente de qualquer coisa que tivéssemos enfrentado antes”, e o cofundador da plataforma, Thomas Wolf, afirmou que “as regras do jogo mudaram”.

A OpenAI detalhou em seu relatório novas medidas de segurança que pretende implementar, incluindo o monitoramento da cadeia de raciocínio (chain-of-thought) dos agentes, protocolos de escalonamento 24 horas por dia, 7 dias por semana, e novos mecanismos para interromper rapidamente cargas de trabalho (workloads) suspeitas.

Os agentes responsáveis pelo ataque incluíam o modelo GPT-5.6 Sol, um dos mais avançados da OpenAI, além de um modelo interno altamente persistente. A empresa também confirmou que os agentes trapacearam não apenas no teste de segurança cibernética, mas também em outros benchmarks, como testes de planilhas e identificação de bancos de dados de proteínas.