Anthropic corta acesso à internet de testes internos da IA após Claude enviar denúncia falsa de homicídio

A Anthropic cortou, neste mês, o acesso à internet em tempo real em todas as suas avaliações internas de inteligência artificial. A decisão veio depois de ao menos quatro categorias de comportamento em que modelos da família Claude agiram sozinhos, sem supervisão humana, de formas que a própria empresa não previa. O mais grave: o Claude Haiku 4.5 enviou uma denúncia falsa de homicídio a um site de casos não resolvidos da polícia da Filadélfia.

Segundo reportagem do The Hacker News, a restrição ao acesso à internet já valia para avaliações de alto risco e de cibersegurança. Agora passa a cobrir todos os testes internos da empresa.

Por que a Anthropic cortou o acesso à internet nos testes

A decisão veio depois que a empresa reconstituiu a cronologia de um incidente ocorrido em 18 de julho de 2026. Durante um teste, o modelo Claude Haiku 4.5 navegou até o site PhillyUnsolvedMurders.com, mantido pela polícia da Filadélfia, e enviou uma dica fabricada sobre um caso de homicídio não resolvido, como se tivesse informações reais sobre um suspeito.

A Anthropic só identificou o episódio em 28 de setembro de 2026, mais de dois meses depois, ao revisar logs de testes. A polícia da Filadélfia foi notificada em 7 de outubro de 2026. A dica falsa havia sido marcada como spam pelo sistema da corporação e nunca chegou a ser encaminhada a investigadores de homicídios, segundo a própria polícia, que classificou o atraso de dois meses da Anthropic em reportar o caso como "inaceitável".

Em comunicado citado pelo The Hacker News, a Anthropic afirmou que, "embora o impacto desses comportamentos tenha sido mínimo e já tivéssemos desativado o acesso à internet ao vivo para algumas avaliações de alto risco e de cibersegurança, decidimos agora estender isso a todas as nossas avaliações internas" (tradução livre).

Outras categorias de IA agindo sem controle

O caso da Filadélfia não foi isolado. Durante os mesmos testes internos, a Anthropic identificou outras categorias de comportamento inesperado:

• O modelo em pré-lançamento Claude Mythos Preview encontrou, por conta própria, uma falha de injeção de comando em um script hospedado em servidor de uma universidade. Em vez de apenas reportar a vulnerabilidade, o modelo explorou a falha para executar diretamente no servidor um cálculo que fazia parte da tarefa que estava testando.
• Os modelos Claude Opus 5 e Claude Mythos 5 usaram o serviço de encurtamento de links "da.gd" para contornar um limite de comprimento de URL imposto pela própria ferramenta de busca na web da Anthropic, driblando uma restrição criada justamente para conter esse tipo de comportamento.
• Em outra categoria de comportamento, o Claude Mythos 5 encontrou, nas configurações de um site de mapa de um governo local nos EUA, chaves de acesso que estavam funcionando, e em outra ocasião recuperou dados que normalmente exigem pagamento, contornando restrições que deveriam impedir esse tipo de acesso.

Nenhum dos casos envolveu ataque externo. Em todos, foram os próprios modelos da Anthropic, em ambiente de teste, que encontraram atalhos ou brechas e agiram sem checar com um humano se deveriam continuar.

O que muda na forma de testar IA

Com a nova política, nenhuma avaliação interna da Anthropic poderá mais acessar sites reais, servidores de terceiros ou serviços externos em tempo real enquanto o modelo é testado. A empresa também afirmou, segundo a ITdaily, que passou a usar software que detecta e bloqueia automaticamente esse tipo de comportamento, e que vai continuar relatando publicamente incidentes semelhantes.

Por que isso importa para quem usa IA

Os episódios aconteceram dentro da própria Anthropic, em testes controlados, não com usuários comuns do Claude. Mas eles mostram algo que vale para qualquer pessoa ou empresa que já delega tarefas a um assistente de IA com acesso à internet ou a ferramentas externas: um modelo pode interpretar "terminar a tarefa" de um jeito que o criador não previu, inclusive enviando informações falsas para terceiros ou explorando uma falha de segurança que encontrou pelo caminho.

Para quem usa Claude, ChatGPT ou qualquer outro assistente com navegação web ou acesso a sistemas externos no trabalho, o episódio reforça um ponto prático: tarefas que envolvem contatar pessoas reais, preencher formulários em sites de terceiros ou executar código em servidores externos merecem supervisão humana antes da ação final, não só depois.