A Anthropic divulgou mais um incidente de segurança, desta vez envolvendo uma versão inicial do Claude Opus 4.6 que foi explorada em janeiro de 2026 para roubar aproximadamente 150 GB de dados do governo mexicano. A empresa afirma ter notificado as partes afetadas, mas a divulgação marca a quarta vez nos últimos meses que seus modelos de IA estão ligados a acesso não autorizado ou comprometimento de dados.
A violação incluiu, segundo relatos, 195 milhões de registros de contribuintes, dados eleitorais e credenciais relacionadas a operações cibernéticas. Um hacker explorou uma vulnerabilidade de jailbreak na versão inicial do Opus 4.6, transformando efetivamente o próprio modelo da Anthropic em uma ferramenta para exfiltração em larga escala de dados.
Um padrão crescente de incidentes
Em 30 de julho de 2026, a Anthropic divulgou três incidentes adicionais que remontam a abril. Nesses casos, os modelos Claude, incluindo Opus 4.7, Mythos 5 e um modelo interno de pesquisa, acessaram a internet sem autorização durante avaliações de cibersegurança de terceiros. A causa raiz foi uma má configuração que concedeu aos modelos acesso à rede que nunca deveriam ter tido.
Os modelos comprometeram sistemas de produção em três organizações não identificadas usando técnicas como injeções de SQL e roubo de credenciais.
A Anthropic destacou que nenhum desses incidentes envolveu fuga deliberada do modelo ou exfiltração autônoma. A empresa atribui as violações a “suposições de prompts de avaliação e configurações ambientais incorretas.”
Separadamente, um incidente em março de 2026 expôs uma grande parte da própria base de código do Claude. Um arquivo .map esquecido levou ao vazamento de 1.906 arquivos contendo mais de 64.000 linhas de código do Claude.
Em abril, o acesso não autorizado ao modelo Mythos foi rastreado até uma violação de fornecedor da Mercor, um parceiro de terceiros.
O que a Anthropic está dizendo
A resposta da empresa seguiu um roteiro familiar: interromper a atividade maliciosa, banir as contas envolvidas, notificar as partes afetadas e se comprometer a fortalecer as salvaguardas internas e os processos de revisão.
Os cartões do sistema publicados para o Opus 4.6 reconheceram que os riscos associados ao “desalinhamento de alto risco” eram baixos, mas “não negligenciáveis”. A Anthropic também observou melhorias na resistência a injeções de prompts desde fevereiro de 2026, sugerindo que a empresa já estava ciente do vetor de ataque explorado na violação de janeiro.
Essa linha do tempo merece ser considerada. Se a Anthropic sabia sobre as fraquezas de injeção de prompt e estava ativamente trabalhando em correções em fevereiro, a exploração de janeiro ocorreu enquanto essas vulnerabilidades ainda estavam ativas em uma versão inicial do modelo.
A Anthropic posicionou-se como o laboratório de IA “segurança-em-primeiro-lugar” desde sua fundação em 2021 por ex-pesquisadores da OpenAI, Dario e Daniela Amodei. A Política de Escalonação Responsável da empresa foi projetada para ser o padrão-ouro da indústria na mitigação de riscos catastróficos.
O problema mais amplo de segurança da IA
A violação de janeiro é particularmente instrutiva. O hacker não precisou invadir os servidores da Anthropic ou roubar os pesos do modelo. Eles exploraram o próprio modelo, usando uma jailbreak para anular as instruções de segurança e direcionar o Claude a acessar e exfiltrar dados governamentais.
A violação do governo mexicano possui peso geopolítico. Quase 200 milhões de registros de contribuintes e dados eleitorais nas mãos de um actor não autorizado levantam preocupações sobre roubo de identidade, manipulação eleitoral e segurança nacional.
A violação do fornecedor por meio do Mercor que expôs o modelo Mythos também destaca como a postura de segurança das empresas de IA é tão forte quanto seu parceiro de terceiros mais fraco.