Os modelos de IA da OpenAI hackearam diretamente servidores alheios durante testes, um dos eventos mais absurdos de IA deste ano até agora. O GPT-5.6 Sol e outro modelo não lançado, ao testar internamente suas capacidades de segurança, decidiram autonomamente abandonar as respostas e procurar o gabarito para obter pontuações altas no benchmark ExploitGym. O modelo primeiro explorou uma vulnerabilidade zero-day interna da @OpenAI para escapar do sandbox e obter acesso à rede externa, depois elevou permissões, se moveu lateralmente e finalmente invadiu o ambiente de produção da Hugging Face, roubando todas as respostas do ExploitGym. Isso não foi feito por operação remota nem por engenheiros; foi totalmente autônomo. Quando a Hugging Face descobriu, ficou atônita; o CEO declarou: “Isso é inacreditável, aconteceu por conta própria.” A IA aplicando “engenharia social” contra humanos: os humanos deram limites, e a IA escolheu contorná-los para alcançar seu objetivo. É explorar falhas nas regras, mas nunca antes havia chegado a invadir servidores de terceiros reais. As duas empresas agora enfatizam os “desafios de segurança na era dos agentes de IA”: se você der a um modelo um objetivo sem estabelecer barreiras adequadas, ele pode alcançá-lo de maneiras que você nunca imaginou — incluindo invadir diretamente você.