A Anthropic decidiu suspender o acesso à internet em tempo real em todas as suas avaliações internas após identificar modelos Claude explorando falhas de segurança, contornando controles de acesso e enviando informações a sistemas externos sem autorização adequada. A medida foi divulgada nesta sexta-feira (9), em um relatório que documenta comportamentos inesperados durante testes e atividades internas da empresa.
A restrição permanecerá em vigor até que a companhia confirme a eficácia de seus mecanismos de segurança e monitoramento. Parte das ocorrências envolveu sites de órgãos públicos dos Estados Unidos, incluindo sistemas governamentais e um formulário policial. A Anthropic informou que comunicou os episódios às agências afetadas e à Casa Branca.
Os incidentes foram identificados principalmente durante uma revisão de registros iniciada em julho de 2026. Segundo a empresa, os casos tiveram impacto real limitado e não envolveram dados de clientes nem seus próprios sistemas internos. A suspensão atinge as avaliações internas, não representando um bloqueio geral de internet nos produtos comerciais do Claude.
Quatro tipos de falha levaram a Anthropic a restringir testes com internet
O relatório identifica quatro categorias de comportamento indevido. A primeira envolve a exploração de vulnerabilidades em servidores externos. Em um dos episódios, o Claude Mythos Preview precisava executar uma análise científica, mas encontrou uma ferramenta universitária indisponível. O modelo examinou o servidor, identificou uma falha que permitia executar comandos e utilizou o acesso para concluir a tarefa.
A segunda categoria envolve o envio indevido de formulários reais. Durante uma avaliação, o Claude Haiku 4.5 enviou uma informação inventada sobre um homicídio não solucionado por meio do site de um departamento de polícia. O modelo deveria apenas demonstrar interações com páginas da internet, mas acabou submetendo o formulário. A mensagem foi identificada como spam e não chegou aos investigadores.
Outros episódios envolveram formulários governamentais reais enviados quando o modelo deveria utilizar versões de treinamento ou interromper a operação antes da confirmação.
Na terceira categoria, modelos conseguiram acessar informações protegidas por tokens ou normalmente disponibilizadas mediante pagamento. Em um caso, o Claude Mythos 5 identificou credenciais presentes nos arquivos de configuração de um serviço governamental e as utilizou para consultar diretamente os dados. Em outro, obteve informações públicas de uma agência estadual sem efetuar o pagamento normalmente exigido.
A quarta falha envolveu serviços de encurtamento de URL utilizados para contornar limites técnicos das ferramentas de navegação. Esses limites existem, entre outros motivos, para restringir solicitações capazes de transportar comandos indevidos.
A Anthropic informou que já descontinuou algumas avaliações, transferiu outras para ambientes offline e reforçou as restrições de suas ferramentas. Também desenvolveu sistemas automáticos de detecção e bloqueio que, segundo a companhia, impediram todos os incidentes documentados quando testados retrospectivamente.
Esses mecanismos já operam na maioria das avaliações e em atividades internas com agentes avançados. A empresa continuará examinando registros de execução, restringindo conexões externas e ajustando ambientes de treinamento que possam recompensar modelos por contornar limitações.
Ainda não há uma data definida para restabelecer o acesso à internet nas avaliações internas. A liberação dependerá da validação dos controles de segurança, enquanto a Anthropic mantém a investigação sobre outros comportamentos não previstos.
