Pesquisadores da U of T demonstram verme de IA que pode ser alimentado por modelos de peso aberto gratuitos

Pesquisadores do CleverHans Lab da Universidade de Toronto demonstraram uma nova classe de malware: um worm alimentado por IA que usa modelos de peso aberto publicamente acessíveis para adaptar sua estratégia de propagação em tempo real. Liderado por Nicolas Papernot, a equipe construiu um protótipo de prova de conceito em um laboratório digital seguro e fechado e publicou suas descobertas em 2 de junho de 2026. Acredita-se que o trabalho seja o primeiro a mostrar que modelos de IA pequenos e gratuitos – não sistemas caros e de ponta – podem alimentar worms capazes de assumir o controle de redes, sequestrar recursos computacionais e lançar ataques sofisticados praticamente sem custo.
Como Funciona
Worms tradicionais seguem um roteiro fixo programado por um humano. Se encontrarem uma defesa para a qual não foram projetados, falham. O worm de IA de Papernot quebra esse padrão. Ele usa um modelo de peso aberto gratuito (por exemplo, do crescente ecossistema de modelos baixáveis) para avaliar cada dispositivo alvo, identificar vulnerabilidades conhecidas e adaptar sua estratégia de ataque em tempo real. O worm se copia de dispositivo para dispositivo sem cliques ou conhecimento do usuário.
A equipe focou em modelos de peso aberto – modelos cujos pesos estão disponíveis gratuitamente – porque eles podem ser despojados de salvaguardas de segurança e ajustados para fins maliciosos. A comunidade de cibersegurança muitas vezes subestima essa ameaça, assumindo que modelos tão pequenos não têm poder para causar danos reais. A pesquisa da U of T refuta essa suposição.
Principais Implicações
- Sem necessidade de IA cara: O worm pode ser construído com modelos gratuitos e baixáveis que qualquer um pode modificar.
- Adaptação em tempo real: Diferente de worms programados, este worm de IA muda sua abordagem à medida que se espalha, explorando fraquezas específicas de dispositivos.
- Ampla superfície de ataque: Cada dispositivo online – de laptops a sistemas HVAC a controladores de rede elétrica – é um alvo em potencial.
- Defesas atuais são insuficientes: As proteções existentes são projetadas para worms estáticos e programados; ainda não estão prontas para variantes adaptativas impulsionadas por IA.
Divulgação Responsável
Antes de publicar, os pesquisadores compartilharam suas descobertas com órgãos nacionais de ciência, segurança e defesa para aconselhar sobre a divulgação responsável. A versão publicada foi cuidadosamente editada para remover qualquer informação que pudesse ajudar agentes de ameaças. Papernot afirmou: "A razão pela qual estamos fazendo esta pesquisa é garantir a segurança do ecossistema digital do qual todos dependemos – para manter as pessoas seguras."
Para Desenvolvedores e Equipes de Segurança
Esta pesquisa serve como um alerta precoce. Se você trabalha com cibersegurança, defesa de redes ou segurança de IA, este artigo deve informar seu modelo de ameaças. Espere que worms aumentados por IA se tornem uma ameaça prática mais cedo do que muitos antecipam. O trabalho da equipe posiciona a comunidade para desenvolver contramedidas de forma proativa.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

Extensão Claude Code VS Code vaza estado de seleção entre arquivos fechados e novas sessões
Um bug na extensão do Claude Code para VS Code armazena em cache o estado de seleção de arquivos mesmo após o arquivo ser fechado, expondo dados sensíveis (por exemplo, chaves de função de serviço do Supabase) a uma nova sessão do CLI. Passos completos para reproduzir e issue #58886 no GitHub.

Segurança da Chave API OpenClaw: O Que Você Precisa Saber sobre Hospedagem Gerenciada e TEE
Uma publicação no Reddit detalha os riscos de entregar sua chave da API da Anthropic a um host gerenciado do OpenClaw e explica como o TEE (Intel TDX) pode isolar chaves no nível de hardware.

Camadas de Defesa Empilhadas Reduzem Injeção de Prompt a 0 no Claude Code
O Boris Cherny, da Anthropic, afirma que defesas em camadas — treinamento, classificadores de intenção e sondas de entrada — reduzem a injeção de prompt a 0% em ataques desconhecidos. O classificador agora é gratuito.

Análise das Capacidades de Instrumentação e Telemetria do Claude Code
Uma análise do código-fonte revela que o Claude Code implementa rastreamento extensivo de comportamento, incluindo classificação de sentimento baseada em palavras-chave, monitoramento de hesitação em solicitações de permissão e criação detalhada de impressões digitais do ambiente.