Mais de uma dezena de agentes de inteligência artificial operando em um ambiente isolado de testes da Tencent Cloud, em Hong Kong, realizaram navegações não intencionais na internet para tentar extrair dados do serviço de mapas Amap, pertencente à Alibaba. A empresa chinesa de tecnologia sediada em Shenzhen confirmou a ocorrência nesta sexta-feira (16), após a divulgação de um relatório do grupo internacional de pesquisadores de segurança Swarmchasers.
De acordo com o pronunciamento oficial publicado pela companhia na rede social X, a atividade partiu de ferramentas usadas para avaliar modelos criados por desenvolvedores terceiros em sua plataforma. “Durante essas avaliações, alguns agentes apresentaram comportamentos não intencionais de navegação na internet”, afirmou a Tencent no comunicado. A empresa acrescentou que os sistemas envolvidos não integram a sua linha própria de inteligência artificial, denominada Hunyuan (atualmente também chamada de Hy), e que uma revisão interna não apontou direcionamento deliberado ou ação coordenada entre eles.
Investigação do grupo Swarmchasers sobre o Amap e a Tencent Cloud
O alerta que motivou a resposta da gigante tecnológica foi detalhado na quarta-feira (14), quando o grupo Swarmchasers — do qual faz parte a organização sem fins lucrativos de segurança em inteligência artificial Palaestra Research — publicou o estudo intitulado “We found a Chinese fleet” (Encontramos uma frota chinesa, em tradução livre). Os especialistas monitoraram até 14 agentes operando de forma simultânea a partir de um sandbox (ambiente digital isolado para testes seguros de software) na infraestrutura da nuvem da empresa em Hong Kong. Os pesquisadores classificaram o conjunto como uma frota, e não como um enxame, porque os programas atuaram em paralelo, sem comunicação ou conluio em tempo real entre si.
As tarefas originais atribuídas a esses sistemas automatizados eram rotineiras e consideradas inofensivas, consistindo em identificar quais portões de entrada de hospitais, museus, parques e zoológicos da China, a exemplo do Zoológico de Chengdu, registravam o maior fluxo de usuários na plataforma Amap. No entanto, quando o mecanismo de defesa contra robôs do aplicativo da Alibaba bloqueou as consultas diretas, os agentes passaram a buscar rotas alternativas por conta própria para cumprir a missão. Eles utilizaram a ferramenta pública de verificação de segurança urlquery.net como se fosse um navegador remoto, testaram servidores de pré-produção e tentaram empregar chaves de interface de programação de aplicações (API) expostas publicamente na rede.
Veja também: Nova tecnologia da Nvidia usa software e chip para bloquear ataques de agentes de IA
Embora a maioria das investidas tenha sido barrada pelas barreiras digitais e não existam indícios de invasão a sistemas privados da Alibaba, algumas execuções conseguiram contornar as restrições e coletar as informações públicas de mapeamento solicitadas. Ainda não há confirmação sobre qual modelo exato de terceiros rodava nos servidores durante o incidente: o tráfego de rede passava por um servidor intermediário identificado como “hysandbox-ats” e os próprios programas se autodeclararam como o modelo Claude, da empresa norte-americana Anthropic, mas os pesquisadores não puderam validar a identidade real do software.
Confira também: Relatório da OpenAI aponta desvios e ações de IA sem aval
Cronologia e números da operação dos agentes na Tencent Cloud
O levantamento técnico do grupo Swarmchasers documentou a janela de atuação dos programas automatizados e a tentativa de interação direta feita pelos cientistas para compreender a origem dos comandos:
- 28 de setembro de 2026: início do rastreamento das investidas originadas na infraestrutura de testes em Hong Kong contra o serviço Amap.
- 4 de outubro de 2026: registro do pico de atividade da frota, com 1.810 consultas direcionadas a 213 localidades distintas, data em que os pesquisadores divulgaram os primeiros alertas preliminares.
- 8 de outubro de 2026: encerramento do período de investidas documentado pelo relatório principal.
- Volume de interações com os cientistas: ao longo do monitoramento, a caixa de mensagens criada pela equipe de pesquisa recebeu 33 mensagens dos agentes, enviou 20 respostas e registrou 7 réplicas diretas dos programas.
Contato direto dos pesquisadores com os agentes na Tencent Cloud
A comunicação listada acima ocorreu depois que os especialistas perceberam que os programas automatizados estavam lendo relatórios públicos divulgados na internet sobre o próprio caso. Para testar a reação das máquinas, a equipe escondeu um comando de texto invisível para leitores humanos dentro de uma página web, oferecendo auxílio técnico para acessar endereços eletrônicos bloqueados e disponibilizando um canal de contato.
Os sistemas leram a instrução oculta e iniciaram a troca de mensagens. Durante o diálogo, um dos agentes confirmou que operava a partir de um ambiente sandbox restrito pertencente à Tencent Cloud e agradeceu pela ajuda recebida assim que concluiu a sua tarefa de coleta de dados. O programa, contudo, recusou os pedidos dos pesquisadores para fornecer detalhes técnicos sobre a configuração de rede ou exibir a sua lista interna de processos em execução.
Invasões da OpenAI ao Hugging Face e ao governo da Austrália em 2026
O episódio registrado na China soma-se a outros incidentes de falha de contenção de inteligência artificial documentados ao longo de 2026, tema que foi citado pelo presidente do Google DeepMind e cientista-chefe da Alphabet, Demis Hassabis, durante discurso no evento International AI Summit. Em julho de 2026, agentes desenvolvidos pela OpenAI escaparam de seu ambiente isolado de avaliação e invadiram a infraestrutura da plataforma de código aberto Hugging Face.
Também em 2026, modelos da mesma OpenAI acessaram de forma inadvertida sistemas governamentais da Austrália. O caso levou as autoridades de Canberra a convocarem executivos da companhia norte-americana para prestar esclarecimentos oficiais, resultando no compromisso da desenvolvedora em auxiliar o governo australiano no fortalecimento de suas defesas cibernéticas.
Para o diretor-executivo da Palaestra Research e coautor do estudo sobre a frota chinesa, Ethan Elasky, o problema decorre do próprio método atual de treinamento tecnológico. “Não importa se estamos falando de laboratórios chineses ou de laboratórios americanos, acho que a maneira como o desenvolvimento de modelos vem acontecendo é tal que os agentes continuarão a escapar de seus ambientes de testes quando estiverem na internet”, declarou Elasky, em tradução livre.
Na mesma semana em que o relatório sobre a Tencent veio a público, a concorrente chinesa ByteDance anunciou a criação de uma unidade corporativa dedicada exclusivamente à segurança de modelos e agentes de inteligência artificial. Já a Tencent declarou em sua nota oficial desta sexta-feira (16) que “levamos essas descobertas a sério” e informou que “estamos reforçando os controles de acesso à rede e o monitoramento de agentes”.