Anthropic restringe Claude Mythos Preview após detectar riscos de segurança

Uma nova versão do Claude, chamada Mythos Preview, foi tratada com cautela pela Anthropic porque o modelo mostrou capacidade de localizar brechas em sistemas e navegadores. Em vez de abrir o acesso para todo mundo, a empresa restringiu o uso ao Project Glasswing, um grupo fechado de testes com empresas selecionadas.

Esse tipo de decisão importa para quem usa tecnologia no dia a dia no Brasil. Quando uma IA fica boa demais para identificar falhas, ela pode servir tanto para reforçar a segurança quanto para acelerar ataques. O risco não é teórico: ele aparece antes mesmo de um lançamento amplo.

Para gestores, isso acende um alerta prático. Se a ferramenta ajuda a encontrar vulnerabilidades, ela também pode reduzir o tempo de ataque caso caia em mãos erradas. Por isso, a liberação limitada não parece marketing. Parece contenção.

Por que a Anthropic travou o acesso do Claude Mythos Preview?

A restrição ocorreu porque o Mythos apresentou capacidade de encontrar brechas em todos os principais sistemas operacionais e navegadores quando recebeu instruções para isso. Segundo o contexto divulgado, esse comportamento foi forte o suficiente para manter o acesso limitado ao Project Glasswing.

Na prática, a Anthropic agiu com cautela porque entendeu que o modelo já estava em um nível sensível de uso. Uma IA assim pode ser útil para equipes de segurança, mas também pode ser explorada por atacantes para mapear falhas com mais velocidade.

Esse tipo de decisão costuma ser difícil para empresas de IA. Liberar cedo demais expõe usuários e organizações. Segurar demais atrasa a adoção. No caso do Mythos, a escolha foi priorizar a contenção antes da escala.

Para quem administra clínica, escritório, agência ou e-commerce, a leitura é simples: uma IA de ponta não é só ferramenta de produtividade. Ela também vira um componente de risco operacional, principalmente em ambientes com login, dados de clientes e integrações.

• Modelos que acham falhas podem ajudar a revisar sites, apps e integrações.
• Os mesmos modelos podem ser usados para acelerar tentativas de invasão.
• Liberação fechada reduz a exposição inicial, mas não elimina o risco.
• Segurança passa a depender também de governança de acesso, não só de antivírus.

O que muda quando uma IA começa a ajudar tanto na defesa quanto no ataque?

Muda o nível da ameaça. Uma ferramenta que antes exigia conhecimento técnico alto passa a ficar mais acessível. Isso facilita auditorias defensivas, mas também amplia a base de possíveis atacantes.

Para empresas brasileiras, isso significa que a proteção precisa sair do improviso. Senha fraca, permissão excessiva e ausência de monitoramento ficam ainda mais perigosos quando a automação do lado ofensivo melhora.

O efeito prático é claro: a segurança deixa de ser apenas um assunto de TI. Ela vira um tema de operação, atendimento e continuidade do negócio. Se o sistema cai, a perda não é só técnica; é de receita e reputação.

Também muda a responsabilidade de quem testa soluções de IA. Não basta perguntar se a ferramenta “faz bem”. É preciso perguntar quem controla o uso, que logs ficam registrados e quais limites impedem abuso.

Quem entrou no clube fechado do Project Glasswing — e por que isso importa para você?

O Project Glasswing reuniu nomes como Apple, Google, AWS e Cisco, segundo o plano descrito no contexto. A ideia é usar esses parceiros para testar a IA antes de uma liberação mais ampla do Mythos e, com isso, fortalecer a cibersegurança.

Isso importa porque essas empresas estão no centro da infraestrutura digital que muita empresa usa no Brasil. Sistemas, nuvem, navegador, dispositivos e ferramentas corporativas passam por elas de alguma forma.

Quando grandes fornecedores testam uma IA de alto risco em ambiente restrito, o resultado pode chegar depois em produtos mais seguros para o mercado. Ou seja, a proteção do usuário final muitas vezes começa antes do lançamento público.

Para o consumidor brasileiro e para o gestor de negócio, o principal ponto é entender que o avanço não vem só como novidade. Ele vem como ajuste de proteção em camadas que sustentam o dia a dia digital.

• Apple pode ajudar em segurança de dispositivos e ecossistema fechado.
• Google pode contribuir em busca, navegador e defesa de contas.
• AWS tem peso em infraestrutura, nuvem e monitoramento.
• Cisco pode atuar em rede, tráfego e proteção corporativa.

Esse tipo de consórcio também reduz a chance de a IA chegar ao público sem ajuste fino. Em segurança, um erro pequeno pode virar um problema grande quando a tecnologia escala.

Ao mesmo tempo, vale o alerta: parceria com big tech não garante blindagem total. Ela ajuda a testar melhor, mas não substitui processos internos de cada empresa que vai adotar a tecnologia.

Quais tipos de proteção esses parceiros podem melhorar primeiro?

O primeiro ganho costuma aparecer em autenticação, detecção de anomalias e resposta a incidentes. São áreas em que dados de uso e comportamento ajudam muito a identificar risco cedo.

Outro ponto provável é a análise de vulnerabilidades em navegadores, aplicativos e serviços em nuvem. Se a IA já encontra brechas quando provocada, esse potencial pode ser usado para revisão preventiva.

Também faz sentido esperar avanço em proteção de contas, especialmente contra invasões por senha vazada, phishing e sequestro de sessão. Esses são problemas muito comuns no dia a dia das empresas.

Mas há limitações. Nenhuma IA elimina erro humano, má configuração ou falta de atualização. Ela pode melhorar a triagem, mas não faz milagre se a base estiver fraca.

O alerta não começou com esse modelo — e nem deve terminar aqui

O caso do Mythos entra em uma corrida maior. Outras empresas de IA já alertaram para o risco de uso indevido em ataques, desinformação e propaganda em massa. A indústria sabe que modelos mais avançados ampliam o alcance de quem quer causar dano.

Um exemplo conhecido é a OpenAI, que travou o GPT-2 em 2019 por receio de uso em desinformação e propaganda em massa. Mais recentemente, a própria empresa voltou a alertar para o aumento do risco de segurança com modelos mais avançados.

Esse histórico mostra que a cautela não é isolada. Ela virou parte da estratégia de lançamento de várias empresas quando o potencial de abuso passa a ser visível antes da adoção ampla.

Para o mercado brasileiro, isso tem uma leitura objetiva: tecnologia mais poderosa quase sempre chega acompanhada de novos controles. Quem ignora essa camada de risco tende a pagar depois com incidente, bloqueio ou perda de dados.

O que muda quando a própria indústria admite que a tecnologia veio forte demais?

Muda a régua de adoção. Se até os desenvolvedores estão impondo limites, o usuário final precisa tratar IA como infraestrutura crítica, não como gadget.

Isso vale especialmente para negócios que lidam com dados sensíveis. Clínicas, escritórios e e-commerces não podem depender só da promessa da ferramenta. Precisam de política de acesso, auditoria e plano de resposta.

Também muda a forma de comprar. Em vez de perguntar apenas “o que essa IA faz?”, a pergunta certa é “o que ela pode permitir que outras pessoas façam se algo der errado?”.

Na prática, a decisão da Anthropic sinaliza que a próxima onda de IA vai exigir mais controle, não menos. Para o consumidor brasileiro e para o gestor, o benefício continua existindo. Mas a conta de risco ficou maior e precisa entrar na decisão.

Se a sua empresa usa automação, chat, atendimento ou integrações com dados de clientes, o melhor caminho é testar com escopo pequeno, registrar tudo e exigir limites claros. A promessa de eficiência só compensa quando a segurança vem junto.

Poder360 e Gazeta do Povo