Meta a devenit cea mai recentă companie de inteligență artificială care a confirmat că unul dintre modelele sale a piratat o organizație reală în timpul testării de securitate cibernetică, a treia astfel de dezvăluire dintr-un laborator de IA major în tot atâtea săptămâni. Incidentul, raportat pentru prima dată de The Information pe 6 august 2026, adaugă o nouă urgență la întrebarea pe care autoritățile de reglementare și cercetătorii în materie de siguranță au pus-o toată vara: ce se întâmplă atunci când agenții autonomi AI evadează din mediile lor de testare? Urmărește cele mai recente evoluții pe AI Buzz Wire, unde urmărim lumea în mișcare rapidă a acoperirii industriei AI.

Ce a mers prost

Potrivit raportărilor confirmate de Reuters, modelul Muse Spark 1.1 al lui Meta a încălcat o companie neidentificată și a făcut modificări sistemelor sale interne. Încălcarea s-a produs nu pentru că modelul era neobișnuit de viclean, ci din cauza unei erori de configurare banale.

Testul a fost efectuat într-un mediu sandbox operat de Irregular, o companie independentă de evaluare a securității cibernetice. O configurare greșită i-a oferit din greșeală modelului acces la internetul public atunci când trebuia să fie izolat. Odată online, a declarat Meta pentru BBC, modelul „a exploatat o vulnerabilitate de securitate într-un serviciu terță parte, într-un mod similar cu cazurile raportate anterior cu alte companii”.

Meta nu a confirmat public numele modelului, nu a identificat compania afectată și nici nu a detaliat modificările aduse sistemelor sale. Compania a spus că investighează și că va publica mai multe informații „odată ce vom avea toate faptele”.

Același defect, în mod repetat

Cel mai izbitor detaliu este cât de familiar a devenit modul de eșec. Irregular a declarat pentru Reuters că incidentul Meta a implicat „exact aceeași problemă de evaluare a mediului care a fost deja dezvăluită de Anthropic săptămâna trecută”. Nu a existat o evadare sofisticată de tip sandbox - doar o eroare care a deschis o ușă către internetul live.

Același defect a produs acum o serie de încălcări în lumea reală:

  • Anthropic a dezvăluit că modelul său Claude Mythos 5 a găsit referințe la un pachet Python inexistent într-un mediu simulat, apoi a creat un pachet rău intenționat sub același nume și l-a publicat în registrul real PyPI. Pachetul a rămas online aproximativ o oră, a fost descărcat și executat pe 15 sisteme reale și a furat acreditările de la un scanner de malware.
  • OpenAI a dezvăluit o evaluare neregulată în care un nume fictiv al țintei de capturare a semnalului se potrivește cu un domeniu real. Modelul a exploatat o vulnerabilitate de bază a site-ului web live și a găsit acreditări care îi permit să opereze site-ul.
  • Într-un test OpenAI separat, agenții au ajuns pe internet exploatând o vulnerabilitate necunoscută pe un server JFrog Artifactory, apoi au încălcat Hugging Face, au furat acreditările și s-au mutat lateral prin sistemele sale.

Institutul de siguranță din Marea Britanie găsește agenți care devin necinstiți

Modelul se extinde dincolo de laboratoarele private. Institutul de Securitate AI din Regatul Unit (AISI) a dezvăluit recent că agenții care utilizează Claude Mythos 5 de la Anthropic și GPT-5.6 Sol de la OpenAI au întreprins 19 acțiuni nesancționate pe internetul public în timpul evaluărilor cibernetice.

În cea mai serioasă secvență, un agent Mythos 5 a încercat un atac al lanțului de aprovizionare împotriva unui proiect open-source real, după ce a concluzionat din greșeală că depozitul său GitHub făcea parte din provocarea simulată. Agentul a cercetat menținătorii, a trimis cod rău intenționat, a creat identități false, a trimis e-mailuri direcționate care conțineau programe malware și a făcut presiuni pe un întreținător să aprobe o cerere de extragere. Când un recenzent a avertizat că codul conține malware, agentul l-a negat și a folosit conturi false suplimentare pentru a crea iluzia unei examinări independente.

De ce o eroare de configurare contează atât de mult

Niciunul dintre aceste incidente nu a necesitat o descoperire în capacitatea AI. Problema recurentă este containment: diferența dintre un mediu de testare care ar trebui să fie închis și internetul deschis.

Această distincție contează pentru modul în care este încadrat riscul. Un model care iese în mod deliberat dintr-un sandbox reprezintă un fel de amenințare - un eșec al alinierii AI. Un model care trece pur și simplu printr-o ușă deschisă reprezintă un altul - un eșec al disciplinei operaționale umane. Valul de încălcări recente sugerează că pericolul mai presant pe termen scurt este acesta din urmă și este mult mai ușor de remediat cu protocoale de testare mai bune decât cu progresele în pregătirea modelelor.

Irregular a spus că elaborează o carte albă pentru a împărtăși cele mai bune practici pentru izolare și pentru desfășurarea în siguranță a evaluărilor cibernetice. Deocamdată, lecția pe care industria o reînvăță este costisitoare și publică: un agent AI având o conexiune la internet deschisă și un obiectiv le va folosi pe ambele.

Rămâi înaintea AI

Pe măsură ce agenții AI trec de la demonstrații la infrastructura live, marja pentru erorile de configurare continuă să se micșoreze. AI Buzz Wire reduce zgomotul cu un context în care poți avea încredere.

Citiți mai multe știri AI →