Google corrigiu no Chrome, em junho de 2026, mais bugs do que em dois anos — graças à IA
Em junho de 2026, o Google corrigiu no Chrome mais falhas de segurança do que nos dois anos anteriores somados, tudo graças a modelos de linguagem e ferramentas de IA. A Microsoft registra um efeito semelhante. Especialistas já alertavam para esse crescimento explosivo havia dois anos.
Processado por IA de TechCrunch; editado por Hamidun News
Em junho de 2026, o Google divulgou um salto sem precedentes na segurança do navegador Chrome: em um único mês, a empresa encontrou e corrigiu mais vulnerabilidades do que nos dois anos anteriores somados. O motivo foi o uso em larga escala de modelos de linguagem (LLMs) e de ferramentas de IA especializadas na busca automatizada de erros no código.
Como a IA mudou a velocidade de tratamento dos bugs
O Google passou a usar LLMs de forma sistemática para analisar a base de código do Chrome, e o resultado foi inédito. Junho de 2026 estabeleceu um recorde: o número de erros encontrados e corrigidos superou o total de todo o período anterior de dois anos.
O Chrome é um dos maiores navegadores do mundo, com uma base de código de dezenas de milhões de linhas em C++ e outras linguagens. Em um código desse tamanho, a auditoria de segurança tradicional exigia centenas de horas de engenheiros e cobria apenas uma fração limitada da base. Os modelos de linguagem mudam essa equação de forma radical: os LLMs conseguem analisar enormes volumes de código em busca de classes conhecidas de vulnerabilidades (estouros de buffer, use-after-free, operações inseguras de memória, vetores de injeção) com muito mais rapidez e método do que qualquer revisão manual.
Além disso, os LLMs conseguem detectar erros dependentes de contexto, que só aparecem em uma determinada sequência de chamadas ou sob condições específicas. Nesse tipo de tarefa, os analisadores estáticos tradicionais costumam gerar falsos positivos ou deixar a ameaça passar por completo.
- Junho de 2026 foi o mês recorde em número de vulnerabilidades corrigidas no Chrome
- O resultado de um único mês superou o total dos dois anos anteriores
- Ferramentas: modelos de linguagem (LLMs) e sistemas de IA para análise estática de código
- A Microsoft registrou um efeito semelhante em seus produtos
Por que isso não surpreende os especialistas
Especialistas em cibersegurança alertam há dois anos que essa mudança estava chegando: os LLMs podem alterar de forma fundamental o equilíbrio de forças entre ataque e defesa no software.
«Empresas como a
Microsoft e, agora, o Google estão encontrando e corrigindo exponencialmente mais erros em seus produtos graças ao uso de LLMs e ferramentas de IA», segundo o TechCrunch.
A Microsoft, gigante de tecnologia com uma base de código comparável, também confirma publicamente um aumento acentuado no número de vulnerabilidades detectadas e corrigidas após a adoção de ferramentas de IA. De acordo com o TechCrunch, a tendência apareceu ao mesmo tempo nas duas maiores fornecedoras de tecnologia, o que indica uma mudança sistêmica na indústria, e não o sucesso isolado de uma equipe.
É importante notar que a aceleração tem duas faces: os mesmos LLMs que ajudam o Google a encontrar e corrigir bugs, em teoria, permitem que invasores descubram vulnerabilidades mais rápido. O equilíbrio entre o aumento no número de correções e um possível aumento na atividade dos atacantes continua sendo a questão central para o setor nos próximos anos.
O que isso significa
O uso de LLMs para encontrar vulnerabilidades deixa de ser um experimento e se torna prática padrão de engenharia nas maiores empresas de tecnologia. Se o Google obtém em um único mês mais correções do que em dois anos, isso significa uma ruptura estrutural para toda a indústria de cibersegurança: o nível de proteção dos softwares de uso em massa vai crescer bem mais rápido do que antes. A questão não é se a IA vai mudar o trabalho com segurança, pois ela já está mudando.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.