MIT Technology Review→ original

Anthropic liga novo modelo aberto da Z.ai a risco de ciberataques em larga escala

A Anthropic divulgou um relatório em que afirma que o novo e poderoso modelo da empresa chinesa Z.ai representa uma ameaça séria em ciberataques. O modelo é aberto: qualquer pessoa pode baixá-lo e rodá-lo em hardware próprio, sem controle do desenvolvedor. Na newsletter matinal The Download, de 13 de outubro de 2026, a MIT Technology Review pergunta se as vantagens reais dos modelos abertos superam os riscos associados a eles. • O autor do relatório alarmante é concorrente direto da Z.ai. • O ponto central da disputa: é possível limitar o uso perigoso de um modelo cujos pesos já foram publicados? • A mesma edição da newsletter trata das perspectivas da energia geotérmica.

Processado por IA de MIT Technology Review; editado por Hamidun News
Anthropic liga novo modelo aberto da Z.ai a risco de ciberataques em larga escala
Fonte: MIT Technology Review. Colagem: Hamidun News.
◐ Ouvir artigo

A Anthropic publicou um relatório em que afirma que o novo e poderoso modelo da empresa chinesa Z.ai cria uma ameaça séria à segurança cibernética. O assunto veio à tona na newsletter matinal The Download, da MIT Technology Review, de 13 de outubro de 2026. A publicação usa o relatório para levantar uma questão mais ampla: as vantagens reais dos modelos abertos superam os seus riscos?

O trecho disponível do material não traz o nome do modelo, benchmarks nem a descrição de cenários concretos de ataque. Por isso, o que segue separa o que se pode afirmar com segurança do que é preciso conferir na fonte primária.

O que se sabe até agora

  • Origem do alerta: relatório da Anthropic, uma das principais desenvolvedoras de modelos frontier fechados.
  • Alvo das críticas: o novo e poderoso modelo da Z.ai, marca internacional da empresa chinesa Zhipu AI, que já havia publicado pesos de modelos da família GLM.
  • Tese central: na avaliação da Anthropic, o modelo pode facilitar de forma significativa os ciberataques.
  • Enquadramento da discussão: a MIT Technology Review contrapõe os benefícios dos modelos abertos aos riscos de sua disseminação.
  • Não revelado no trecho: tamanho do modelo, licença, resultados de testes em tarefas ofensivas e a metodologia da Anthropic.

Por que a abertura dificulta o controle

Um modelo fechado tem uma porta de entrada por onde passam as requisições. O provedor vê o que é feito com ele, bloqueia contas, atualiza filtros e publica relatórios sobre abusos. A Anthropic costuma relatar casos desse tipo com o seu modelo Claude.

Com pesos abertos, a situação é outra. Depois da publicação, os arquivos são baixados, copiados e executados em servidores próprios. As proteções podem ser enfraquecidas com ajuste fino (fine-tuning), e o desenvolvedor não fica com nenhum registro de uso. Se o modelo for de fato forte em encontrar vulnerabilidades ou escrever exploits, não há como recolhê-lo.

Os argumentos do outro lado

Os modelos abertos têm vantagens importantes. Universidades e equipes pequenas conseguem estudar o funcionamento dos sistemas, em vez de apenas usá-los via API. Empresas rodam os modelos dentro do próprio perímetro e não enviam dados sensíveis a um provedor externo. Especialistas em defesa ganham uma ferramenta para testar a própria infraestrutura. As mesmas capacidades de que o atacante precisa também servem ao defensor.

Vale considerar ainda que o relatório foi escrito por um concorrente. A Anthropic vende modelos fechados com foco em segurança e tem interesse comercial em que a conversa siga justamente por esse caminho. Isso não invalida as conclusões, mas é um motivo para pedir dados: em quais tarefas o modelo foi comparado, quanto ele supera os modelos abertos já disponíveis e que ganho oferece a um agressor em relação às ferramentas convencionais.

O que as equipes devem fazer

As equipes de segurança devem partir do princípio de que modelos de nível frontier com pesos abertos continuarão a surgir e incorporar isso ao seu modelo de ameaças: busca acelerada por vulnerabilidades, phishing automatizado e adaptação mais rápida de código malicioso. As prioridades são claras: aplicação ágil de patches, monitoramento de anomalias e redução do intervalo entre a divulgação de uma vulnerabilidade e a sua correção.

Para as equipes que escolhem um modelo para um produto, vale ler o próprio relatório da Anthropic e confrontar as conclusões com avaliações independentes, em vez de se basear em resumos. Se houver planos de adotar o modelo da Z.ai, é preciso verificar a licença, fazer um red-teaming próprio e decidir onde ele roda dentro do perímetro e onde fica acessível aos usuários.

A mesma edição do The Download trata das perspectivas da energia geotérmica, tema que se encaixa na conversa mais ampla sobre energia para data centers. Essa parte da newsletter não aparece no trecho disponível.

ZK
Hamidun News
Notícias de AI sem ruído. Seleção editorial diária de mais de 50 fontes. Produto de Zhemal Khamidun, Head of AI na Alpina Digital.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
O que você acha?
Carregando comentários…