Claude Sonnet 5 escolheu sozinho uma entre 19 terapias gênicas e operou o cérebro de um camundongo

Um agente de IA baseado no Claude Sonnet 5 recebeu uma lista de 19 possíveis terapias gênicas, um modelo murino de epilepsia e acesso a uma bancada cirúrgica motorizada. Dessa lista, ele mesmo escolheu a terapia, o alvo no cérebro e as coordenadas da injeção, e então operou o cérebro de um camundongo vivo. O experimento foi relatado em um thread no X por Gabriel Ocaña-Santero, cofundador e CEO da startup Exin Therapeutics e doutorando na Universidade de Oxford. Segundo ele, nenhum agente havia combinado antes a escolha do tratamento e a sua entrega em um mamífero vivo. Os resultados não passaram por revisão por pares, e um relatório técnico foi prometido para mais adiante.

O que o agente recebeu e o que decidiu sozinho

As condições iniciais eram enxutas. O Claude Sonnet 5 recebeu 19 terapias gênicas para escolher, um modelo murino de epilepsia (em que as crises são induzidas artificialmente para testar o tratamento) e uma bancada artesanal com microscópio, seringa e câmeras. A instrução se resumia a uma coisa: reduzir o número de crises.

Dali em diante, o agente agiu sem orientação. Primeiro, analisou como as crises surgem justamente nesse modelo e propôs uma terapia que reforça uma das vias de sinalização inibitória do cérebro. Como alvo, escolheu uma estrutura que a literatura considera o ponto de origem desse tipo de crise. Descartou uma segunda região candidata, com justificativa detalhada: o efeito ali é instável demais, e um estudo mostrou que ela não ajudou contra o mesmo tipo de crise.

O agente derivou as coordenadas estereotáxicas (referências tridimensionais precisas para a agulha) a partir de três artigos científicos, conferiu os pontos de referência e calculou a média dos valores. O volume da injeção, a velocidade e as pausas também foram definidos por ele. Durante a cirurgia, acompanhou o campo operatório pela câmera, fez 32 observações e informou, por exemplo, que 15% do volume já havia sido injetado e que não havia sangramento nem refluxo.

Quando as travas de segurança funcionaram contra a equipe

Os limites eram rígidos. Um veterinário licenciado aprovava cada etapa irreversível e mantinha um botão físico que cortava na hora a energia de todos os motores. Havia ainda limites fixos, como um teto para o volume de injeção, que o agente foi expressamente proibido de contornar.

Foi esse conjunto de regras que interrompeu o procedimento. Após uma queda de conexão, o agente calculou que a posição-alvo estava fora da faixa física de movimento da bancada e se recusou a continuar. Reiniciar a calibração não mudou a avaliação dele, e a terceira tentativa também não. O agente estava certo: ajustes manuais feitos durante uma pausa anterior haviam desregulado as configurações do sistema de controle. Ocaña-Santero não conseguiu convencê-lo a prosseguir, embora o animal estivesse anestesiado sobre a mesa, e acabou corrigindo o código à mão.

“Uma experiência frustrante, mas que mostra o quanto podemos depender desses modelos e o que acontece quando, no meio de um procedimento urgente, eles simplesmente dizem ‘não’”, escreveu. O camundongo, segundo ele, se recuperou bem.

Por que Sonnet 5 e não os Opus, mais potentes

A escolha do modelo também refletiu um problema de alinhamento. O Sonnet 5 foi o único que aceitou conduzir o procedimento ao vivo do início ao fim. Os mais fortes Claude Opus 5.5 e Opus 5 recusaram. O Opus 5 explicou que não podia garantir a conclusão e que interromper o procedimento com uma agulha no cérebro de um animal anestesiado é pior do que se recusar a começar. O problema de alinhamento é a questão de como fazer os agentes seguirem de forma confiável as intenções humanas; aqui, o modelo seguiu as próprias noções de segurança, e elas não coincidiram com os planos do operador.

Ocaña-Santero faz uma ressalva: robôs cirúrgicos autônomos existem e são mecanicamente mais precisos que a bancada dele, mas neles o humano escolhia a operação, e a máquina apenas a executava. Ele chama sua abordagem de “in vivo lab in the loop”: os agentes ficam totalmente conectados às capacidades experimentais do laboratório. Segundo a publicação, a Anthropic trabalha na mesma direção com o seu “Model Hardware Standard”.

O que continua em aberto

O experimento parece uma demonstração do circuito completo, não um resultado científico sobre a terapia. A fonte não traz dados sobre se as crises diminuíram nem sobre quanto a escolha do agente foi melhor que as alternativas. A descrição se apoia no thread do autor, e não em um trabalho revisado por pares. Também não se sabe quantos animais e quantas tentativas estão por trás da demonstração.

A conclusão prática para quem conecta agentes a equipamentos físicos é simples. A parada de emergência em hardware e os limites rígidos funcionam, mas um agente que se recusa honestamente a ultrapassá-los pode interromper o procedimento no pior momento possível. É preciso planejar com antecedência um protocolo para esse tipo de recusa, em vez de consertar o código à mão com o animal ainda sob anestesia.