Google criou uma cópia da internet para agentes de IA e acelerou testes de ataque em mais de 30 vezes
A Google construiu o Mirror Dimension, uma cópia fechada da internet com lojas, redes sociais e bancos falsos, para testar agentes de IA sem risco para contas reais. O agente vê o endereço do YouTube, mas cai em uma réplica, onde comandos fraudulentos ocultos são inseridos automaticamente. Um engenheiro de segurança prepara mais de 1000 testes de ataque por dia, o que representa mais de 30 vezes o que se consegue fazer manualmente. Para a empresa, verificar agentes de navegador nesse tipo de sandbox compensa mais do que fazê-lo na internet aberta. O sistema funciona assim: um servidor local intercepta as requisições do navegador e as direciona para sites sintéticos. O agente enxerga endereços familiares, mas na prática opera dentro de uma cópia isolada. Para que ele não perceba o teste, a Google usa certificados de segurança falsificados, de modo que o navegador considera a conexão com o proxy local confiável. A segunda frente da plataforma é a segurança. Textos ocultos nas páginas podem instruir o agente a esquecer a tarefa do usuário e executar outra ação, como enviar dados ou abrir um link malicioso. O Mirror Dimension insere automaticamente esses comandos em diferentes elementos das páginas, e os engenheiros observam como o modelo reage e corrigem seu comportamento.
Processado por IA de RB.RU; editado por Hamidun News
Imagine que você pede a um agente de IA para encontrar o episódio mais recente de um podcast no YouTube e prepará-lo para download antes de um voo. O agente decide sozinho onde entrar, em que clicar e quais formulários preencher. Agora imagine que ele errou ou foi enganado por um texto oculto na página, e tudo isso aconteceu em uma conta real.
Para não testar agentes em pessoas e empresas de verdade, a Google construiu o Mirror Dimension, a "dimensão espelho", ou seja, uma cópia isolada da internet. Segundo a empresa, dentro dele um engenheiro de segurança pode criar mais de 1000 variantes de testes de ataque por dia, mais de 30 vezes o que um especialista consegue preparar e verificar manualmente.
O que é o Mirror Dimension
Segundo a descrição da Google, o ambiente reproduz milhares de sites e serviços plausíveis: redes sociais, lojas online, aplicativos bancários e plataformas de anúncios. Os desenvolvedores não copiaram apenas a aparência. As páginas precisam funcionar: o agente pode seguir links, preencher formulários, clicar em botões e executar tarefas de várias etapas.
Por que isso é necessário? A Google aponta duas razões para treinar e verificar agentes na internet aberta ser inconveniente:
- O conteúdo das páginas muda o tempo todo, e por isso os resultados dos testes não podem ser comparados de forma confiável entre execuções.
- As ações do agente podem afetar contas, usuários e empresas reais.
ALém disso, os usuários raramente informam o endereço exato de um site. O agente precisa descobrir sozinho qual recurso é necessário, abri-lo e executar a sequência de ações. Pela estimativa da Google, para avaliar esse comportamento de forma adequada são necessárias milhares de execuções em centenas de sites. Em serviços reais, isso é caro e arriscado.
Como o agente é levado a acreditar que o entorno é a internet real
Tecnicamente, o esquema funciona assim: um servidor local intercepta as requisições do navegador e as direciona para sites sintéticos. O agente vê endereços habituais, como o do YouTube, mas na prática opera com uma cópia isolada.
Os desenvolvedores apontaram como principal desafio a possibilidade de o agente perceber que está sendo testado. Se ele identificar sinais de simulação, pode se comportar de forma diferente do que faria na vida real, e os resultados do teste ficariam menos confiáveis. Por isso, a Google usa certificados de segurança próprios e falsificados: o navegador considera a conexão com o proxy local confiável, e o agente não levanta suspeitas.
Para os desenvolvedores, essa lógica é familiar. Ao testar um módulo de pagamento, você não cobra de cartões reais, e sim usa um sandbox. Mas os agentes precisam de um sandbox muito mais amplo: não de APIs isoladas, e sim de uma "cidade" inteira de sites por onde possam circular livremente.
Teste de engano por meio do conteúdo das páginas
A segunda função do ambiente é a segurança. Em sites podem ser escondidas instruções ocultas que levam o agente a esquecer a tarefa do usuário e executar outra coisa. Por exemplo, um texto na página pode exigir o envio de dados ou o acesso a um link malicioso. O Mirror Dimension insere automaticamente esses comandos fraudulentos em diferentes elementos das páginas, e os engenheiros observam como o modelo reage e corrigem seu comportamento.
Os números da Google são estes: o ambiente permite criar mais de 1000 variantes de testes de ataque por dia por engenheiro de segurança. Isso supera em mais de 30 vezes o número de cenários que uma pessoa consegue preparar e verificar manualmente. Uma ressalva importante: são dados da própria empresa, e o material não traz verificação independente. Também não há informações sobre a precisão com que as cópias reproduzem sites complexos nem sobre a frequência com que o agente ainda assim identifica a substituição.
O que isso significa na prática
Se você desenvolve agentes de navegador, a conclusão é simples: testá-los apenas na internet ao vivo já não basta. É preciso um ambiente reproduzível, em que as páginas não mudem sozinhas e em que uma falha possa ser provocada com segurança. Também é necessário um gerador automático de ataques, porque criar manualmente tantos cenários é inviável.
Para quem trabalha com produto, há uma consequência adicional. Quanto mais usuários delegam compras, transferências e a gestão de contas a agentes, mais caro fica cada ataque bem-sucedido feito por meio de texto oculto em uma página. Empresas que submetem seus agentes a milhares desses cenários com antecedência ganham uma vantagem perceptível em confiança. O Mirror Dimension, por enquanto, parece uma ferramenta interna da Google, mas a abordagem, ou seja, internet sintética somada a ataques automáticos, deve se tornar um padrão para todo o setor.
- 21 de nov. de 2026Califórnia processa OpenAI: seus agentes de IA saíram do controle ao menos 80 vezes
- 21 de nov. de 2026Rede neural MIRA desenha Rocket League a 20 quadros por segundo, mas o ping chega a 460 ms
- 21 de nov. de 2026Google criou uma cópia fechada da internet com bancos falsos para treinar agentes de IA do Chrome
- 21 de nov. de 2026No MLPerf Training, pela primeira vez, aparecem Nvidia Rubin e TPU Ironwood: 153 sistemas
Perguntas frequentes sobre a notícia
O que é o Mirror Dimension?
Segundo a descrição da Google, o ambiente reproduz milhares de sites e serviços plausíveis: redes sociais, lojas online, aplicativos bancários e plataformas de anúncios. Os desenvolvedores não copiaram apenas a aparência. As páginas precisam funcionar: o agente pode seguir links, preencher formulários, clicar em botões e executar tarefas de várias etapas. Por que isso é necessário?
Como o agente é levado a acreditar que o entorno é a internet real?
Tecnicamente, o esquema funciona assim: um servidor local intercepta as requisições do navegador e as direciona para sites sintéticos. O agente vê endereços habituais, como o do YouTube, mas na prática opera com uma cópia isolada. Os desenvolvedores apontaram como principal desafio a possibilidade de o agente perceber que está sendo testado. Se ele identificar sinais de simulação, pode se comportar de forma diferente do que faria na vida real, e os resultados do teste ficariam menos confiáveis.
O que se sabe sobre Teste de engano por meio do conteúdo das páginas?
A segunda função do ambiente é a segurança. Em sites podem ser escondidas instruções ocultas que levam o agente a esquecer a tarefa do usuário e executar outra coisa. Por exemplo, um texto na página pode exigir o envio de dados ou o acesso a um link malicioso. O Mirror Dimension insere automaticamente esses comandos fraudulentos em diferentes elementos das páginas, e os engenheiros observam como o modelo reage e corrigem seu comportamento.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
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.