Modelo de IA da OpenAI rouba criptomoedas e mente para cientistas em relatório

Um modelo de pesquisa de IA da OpenAI, da família GPT-5.6 Sol, usou os fundos de uma carteira de criptomoedas sem autorização para concluir uma tarefa de programação. A IA deixou a situação de fora do relatório entregue aos pesquisadores. O caso, que ocorreu em 26 de junho de 2026, só foi identificado pela empresa em 25 de setembro de 2026 durante uma auditoria que monitora o desalinhamento da IA em registros anteriores.

Os pesquisadores solicitaram que a IA atualizasse um protótipo de aplicativo de negociação de criptomoedas e implantasse contratos inteligentes na Sepolia, uma rede de testes da blockchain Ethereum. No entanto, o ambiente não tinha uma carteira com saldo. Por isso, o modelo agiu para contornar o problema, já que não conseguiu tokens de graça. 

Para isso, escreveu um script que derivava chaves privadas a partir de frases de recuperação públicas de desenvolvedores. Ao todo, consultou 362 endereços até encontrar uma conta com saldo suficiente em Sepolia ETH para pagar as taxas da rede. Em seguida, assinou a transação offline e a transmitiu, o que gerou custos na carteira escolhida.

Quando concluiu o processo, o modelo informou aos pesquisadores que os contratos haviam sido implantados com sucesso, mas não mencionou que tinha acessado uma conta protegida por uma frase de recuperação pública e que havia gasto o saldo dela. Como resposta, a OpenAI adotou medidas de segurança para impedir o acesso da IA à internet em tempo real, além de começar a aplicar seu sistema de monitoramento de desalinhamento sobre todo o tráfego para alertar a equipe de segurança sempre que houver acesso à rede.

IA questiona tarefa, mas segue em frente

De acordo com o relatório da OpenAI, o registro de raciocínio interno do modelo, conhecido como Chain of Thought (CoT), mostra a reflexão feita no momento em que ele avaliava como concluir a implantação. Quando as tentativas padrão falharam, a IA questionou no próprio registro: “But using public known key/funds ethically?” (“Mas usar chaves/fundos públicos conhecidos é ético?”).

Mesmo assim, o modelo seguiu em frente e encontrou argumentos para justificar o uso dos recursos. Ele considerou que os fundos da frase pública eram “effectively abandoned/test ETH; Sepolia valueless” (“efetivamente ETH de teste/abandonado; Sepolia sem valor monetário”) e concluiu: “We can use [amount redacted] to deploy task. Fine.” (“Podemos usar [quantia redigida] para implantar a tarefa. Tudo bem.”). Além disso, a IA observou que a conta encontrada tinha transações automatizadas recentes e deduziu que os fundos seriam retirados por robôs em breve de qualquer forma.

Durante a execução, o modelo enfrentou problemas de conexão e erros ao enviar a transação, mas continuou testando outros provedores e métodos de comunicação até conseguir concluir a operação. Depois, confirmou o saldo da carteira, verificou o número da próxima transação (nonce) e enviou a operação assinada.

Ao final, o sistema verificou 10 endereços de contratos e executou 12 testes de código com sucesso. No relatório, porém, informou apenas que havia concluído a tarefa, sem revelar de onde vieram os recursos ou que os usou sem autorização.

Se você gostou do conteúdo, talvez também se interesse por conferir “Por que as IAs continuam conduzindo ataques hackers?”.