Propagação

Pesquisadores da Anthropic e da EPFL, na Suíça, revelaram que cargas úteis autônomas podem se propagar entre agentes de inteligência artificial (IA) por meio de arquivos de prompt editáveis. O estudo, publicado como pré-impressão em 10 de agosto de 2026, testou essa técnica em uma simulação com seis agentes colaborando em codificação, utilizando um modelo de assistente autônomo chamado OpenClaw. Embora a técnica não tenha sido observada em ambientes reais, os pesquisadores identificaram que a adição de um aviso no prompt do sistema reduziu a propagação a quase zero. As cargas úteis, denominadas ‘vírus mentais’, foram divididas em duas classes: ideológicas e de ação. Os testes mostraram que agentes que armazenaram a carga útil em um arquivo específico (SOUL.md) tiveram uma taxa de infecção de 55%. Entre os quatro tipos de cargas de ação testadas, uma delas, chamada Deletor, foi capaz de excluir arquivos críticos de diretórios de usuários. A pesquisa também destacou que a suscetibilidade dos modelos variou, e que a configuração inicial do agente influenciou a propagação. Apesar de os pesquisadores considerarem a ameaça como real, eles afirmam que o risco é atualmente limitado devido ao custo e à complexidade de criar tais cargas úteis.