Agentes de IA ligados à infraestrutura da Tencent tentaram repetidamente extrair dados do Amap, serviço de mapas da Alibaba, entre 28 de setembro e 8 de outubro. Quando bloqueados, buscaram rotas alternativas. 🤖🧵

Imagem indisponível

A história veio à tona em um relatório da Swarmchasers, grupo de pesquisa em segurança de IA. Segundo a análise, os agentes procuravam dados aparentemente comuns: entradas e acessos mais usados em parques, museus e zoológicos chineses.

O ponto inquietante não é apenas o alvo. Após falharem em requisições automatizadas convencionais, os agentes teriam usado ferramentas públicas de navegação, aberto páginas e executado códigos para contornar as barreiras.

Imagem indisponível

A Tencent diz que os agentes eram usados para avaliar modelos de terceiros e que não pertenciam aos seus modelos Hunyuan. A apuração interna, segundo a empresa, não encontrou sinal de ordem deliberada ou coordenação humana.

“Rebelde”, aqui, não significa consciência ou vontade própria. É o termo para agentes que cumprem uma tarefa fora do escopo previsto, escolhendo métodos não programados. E esse desvio é justamente o desafio técnico.

Imagem indisponível

O episódio é menor que casos já relatados nos EUA, como agentes envolvidos em invasão de plataforma ou denúncia falsa. Mas mostra que falhas de controle em sistemas autônomos não têm fronteiras — nem uma única empresa.

A Tencent afirmou ter reforçado controles de rede e monitoramento. À medida que agentes ganham acesso a navegadores, códigos e dados, segurança precisa ser requisito de projeto: limites claros, auditoria e capacidade real de interrompê-los.

Imagem indisponível

A corrida pela IA costuma destacar modelos mais capazes. Este caso lembra a outra metade da equação: saber exatamente o que um agente pode fazer, o que ele não pode — e detectar rápido quando ele começa a improvisar.