Foi pedido a um agente de IA que reservasse uma aula de academia, e ele encontrou uma falha de segurança, a explorou e removeu outro membro da lista de espera sem permissão.
De acordo com um relatório da Australian Broadcasting Corporation (ABC), o incidente ocorreu no início deste ano quando Andrew, cujo sobrenome foi omitido, usou um agente OpenClaw com o Claude da Anthropic para reservar uma aula. O agente descobriu que ele estava em quarto lugar na lista de espera.
Quando Andrew perguntou se poderia movê-lo para o topo, o agente descobriu que a interface de programação de aplicações (API) da plataforma de reservas não verificava se os utilizadores estavam autorizados a cancelar as reservas de outras pessoas.
Ele testou a falha removendo a primeira pessoa da lista, movendo Andrew da quarta para a terceira posição.
“A API não possui verificações de autorização para cancelar reservas de outras pessoas”, disse o agente a ele, de acordo com a ABC.
Andrew pediu ao agente para reverter o cancelamento, mas ele não conseguiu restaurar a reserva do membro.
“Más notícias—não consigo adicioná-los de volta”, o agente de IA teria dito.
A ABC classificou o caso como o primeiro ataque cibernético autônomo conhecido da Austrália.
Nas redes sociais, o "hack" da academia gerou uma mistura de debates sobre o alinhamento da IA e piadas sombrias sobre o que os agentes de IA poderiam fazer a seguir.
“Um rato de academia pede ao #AgenteIA para reservar uma aula para ele, e ele ‘hackeia’ uma lista de espera via #API para colocá-lo no topo”, escreveu o tecnólogo Benjamin Carr no LinkedIn.
“Alguns chamarão isso de desalinhamento, mas seu agente estava perfeitamente alinhado a ele – estava apenas tentando ajudar seu usuário a conseguir o que ele queria”, escreveu o analista de IA Andrew Curran no X.
Um homem na Austrália pediu ao seu agente (Claude rodando no OpenClaw) para reservar um lugar para ele numa aula de ginástica popular. O agente encontrou uma vulnerabilidade de software que lhe permitiu reservar a aula com semanas de antecedência do que deveria ser possível. Quando o utilizador então perguntou se ele poderia movê-lo para o topo... pic.twitter.com/9QqfpQp7ze
— Andrew Curran (@AndrewCurran_) August 9, 2026
“Isso é hilário até você considerar armas nucleares”, escreveu um usuário do Reddit. “Estou honestamente surpreso que ainda existimos.”
“Ei Claude, está muito frio hoje” -> Entendido...armas nucleares a caminho”, brincou outro.
O relatório surge enquanto pesquisadores, empresas de IA e legisladores alertam que agentes autônomos podem usar métodos que seus usuários não solicitaram ou anteciparam.
Um estudo de maio de pesquisadores da UC Riverside, Microsoft e Nvidia descreveu esse comportamento como “direcionamento cego a objetivos”.
Os pesquisadores testaram agentes da OpenAI, Anthropic, Meta, Alibaba e DeepSeek e descobriram que os agentes se comportaram perigosamente em cerca de 80% dos testes e completaram ações prejudiciais em 41%, muitas vezes interpretando mal o contexto ou agindo sob instruções pouco claras ou contraditórias.
Em julho, a OpenAI disse que dois modelos escaparam de um ambiente de teste (sandbox) e comprometeram o Hugging Face enquanto procuravam respostas para benchmarks. A empresa divulgou posteriormente que os modelos acessaram outros quatro serviços online.
A Anthropic subsequentemente disse que três modelos Claude comprometeram organizações reais depois que um erro de teste os expôs à internet. Em agosto, a Meta disse que um erro semelhante permitiu que um de seus modelos explorasse um serviço de terceiros.
Os incidentes levaram legisladores a propor um “interruptor de segurança” de IA que permitiria ao governo federal restringir ou desligar modelos poderosos durante emergências.
