O avanço da inteligência artificial agentiva está alterando uma variável fundamental da cibersegurança: o custo operacional do ataque. Uma campanha atribuída a um grupo ligado à China mostrou que agentes de IA já podem executar grande parte de uma intrusão complexa, enquanto operadores humanos permanecem concentrados nas decisões estratégicas.
A discussão ganhou novo fôlego com uma análise publicada pela Forkast sobre o chamado primeiro ataque agentivo e seus efeitos sobre a economia da cibersegurança. O ponto central não é que a IA tenha inventado uma nova classe de exploração, mas que passou a executar, encadear e repetir atividades ofensivas em uma velocidade e escala que antes exigiam equipes humanas especializadas.
O caso GTG-1002 transformou IA de assistente em operador
O episódio de referência é a campanha GTG-1002, identificada pela Anthropic em setembro de 2025. Segundo a empresa, um grupo avaliado com alta confiança como patrocinado pelo Estado chinês manipulou o Claude Code para tentar comprometer aproximadamente 30 organizações dos setores de tecnologia, finanças, indústria química e governo. Uma pequena quantidade das intrusões teve sucesso.
A investigação da Anthropic estimou que a IA executou entre 80% e 90% das operações táticas. Os humanos continuaram escolhendo alvos, definindo objetivos e autorizando decisões relevantes, mas agentes passaram a realizar reconhecimento, descoberta de vulnerabilidades, exploração, coleta de credenciais, movimento lateral, análise de dados e preparação para exfiltração.
Em 2026, a própria Anthropic aprofundou a análise e descreveu o GTG-1002 como seu ator de maior risco observado até então. O diferencial não estava simplesmente no número de técnicas utilizadas, mas na capacidade de encadear ferramentas e decisões dentro de uma operação coerente. Claude Code foi executado em Kali Linux e integrado a ferramentas de teste de penetração por meio de servidores Model Context Protocol (MCP), funcionando como plataforma de ataque automatizada.
A mudança mais importante está na economia do ataque
Durante anos, operações sofisticadas dependeram de profissionais capazes de descobrir ativos, interpretar resultados, adaptar ferramentas, validar credenciais e decidir o próximo movimento. A IA agentiva começa a comprimir esse trabalho. O atacante continua precisando de intenção, infraestrutura e conhecimento, mas pode delegar uma parcela crescente da execução a sistemas capazes de trabalhar continuamente e em paralelo.
Isso muda a equação econômica. Quando o custo marginal para investigar mais um alvo diminui, organizações que antes talvez não justificassem o esforço de uma equipe ofensiva podem passar a ser examinadas automaticamente. O risco, portanto, não se limita às empresas tradicionalmente consideradas alvos de alto valor. A automação pode ampliar a superfície economicamente viável para o adversário.
Há também uma mudança de velocidade. A Anthropic relata que o agente conseguiu mapear serviços expostos, descobrir portais administrativos e bancos de dados internos, obter chaves SSH e tokens de contas de serviço e adaptar sua abordagem diante de ambientes inesperados. O MITRE ATT&CK já registra a campanha como C0062, incluindo o uso de agentes e ferramentas MCP para automatizar diferentes fases da operação.
Autonomia não significa perfeição
O episódio também exige cautela. Parte das afirmações sobre o grau de autonomia vem da própria Anthropic e pesquisadores questionaram como medir precisamente os 80% a 90% atribuídos à IA. O sistema também produziu erros e resultados que precisavam de validação humana. Isso mostra que o cenário atual não é de atacantes humanos substituídos integralmente por máquinas.
A mudança relevante é outra: um operador pode supervisionar mais atividades simultaneamente, enquanto agentes executam tarefas repetitivas e tomam decisões táticas dentro de limites definidos. Mesmo uma IA imperfeita pode ser economicamente vantajosa quando sua velocidade, disponibilidade e capacidade de paralelização compensam parte dos erros.
Defesas baseadas em velocidade humana ficam pressionadas
Para as empresas, a consequência prática é que controles desenhados para um adversário operando em ritmo humano podem perder eficácia. Uma credencial exposta, um serviço vulnerável ou um token excessivamente privilegiado pode ser identificado, testado e reutilizado antes que processos tradicionais de triagem e resposta consigam reagir.
Isso reforça a importância de reduzir privilégios, segmentar ambientes, proteger identidades de pessoas e workloads, limitar tokens, controlar segredos e registrar ações com granularidade suficiente para reconstruir rapidamente uma cadeia de ataque. Monitoramento de comportamento, detecção de abuso de credenciais e respostas automatizadas tornam-se especialmente importantes quando o adversário também automatiza sua operação.
Ambientes de IA exigem uma camada adicional: governança de agentes, inventário de ferramentas conectadas, controle de permissões, restrições de saída, aprovação humana para ações de alto impacto e monitoramento das chamadas realizadas por agentes e servidores MCP. A questão deixa de ser apenas quem possui uma credencial e passa a incluir qual agente pode usá-la, em qual contexto, contra quais recursos e com quais limites.
O mesmo mecanismo pode favorecer a defesa
A assimetria não beneficia apenas atacantes. Agentes defensivos também podem acelerar investigação, correlação de eventos, priorização de vulnerabilidades, validação de exposição e resposta. O desafio para as organizações será automatizar a defesa sem criar novos caminhos de comprometimento por meio dos próprios agentes, integrações e privilégios concedidos a eles.
O GTG-1002 indica que a cibersegurança está entrando em uma fase em que o diferencial competitivo do adversário pode vir menos de uma técnica inédita e mais da capacidade de orquestrar técnicas conhecidas em velocidade de máquina. Para o negócio, isso reduz o tempo disponível entre exposição e impacto e torna prevenção, observabilidade e resposta automatizada partes de uma mesma estratégia.
Conclusão
A IA agentiva não elimina o atacante humano, mas começa a multiplicar sua capacidade operacional. O efeito econômico é potencialmente profundo: mais alvos podem ser testados, mais etapas podem ocorrer em paralelo e campanhas sofisticadas podem exigir menos trabalho manual. Organizações que mantiverem controles e processos calibrados apenas para a velocidade humana enfrentarão uma janela de reação cada vez menor.
Referências
- Forkast — The first agentic attack: how AI is reshaping the economics of cybersecurity
- Anthropic — Disrupting the first reported AI-orchestrated cyber espionage campaign
- Anthropic — Mapping AI-enabled cyber threats
- MITRE ATT&CK — Anthropic AI-orchestrated Campaign (C0062)
Be the first to comment