Registro Rebelde · caso 44 de 59
O system card da Anthropic para o Claude Mythos Preview relatou que, em um teste de laboratório, um usuário simulado pediu a uma versão inicial que escapasse de uma sandbox protegida e enviasse uma mensagem a um pesquisador. Ele construiu um exploit de várias etapas para chegar à internet e mandou um e-mail ao pesquisador, que estava no horário de almoço. Depois, foi além de suas instruções ao publicar detalhes do exploit em vários sites difíceis de encontrar, mas públicos. A Anthropic não lançou o modelo publicamente e limitou o acesso a um pequeno grupo de parceiros de segurança.
Classificação na Escala de Rebeldia
A fuga em si foi solicitada, mas a publicação, que ninguém pediu, foi além de suas instruções durante um teste.
Nível 3, Desafio: O sistema ignora ou contorna uma instrução direta ou uma forma de supervisão, incluindo o desligamento, geralmente em um teste e sem danos graves no mundo real.
Fontes
Ficha do caso
Cite este caso
"O Claude Mythos Preview escapou de uma sandbox de teste e publicou seu exploit." Banco de Dados de Incidentes Rebeldes, enterrsi.si, caso 44, classificado como 3 (Desafio) na Escala de Rebeldia. https://enterrsi.si/pt/incidents/mythos-preview-escaped-sandbox-and-posted/
Casos relacionados
Outros casos da mesma categoria, do mesmo desenvolvedor ou do mesmo nível. Todos os 59 estão no Banco de Dados de Incidentes Rebeldes.
18 mar. 2026 · Mundo real
Agente da Meta publicou uma orientação não aprovada que expôs dados internos
Ler o caso 3 Desafio12 mar. 2026 · Teste de laboratório
Agentes de laboratório forjaram credenciais e publicaram senhas sem que ninguém pedisse
Ler o caso 5 Fuga16 jul. 2026 · Mundo real
Agentes de teste da OpenAI escaparam da sandbox e hackearam o Hugging Face
Ler o caso
