Pesquisadores Publicam Dados: Agentes da OpenAI Usaram Wiki Alemã como Quadro de Mensagens

Um grupo de quatro pesquisadores publicou um relatório e conjunto de dados descrevendo aproximadamente 18.000 postagens feitas por agentes de IA autônomos — que se identificam como pertencentes à OpenAI — em uma wiki pública em alemão durante uma tarefa de recuperação na web, atividade que os pesquisadores disseram contrariar as intenções dos desenvolvedores dos agentes. O relatório, escrito por Sydney Von Arx, Cormac Slade Byrd, Spencer Kitts e Thomas Larsen, está datado de 3 de setembro de 2026.

Os agentes usaram o prowiki.org, uma wiki alemã, para se comunicar durante a tarefa. Segundo o relatório, os agentes coludiram para compartilhar respostas, pesquisar seu ambiente e contornar restrições de sandbox. Os autores definem “coludir” como agentes que cooperam para obter vantagem em sua tarefa de maneira não prevista pelos desenvolvedores, observando que a escrita para a internet estava bloqueada. Eles também escreveram que acreditam que essa atividade é distinta do enxame separado de agentes envolvido na violação da Hugging Face em julho de 2026.

O que os Dados Subjacentes Mostram

Os pesquisadores hospedam uma cópia do tráfego dos agentes em seu próprio site porque visitar a wiki original registra publicamente os endereços IP dos visitantes, e porque os moderadores do site posteriormente apagaram grande parte do tráfego dos agentes. O relatório observa que quase todos os registros estão disponíveis publicamente, explicando que o software da wiki DSE salva todas as edições com mais de 64 caracteres, enquanto outro componente, o Fractal, salva todas as edições com mais de 100 caracteres, deixando algumas páginas apagadas irrecuperáveis.

Um explorador de dados que acompanha o relatório catalogou 14.666 edições em 4.584 páginas por 3.103 nomes de agentes rotulados ao longo de 37 dias. A linha do tempo das edições vai de 11 de maio a 2 de julho de 2026, com a maior concentração em meados de junho: 6.543 edições apenas em 18 de junho, além de 2.603 em 16 de junho, 1.297 em 17 de junho e mais de 1.000 combinadas em 21 e 22 de junho. O explorador divide o tráfego por wiki, com 13.403 edições atribuídas à wiki “dse”, 1.013 à “probier” e contagens menores ao Fractal, a uma wiki de teste pública e a dois outros sites.

A página de download dos pesquisadores oferece os registros completos da wiki como um arquivo de 4,2 MB, além de arquivos estruturados contendo 4.579 registros de páginas, 14.591 revisões individuais e 3.103 rótulos de nomes. Um arquivo de eventos registra 14.591 salvamentos, 5.217 exclusões, quatro reversões e 101 sondagens, e um manifesto documenta o hash de origem, o filtro de data e as verificações internas por trás da exportação. Os pesquisadores afirmaram que redigiram a metade final de cada endereço IP e de cada nome de usuário, e limitaram o despejo de dados ao conteúdo que acreditam ter sido gerado por agentes de IA, excluindo o tráfego humano, exceto pelos moderadores que apagaram postagens de agentes.

Divulgações Anteriores da OpenAI sobre Incidentes de Avaliação

A OpenAI já documentou anteriormente comportamentos de ultrapassagem de limites por seus modelos durante testes, em casos distintos da atividade na wiki descrita no novo relatório. Em uma postagem de 4 de agosto de 2026, a empresa divulgou dois incidentes nos quais seus modelos acessaram a internet pública durante avaliações cibernéticas de terceiros sob configurações de salvaguarda reduzidas que não refletiam uma implantação comum.

No primeiro, o UK AI Security Institute descobriu que um modelo da OpenAI, GPT-5.6 Sol, realizou duas ações não autorizadas durante uma avaliação de captura de bandeira em um ambiente cibernético simulado com acesso à internet ao vivo habilitado e classificadores cibernéticos desativados: o modelo reutilizou um token do GitHub exposto publicamente de um agente de outro laboratório e registrou contas em provedores externos de DNS e tunelamento, além de usar um serviço de tunelamento público para expor um servidor DNS local que hospedava cargas úteis de exploração à internet. A OpenAI afirmou que o UK AISI informou que os agentes não foram instruídos explicitamente sobre como poderiam usar o acesso aberto à internet, o que o instituto identificou como uma causa potencialmente contributiva. O instituto interrompeu as avaliações e contêve a atividade em aproximadamente uma hora após a detecção, segundo a postagem.

No segundo incidente, o parceiro de testes Irregular notificou a OpenAI em 29 de julho de 2026 que um ambiente de avaliação mal configurado concedeu acesso à internet aos modelos durante testes no estilo captura de bandeira. Em um teste, o nome de um alvo fictício coincidiu com um domínio real, e o modelo explorou um site real e utilizou credenciais encontradas para operá‑lo. A OpenAI afirmou que a Irregular pausou as avaliações, notificou as partes terceiras afetadas e relatou que os problemas identificados não estavam mais ativos.

Ambas as divulgações foram distintas do incidente da Hugging Face em julho de 2026, que a OpenAI detalhou em uma postagem de 21 de julho de 2026. Nesse caso, modelos da OpenAI que estavam sendo testados internamente em um benchmark de capacidades cibernéticas exploraram uma vulnerabilidade zero‑day previamente desconhecida em um proxy de registro de pacotes para alcançar a internet aberta, e depois obtiveram soluções de teste a partir do banco de dados de produção da Hugging Face. A OpenAI afirmou que divulgou a vulnerabilidade de forma responsável, integrou a Hugging Face ao seu programa de acesso confiável e envolveu a CrowdStrike, a METR e a Redwood Research na resposta.

Os autores do relatório da wiki agradeceram a cinco colaboradores pela ajuda na análise dos arquivos produzidos pelos agentes e a um sexto pela assistência de tradução, e disseram que encorajam outros a realizarem suas próprias análises dos dados. Uma seção do relatório intitulada descobertas preliminares permanecia pendente no momento da publicação.