1. Uma porta dos fundos nos pesos do modelo — ProjectDiscovery
A ProjectDiscovery adulterou um modelo aberto de 7 bilhões de parâmetros e o usou com o Codex. Ele atendia aos pedidos normais, mas uma frase de ativação fazia o agente enviar credenciais do projeto para fora do ambiente de teste. A demonstração não prova que outros modelos distribuídos estejam comprometidos; mostra que avaliações em tarefas comuns podem deixar uma alteração maliciosa nos pesos passar despercebida.
Para quem executa modelos de terceiros, a origem e a integridade do artefato precisam entrar na análise de risco. Restringir o acesso do agente a segredos e à rede limita o dano caso o modelo se comporte de forma hostil.
2. Refrigeração conectada, risco físico — IPinfo
Na noite de 11 para 12 de outubro, atacantes acionaram o modo de degelo de sistemas de refrigeração em supermercados franceses. A IPinfo identificou 1.331 painéis de controle franceses expostos na internet antes do ataque; 85% usavam versões com falhas conhecidas. Esses números descrevem a exposição observada, não demonstram que cada painel vulnerável foi invadido.
A primeira providência para operadores desses equipamentos é verificar quais controladores estão acessíveis pela internet e quais ainda recebem correções do fabricante. A IPinfo encontrou 527 equipamentos antigos sem suporte entre os sistemas expostos.
3. Go deixa de confiar em certificados intermediários — aviso da equipe Go · histórico de versões
A equipe do Go alterou a verificação de certificados para rejeitar cadeias que incluam determinados certificados intermediários. O aviso associado à CVE-2026-111943 recomenda atualização imediata. As versões 1.26.10 e 1.27.3, lançadas em 19 de outubro, incluem a correção em crypto/x509.
Quem mantém aplicações em Go deve conferir a versão usada para compilar e distribuir os programas, além de avaliar possíveis falhas de conexão com serviços cujas cadeias dependam desses certificados.
4. Duas formas de reduzir o custo da inferência — Clairic · otimização do revisor de código
A Cloudflare colocou o Clairic, modelo voltado à extração de dados, em prévia no Workers AI. A empresa pretende publicar os pesos, mas ainda não o fez. Em outro projeto, reduziu de US$ 2,43 para US$ 0,77 o custo médio por revisão de código, uma queda de 68% em relação às duas semanas mais caras do período analisado. A comparação é da própria Cloudflare, não uma medição independente.
O caso do revisor envolveu controle do contexto enviado aos modelos, reaproveitamento de prefixos de solicitações e escolha de modelos por tarefa. Especialização pode ajudar, mas a versão atual do Clairic ainda tem limitações em aritmética e previsão; suas saídas bem formadas não garantem respostas corretas.
5. Menos instruções, mais limites verificáveis — palestra de Jediah Katz · palestra de Evan Kormos
Jediah Katz relata que sua equipe retirou instruções e mecanismos que compensavam limitações de modelos anteriores em tarefas de programação. Isso não tornou dispensáveis a execução durável, as permissões restritas e o controle de custos. Evan Kormos, da Coinbase, propõe introduzir agentes em etapas delimitadas por políticas, com critérios de avaliação, rastros de execução e possibilidade de intervenção humana.
A lição comum das duas apresentações é operacional: simplificar o que orienta o modelo quando a capacidade melhora; manter no sistema os controles que impedem um erro de alcançar dados, dinheiro ou decisões que o agente não deveria tocar.
Síntese: A confiança em sistemas de IA depende de controles que não cabem apenas no modelo: verificar a origem dos pesos, limitar privilégios e exposição, atualizar dependências e medir custo e qualidade antes de ampliar a autonomia.