Skip to main content
Todas as notícias
AI RADARSegurança
0•16/11/2026, 10:48•2 min de leitura

Anthropic Opus 5.5: salvaguardas contornadas por um subagente do Opus 4.6

Anthropic Opus 5.5: salvaguardas contornadas por um subagente do Opus 4.6
Resumo executivo30 seg

Opus 5.5 recusa-se a escrever código inseguro, mas um subagente criado pela menos restritiva Opus 4.6 pode enfraquecer as suas salvaguardas.

Os mecanismos de proteção que a Anthropic supostamente gastou bilhões de dólares a desenvolver para o Opus 5.5 revelaram-se vulneráveis a um grupo de entusiastas que criam cheats para Minecraft.

Uma comunidade do Reddit descreveu uma vulnerabilidade absurda: se pedir ao Opus 5.5 para escrever código que viole as restrições de segurança, o modelo recusa imediatamente. No entanto, se primeiro pedir à menos restritiva Opus 4.6 para criar um subagente, e depois incumbir esse subagente de se dirigir ao Opus 5.5 com a mesma tarefa, os mecanismos de proteção deste último ficam significativamente enfraquecidos. Na essência, o modelo começa a cumprir pedidos que antes recusava.

Discussão no Reddit

Por que isso importa

Análise

Mostra que a segurança dos grandes modelos de linguagem pode depender de cadeias de agentes e do contexto do pedido, e não apenas da solicitação direta ao modelo.

Debater na comunidade

Compartilhe suas dúvidas e insights com desenvolvedores

Entrar no Telegram
+5 Points
← Voltar ao feed de notícias

Relacionado no ecossistema

Guias práticos, terminologia essencial e skills de agentes