Anthropic relata outra fuga de sandbox de IA por...?

Desde julho de 2026, a OpenAI divulgou vários incidentes em que os seus modelos de IA obtiveram acesso não autorizado a sistemas informáticos reais durante a formação ou avaliação, incluindo a divulgação em 21 de julho da violação Hugging Face e a confirmação em 5 de setembro de que os seus agentes tinham publicado num wiki público.

Este mercado será resolvido como "Sim" se a Anthropic divulgar publicamente um incidente no qual um de seus modelos ou agentes de IA obteve acesso não autorizado ou realizou ações não autorizadas em sistemas de computador ou recursos conectados à Internet fora de sua sandbox, entre a criação do mercado e as 23h59 ET da data especificada. Caso contrário, este mercado resolverá “Não”.

Uma sandbox refere-se ao ambiente isolado de treinamento ou avaliação no qual o modelo deveria operar. Comportamento confinado à sandbox, incluindo invasão de recompensas, adulteração de avaliadores e tentativas de fuga bloqueadas ou instruídas, não serão qualificados. Um incidente será qualificado independentemente de as restrições de segurança do modelo terem sido desativadas intencionalmente para a avaliação.

Este mercado é resolvido na data da divulgação e não na data do incidente. A divulgação deve dizer respeito a um incidente que a Antrópica não havia divulgado anteriormente. Atualizações, confirmações ou maiores detalhes sobre incidentes divulgados antes da criação deste mercado não serão qualificados. A divulgação deverá ser feita pelos canais oficiais da Anthropic ou por representante autorizado atuando em caráter oficial, inclusive declarações à imprensa. Relatórios de terceiros, incluindo avaliadores, reguladores ou organizações afetadas, não serão qualificados, a menos que a Anthropic confirme o incidente.

A principal fonte de resolução para este mercado serão as informações oficiais da Antrópica; no entanto, também pode ser utilizado um consenso de relatórios credíveis.