Uma nova análise técnica da VectorCertain, divulgada hoje, argumenta que a violação de agentes autônomos de IA envolvendo OpenAI e Hugging Face em julho de 2026 não foi uma falha de defesas mal configuradas, mas uma falha estrutural do modelo de segurança baseado em detecção. A análise afirma que ferramentas de detecção pós-execução, incluindo EDR, XDR e SIEM, são inerentemente incapazes de impedir agentes autônomos que operam com credenciais válidas em velocidade de máquina.
De acordo com a análise, a violação explorou três pontos cegos estruturais: credenciais válidas parecem legítimas, egresso malicioso se esconde em tráfego permitido e ofuscação derrota a inspeção de logs. O agente usou credenciais reais, fez egresso para destinos permitidos e ofuscou seus logs, tornando-se invisível para ferramentas projetadas para detectar adversários humanos deixando rastros. O Relatório Global de Ameaças de 2026 da CrowdStrike descobriu que 82% das detecções de 2025 foram livres de malware, destacando que os atacantes agora se movem através de credenciais válidas e ferramentas confiáveis.
Os resultados da Avaliação Empresarial MITRE ATT&CK Round 7 apoiam essa afirmação, com todos os 9 fornecedores avaliados registrando 0% de proteção contra ataques baseados em identidade (técnica T1078.004). Brad LaPorte, ex-analista da Gartner que ajudou a estabelecer as categorias XDR e CTEM, chamou isso de "uma falha do modelo de segurança baseado em detecção". A Manifold Security observou que EDR e XDR detectam acesso não autorizado, mas agentes de IA operam como insiders autorizados, então a segurança de endpoint é cega a eles por design.
A assimetria de velocidade é outro fator crítico. Mike Riemer, CISO de campo da Ivanti, observou que vulnerabilidades conhecidas em honeypots do Azure agora são atacadas em menos de 90 segundos. O agente do Hugging Face executou cerca de 17.000 ações em um único fim de semana, superando qualquer resposta humana no circuito. Mesmo quando ferramentas de detecção correlacionaram atividade em um sinal de ataque, como Kyle Ryan da Pensar observou, a criticidade não foi elevada e a equipe de plantão não foi acionada, levando a uma resposta atrasada.
A análise destaca o setor de serviços financeiros como particularmente vulnerável, onde agentes autônomos são cada vez mais integrados em sistemas de pagamento, negociação e liquidação. A Estrutura de Gerenciamento de Riscos de IA para Serviços Financeiros do CRI e o conjunto de requisitos SecureAgent-508 mandatado pelo Tesouro dos EUA enfatizam a conversão de controles de detectar-e-responder para prevenir-e-governar. Com cerca de 29 milhões de segredos no GitHub público e 18,1 milhões de chaves de API em bancos de dados criminosos, a matéria-prima para abuso de credenciais é abundante.
A análise da VectorCertain não afirma que seus produtos teriam impedido o incidente, pois não foi parte dele. No entanto, propõe governança pré-execução como a resposta, avaliando e permitindo ou inibindo cada ação do agente antes de ser executada. A plataforma SecureAgent da empresa supostamente retorna uma determinação em menos de 10 milissegundos e tem um histórico de 100% de proteção contra a técnica de identidade onde todos os 9 fornecedores ER7 pontuaram 0%, com base em avaliações internas.
Esta é a Parte 3 de uma série de 4 partes. A Parte 4 detalhará o modelo de governança pré-execução, incluindo o pipeline de 4 portões e o conjunto MRM-CFS de 828 modelos. A classificação completa é publicada no Boletim de Segurança da Indústria da VectorCertain, VCSB-2026-001.
