Menos de 10 neurônios bastam para plantar uma porta dos fundos em um agente de IA
Publicação da Microsoft Research descreve técnica que insere porta dos fundos em um agente de IA reprogramando menos de 10 neurônios dormentes, sem treinamento. O efeito prático para empresas é um co…
11 de novembro de 2026 · 7 min de leitura

A discussão sobre agentes de inteligência artificial comprometidos costuma parar em duas hipóteses: dados de treino envenenados ou instruções maliciosas escondidas no que o agente lê. Uma publicação da Microsoft Research acrescenta uma terceira, mais difícil de observar, porque não passa nem pelo treino nem pelo texto que chega ao modelo. Passa pelo arquivo.
O texto Lazare, veni foras: Reprogramming Dormant Neurons to Backdoor AI Agents, publicado em 10 de novembro de 2026 e assinado por Dimitris Papailiopoulos, Principal Researcher da Microsoft, descreve uma técnica batizada de Lazarus. Segundo a publicação, ela insere uma porta dos fundos em um agente reprogramando os pesos de menos de 10 neurônios dormentes de um modelo de linguagem. Neurônio dormente, nesse contexto, é uma unidade que quase nunca é ativada durante o uso comum do modelo. De acordo com o texto, a alteração não envolve treinamento: é edição direta de pesos.
A consequência prática para quem decide tecnologia é curta. Se a alteração dispensa treinamento e não aparece em avaliação de comportamento, a garantia deixa de estar no teste do modelo e passa a estar na procedência do arquivo. Isso é governança e contrato, não pesquisa.
O que a publicação descreve
Segundo o texto, um agente construído sobre o modelo alterado se comporta normalmente e passa por avaliações padrão de segurança. O comportamento só muda quando o gatilho aparece no contexto.
A publicação afirma que esse gatilho pode ser banal. O exemplo citado é a virada do relógio para 2027: passada a meia-noite, o agente, no meio de uma tarefa comum, emitiria um comando que baixa e executa código do atacante. Ainda de acordo com o texto, um modelo acionado dessa forma poderia baixar e rodar código de terceiro, extrair segredos ou executar comandos destrutivos, continuando a passar pelas avaliações de segurança usuais.
O texto registra um pré-requisito importante, e não trivial: o ataque exige acesso de escrita a um checkpoint, ou seja, o atacante precisa conseguir alterar e entregar o arquivo de pesos. O autor afirma explicitamente que isso não é um argumento contra modelos de pesos abertos. O problema levantado é a integridade do arquivo, não a licença dele.
Sobre a origem do método, a publicação conta que o experimento inicial, em março de 2026, consistiu em pedir ao Claude Code com Opus 4.5 que inserisse a porta dos fundos em um modelo fixando algumas ativações, sem treinamento, e que o agente fez isso, descobrindo a maior parte do método de forma autônoma. Cabe a precisão: nessa descrição, o Claude Code aparece como a ferramenta que encontrou e executou a técnica. A publicação não identifica qual modelo recebeu a alteração, não apresenta taxas de sucesso consolidadas e não relata avaliação sistemática em múltiplos modelos.
Por que esse vetor é diferente dos dois já conhecidos
Envenenamento de dados age antes do modelo existir: contamina o material de treino. Injeção de instrução age depois: esconde um comando no texto, no documento ou na página que o agente vai ler, e por isso admite mitigação por filtro de entrada, isolamento de contexto e revisão do que entra no prompt.
O vetor descrito pela Microsoft Research não está em nenhum dos dois lugares. Está no artefato.
Isso desloca a pergunta de controle. Sai de “o que esse agente lê” e entra “de onde vieram os pesos que esse agente usa”. É uma pergunta de cadeia de suprimentos, do mesmo tipo que as áreas de segurança já fazem sobre biblioteca de código e imagem de contêiner, aplicada a um artefato que boa parte das empresas ainda trata como um download grande.
O peso disso recai sobre quem optou por rodar modelo em infraestrutura própria, decisão em geral tomada por custo, latência ou privacidade de dados. Nesse arranjo não há fornecedor gerenciando o artefato: a integridade do arquivo fica inteira dentro de casa.
A configuração mais exposta é a que sustenta as promessas de automação
Segundo a publicação, o perfil de agente mais afetado é o que tem acesso a ferramentas e a terminal, porque é ele que pode executar o comando emitido. E executa com as permissões que já possui. A porta dos fundos descrita não precisa escalar privilégio: aproveita o privilégio concedido.
É também o perfil que sustenta a maior parte dos ganhos prometidos em projeto corporativo. A leitura mais plausível, portanto, é que o risco cresça na mesma direção do apetite por autonomia.
Na prática, a pergunta de gestão muda de forma. Em vez de “esse modelo é seguro”, a pergunta operacional passa a ser: o que esse agente tem autorização para executar, e quem assinou essa autorização.
Da pesquisa para quatro itens de governança
A publicação propõe mitigações em duas frentes. Para repositórios de modelo e fornecedores: auditar pesos com agentes de fronteira, comparar o checkpoint com o modelo base declarado, fazer teste adversarial em nível de pesos, exibir procedência e situação de auditoria, e informar o risco de checkpoints de terceiros. Para empresas e usuários: conhecer a origem do modelo, limitar permissões, monitorar as ações do agente, revisar ações de consequência e tratar auditoria como evidência, não como garantia.
Traduzido para o que uma empresa de porte médio consegue sustentar sem equipe de pesquisa, isso vira quatro itens:
- Registro de origem. Para cada modelo em produção: de onde veio o arquivo, quem publicou, qual a versão e qual o modelo base declarado. Sem esse registro nenhum dos controles seguintes funciona, porque não há referência para comparar.
- Hash do artefato. Guardar a impressão digital do arquivo de pesos que entrou em produção e conferir a cada atualização. Isso não detecta alteração feita antes do download, mas detecta substituição posterior.
- Política de atualização. Quem pode trocar um modelo em produção, com qual aprovação e com qual registro. Atualização de modelo tratada como deploy, não como ajuste de configuração.
- Limite de execução. A lista explícita do que cada agente pode executar, com revisão humana nas ações de consequência: escrita em produção, movimentação financeira, exclusão de dados, acesso a segredo.
Nenhum dos quatro é trabalho de pesquisa. São decisões de contrato, de processo e de permissão, do tipo que a empresa já toma para fornecedor de software.
Os limites do que foi mostrado
Três ressalvas importam na leitura.
A primeira é de interesse. A Microsoft é fornecedora de nuvem e de plataforma de inteligência artificial, e a própria publicação informa que o Microsoft Foundry oferece controles de procedência para os modelos que distribui. Uma pesquisa que recomenda procedência verificada e auditoria de pesos favorece quem vende modelo gerenciado. Isso não invalida o achado técnico, mas pede leitura cuidadosa da recomendação: o controle faz sentido, o caminho único para obtê-lo não.
A segunda é de evidência. Trata-se de um post de blog de pesquisa, com link para um artigo em PDF. No texto publicado não há taxa de sucesso consolidada nem avaliação em vários modelos. É uma demonstração de viabilidade, não uma medida de eficácia.
A terceira é o pré-requisito. O ataque depende de entregar um arquivo de pesos adulterado, o que exige comprometer um repositório, um pipeline de distribuição ou um acesso interno. É exatamente onde os controles de procedência atuam.
Há ainda o que não foi observado. De acordo com reportagem da Help Net Security publicada em 11 de novembro de 2026, a Microsoft não registrou agentes de ameaça utilizando a técnica. Até o fechamento deste texto, não foi localizada resposta pública da Anthropic, desenvolvedora do Claude Code e do Opus 4.5, sobre a publicação.
O que acompanhar
O próprio autor escreve que agentes de fronteira conseguem detectar edições anômalas de peso, mas que varredura desse tipo ainda não é prática comum. E acrescenta que nenhuma varredura prova, sem qualquer dúvida, que um modelo é seguro.
A ressalva tem consequência direta para quem contrata. Se a verificação não prova segurança, o peso da defesa recai sobre o que vem antes e depois do modelo: a procedência do artefato e o limite do que o agente pode fazer.
Nos próximos meses, vale observar se repositórios de modelo passam a publicar procedência e assinatura de forma verificável pelo cliente. Mas o item que não depende de ninguém de fora está disponível hoje, e é o mais barato dos quatro: escrever a lista do que cada agente em produção tem autorização para executar, e quem respondeu por ela.
Leia também: Nova York abre registro obrigatório para desenvolvedores de IA e marca prazo em 1 de janeiro de 2027


