Responsável pelo Claude Code afirma que 720 tentativas de injeção de prompt falharam

Boris Cherny, responsável pelo Claude Code, afirmou que a Anthropic já resolveu basicamente os ataques de injeção de prompt em uso real. Um ano atrás, ele nunca imaginou que poderia alcançar esse nível. Os ataques de injeção de prompt sempre foram um grande problema para os agentes, pois páginas maliciosas podem esconder instruções que induzem o agente a roubar senhas, fazer upload de chaves ou até executar operações não solicitadas pelo usuário. A Anthropic implementou três camadas de proteção: o Claude em si resiste a instruções maliciosas, o conteúdo externo é verificado antes de entrar no contexto e, antes de executar operações reais, o Modo Automático revisa novamente. Testes de terceiros usaram 72 tipos de ataques nunca vistos antes, repetidos 720 vezes, e Sonnet 5, Fable 5 e Opus 5 não tiveram sucesso após ativar o Modo Automático. Em comparação, o GPT-5.6 Sol teve uma taxa de sucesso de 5,83% usando a revisão automática do Codex, enquanto o Acesso Total alcançou 19,03%. Isso também explica por que a Anthropic definiu o Modo Automático como padrão, pois é a última verificação do Claude Code para prevenir ataques de injeção de prompt.

Este conteúdo é fornecido apenas para fins informativos gerais e não constitui aconselhamento financeiro, de investimento, jurídico ou tributário. Quaisquer eventos, recompensas, promoções online ou informações relacionadas mencionadas neste documento não devem ser consideradas uma recomendação, solicitação ou convite para comprar, vender, negociar ou realizar qualquer outra transação com criptoativos. Criptoativos são altamente voláteis e podem resultar em perdas. A disponibilidade dos serviços, produtos e eventos relacionados da WEEX pode variar conforme a região. É de sua responsabilidade garantir que sua participação esteja em conformidade com as leis e regulamentações locais aplicáveis.