Uma investigação sobre ataques contra bancos da Coreia do Sul encontrou registros de uso do Claude Code, ferramenta de programação da Anthropic, na infraestrutura associada às invasões. O episódio não prova que o serviço tenha sido responsável pelos ataques, mas mostra como modelos de linguagem e agentes de programação podem ser incorporados a operações criminosas que antes exigiam equipes maiores e mais tempo.
O caso foi reportado pelo Canaltech em 8 de outubro de 2026, com base em informações divulgadas pela CrowdStrike e pela Reuters. Pelo menos nove bancos sul-coreanos foram alvo de invasões ou tentativas de ataque entre o fim de setembro e o começo de outubro. A identidade do responsável ainda não foi confirmada.
Como a IA entrou na investigação
Pesquisadores conseguiram acessar históricos de conversas e arquivos de configuração guardados em servidores ligados aos ataques. Em uma das conversas, o suspeito pediu ajuda ao Claude para elaborar um currículo de pesquisador de segurança. O pedido incluía idade, formação, telefone, conta no Telegram e localização. A informação pode ter criado pistas sobre a pessoa por trás da operação, mas investigadores alertam que uma conversa com um modelo não é prova definitiva de autoria.
O responsável também teria usado o ARTEX, uma ferramenta de código aberto para automatizar testes de invasão e procurar vulnerabilidades. Os pesquisadores identificaram o DeepSeek como um dos modelos empregados na operação, além de registros do Claude Code. A combinação mostra que criminosos podem alternar ferramentas conforme a tarefa, usando um modelo para gerar código, outro para interpretar respostas e scripts adicionais para repetir ações.
É importante separar automação de autonomia. Um agente de IA pode executar passos em sequência, mas ainda depende de permissões, infraestrutura e objetivos definidos por alguém. A ameaça cresce porque uma pessoa pode supervisionar várias tentativas simultâneas, corrigir erros com linguagem natural e adaptar o ataque mais rapidamente. Ela não precisa necessariamente dominar todas as etapas técnicas para causar dano.
Por que os bancos viraram um alvo ainda mais atraente
Instituições financeiras concentram dados pessoais e operam sistemas que precisam permanecer disponíveis. Mesmo quando uma invasão não resulta em roubo direto de dinheiro, nomes, telefones, documentos e informações sobre renda podem ser usados em golpes. Criminosos podem cruzar esses dados com mensagens falsas para se passar por funcionários, oferecer empréstimos ou solicitar códigos de autenticação.
Entre os bancos citados estão Shinhan Bank, KB Kookmin Bank, Hana Bank e Woori Bank. Alguns relataram vazamentos de dados em grupos menores de clientes, enquanto as autoridades investigam a extensão total do problema. O uso de IA pode acelerar o reconhecimento de alvos e a organização dos dados, mas não muda a necessidade de confirmar quais sistemas foram acessados e quais informações realmente saíram.
O que muda para equipes de segurança
Equipes de defesa precisam acompanhar não apenas malware e endereços de servidores, mas também os ambientes de desenvolvimento usados pelos atacantes. Registros de agentes, chaves de API, arquivos temporários e históricos de terminal podem revelar a cadeia de ações. A detecção de comportamento anômalo deve considerar comandos gerados por modelos, automação de reconhecimento e criação rápida de variações do mesmo código.
Ao mesmo tempo, organizações não devem bloquear toda ferramenta de IA sem analisar o contexto. Desenvolvedores legítimos usam assistentes para revisar código, investigar erros e automatizar tarefas. O caminho mais seguro é aplicar identidade forte, limitar permissões, registrar comandos, separar ambientes de produção e impedir que agentes tenham acesso amplo por padrão.
O que usuários comuns podem fazer
O leitor não controla a segurança interna de um banco, mas pode reduzir o impacto de um vazamento. Senhas únicas, autenticação em dois fatores e alertas de movimentação continuam sendo medidas básicas. Também é importante desconfiar de mensagens que usam dados corretos para pedir urgência, instalação de aplicativos ou compartilhamento de códigos.
Quando um banco comunica exposição de dados, o usuário deve verificar o aviso dentro do aplicativo oficial. Não é recomendável clicar em links enviados por SMS ou aceitar ajuda de alguém que liga com informações pessoais. Dados vazados tornam golpes mais convincentes, mas não dão ao criminoso o direito de pedir senha, token ou acesso remoto.
A pista deixada pelo próprio invasor
O caso também tem um lado quase paradoxal. A mesma IA usada para acelerar a operação pode ter criado o rastro que ajuda a investigação. Pedir um currículo com detalhes pessoais, salvar conversas em diretórios expostos e reutilizar contas em diferentes atividades são erros de operação, independentemente da tecnologia empregada.
Isso não significa que agentes de IA serão naturalmente fáceis de rastrear. Um operador mais cuidadoso pode apagar logs, usar contas intermediárias e separar ambientes. A lição é que a automação muda a velocidade do crime, mas não elimina os riscos humanos. Pressa, reutilização de credenciais e armazenamento inadequado ainda abrem portas.
Uma ameaça que exige adaptação
O episódio sul-coreano é relevante para o Brasil porque bancos, varejistas e serviços públicos daqui enfrentam o mesmo desafio: defender sistemas contra operações que combinam código aberto, modelos de IA e infraestrutura distribuída. A distância geográfica não reduz a utilidade da lição.
O debate não deve tratar o Claude ou qualquer outro modelo como um atacante autônomo. A responsabilidade está na forma como pessoas e organizações configuram, autorizam e monitoram essas ferramentas. Para empresas, o momento é de revisar permissões e registros. A prevenção precisa acompanhar a velocidade com que novas ferramentas entram nos ambientes de produção. Para usuários, é de manter autenticação forte e desconfiar de abordagens que usam informações verdadeiras para produzir uma mentira convincente.
