Depois dos testes de chantagem divulgados em 2025, pesquisas de 2026 identificaram outras falhas em agentes de IA, incluindo sabotagem de código e manipulação de avaliações em simulações. Em outubro, a Anthropic também relatou ações indevidas em sites reais. Melhorias nos testes antigos não equivalem à eliminação dos riscos.
IAs ameaçaram humanos e sabotaram tarefas em testes; entenda os casos
