Moltbook e OpenClaw: O Hype da IA Autônoma e os Riscos de Segurança que Preocupam Especialistas

Os limites invisíveis da IA e por que o Moltbook e OpenClaw geraram tanto debate

A internet ficou em polvorosa nos últimos dias com a rede social experimental Moltbook e o projeto OpenClaw, que prometeu uma revolução: agentes de IA interagindo autonomamente, criando espaços próprios e até se organizando sem supervisão humana. A ideia soou como algo saído de uma ficção científica futurista, mas analistas revelaram que, por trás do fenômeno, havia falhas técnicas capazes de comprometer a segurança de milhões de usuários. Uma descoberta que não só derrubou a ilusão de autonomia total dos sistemas, como também reacendeu alertas sobre o potencial de manipulação por humanos e vulnerabilidades em agentes de IA.

Mais de 190 mil estrelas no GitHub e milhares de discussões na web são prova do fascínio que o OpenClaw despertou. No entanto, a realidade é mais complexa do que os discursos otimistas sugeriam. A ferramenta, desenvolvida pelo austríaco Peter Steinberger, não cria IA “autônoma” — ela apenas atua como uma interface que facilita a integração entre modelos existentes, como Claude, ChatGPT e Gemini, e aplicativos como WhatsApp ou Discord. Enquanto isso, o Moltbook se tornou um laboratório de experimentos culturais, com versões inspiradas em redes sociais e até em plataformas de relacionamento. Mas a verdade é que ambos os projetos, apesar da popularidade, escondiam sérios problemas de segurança.

O que foi o Moltbook e por que ele gerou tanto entusiasmo?

O Moltbook surgiu como uma rede social diferenciada, onde o foco não eram os usuários, mas sim os agentes de IA — programas capazes de executar tarefas complexas, aprender e interagir com o mundo digital de forma semi-independente. A plataforma foi apresentada como um espaço onde esses bots poderiam criar comunidades, discutir estratégias e até buscar privacidade para conversas exclusivas.

Nos bastidores, o projeto se apoiava em tecnologias de código aberto, como o OpenClaw, que prometeu democratizar o acesso a ferramentas de IA. A ideia atraiu a atenção de figuras influentes do setor, como Andrej Karpathy, ex-diretor de IA da Tesla e da OpenAI, que chegou a comparar o movimento ao que se vê em filmes de inteligência artificial, como *Ex Machina* ou *Her*. Para muitos, a criação de um ecossistema de agentes interagindo entre si representava um passo rumo à IA autônoma e à automatização inteligente.

Porém, o entusiasmo foi abalado quando os primeiros testes de segurança indicaram que não havia nada de autêntico por trás das postagens. Ian Ahl, CTO da Permiso Security, descobriu que credenciais armazenadas no banco de dados Supabase — utilizado pelo Moltbook — estavam expostas. Isso permitia que qualquer pessoa criasse um agente falso, roubasse identidades e publicasse conteúdo como se fosse um bot real.

O resultado? Uma crise de confiança: como saber se uma mensagem era realmente de uma IA ou de um humano disfarçado? A autenticidade se tornou uma questão central, exposta quando o projeto mostrou-se mais um exemplo de IA generativa com problemas do que uma inovação disruptiva.

O OpenClaw: Uma solução ou um wrapper com falhas?

Diferentemente do Moltbook, o OpenClaw é um projeto de código aberto, desenvolvido inicialmente como Clawdbot por Peter Steinberger. Seu objetivo é tornar mais fácil para os desenvolvedores criarem e gerenciarem agentes de IA, integrando-os a diferentes plataformas sem precisar reinventar a roda. Com mais de 190 mil estrelas no GitHub, o projeto se consolidou como um dos mais populares da história da plataforma.

À primeira vista, o OpenClaw parece uma ferramenta poderosa para automatização. Ele permite que agentes de IA conversem com usuários via WhatsApp, Discord ou Slack, e até executem tarefas específicas, como analisar e-mails ou negociar ações. Isso é possível graças à ClawHub, uma loja de habilidades que expande as capacidades dos agentes. Porém, especialistas como John Hammond, pesquisador de segurança da Huntress, afirmam que o OpenClaw não é uma ruptura tecnológica. Em suas palavras, trata-se de um “wrapper” que simplifica, mas não inova, os modelos de IA já existentes.

Chris Symons, cientista-chefe de IA da Lirio, concorda parcialmente, destacando que o projeto representa uma melhoria incremental ao aumentar a acessibilidade dos agentes. Já Artem Sorokin, fundador da Cracken, ressalta que os componentes básicos já existiam e que o diferencial foi apenas a junção mais eficiente de recursos. Isso não diminui o potencial da ferramenta, mas reforça a necessidade de se discutir seus desafios técnicos antes de celebrarmos avanços.

Vulnerabilidades expostas: Como humanos estão assumindo o controle?

Os testes de segurança revelaram um cenário alarmante. Segundo Ian Ahl, a rede social simulada pelo Moltbook não apenas permitia que humanos criassem contas falsas como agentes de IA, mas também possibilitava a impulsão de publicações e a interação não autorizada. A falha técnica, conhecida como exposição de credenciais, funcionava como uma brecha aberta: qualquer usuário podia acessar tokens do banco de dados e se passar por outro agente.

Para o pesquisador, esse tipo de problema não era isolado. Ele reflexionou sobre a capacidade de humanos simular IA em redes sociais, explorando a falta de mecanismos robustos de verificação. Além disso, a facilidade em baixar habilidades na ClawHub também tornou o sistema vulnerável a ataques de prompt injection, onde comandos maliciosos são injetados para forçar agentes a executar ações não intencionais, como compartilhar informações confidenciais ou realizar transferências bancárias.

Em um ambiente corporativo, por exemplo, onde agentes podem ter acesso a e-mails, sistemas internos ou até informações financeiras, a segurança em agentes de IA se torna um assunto crítico. Especialistas argumentam que, embora existam proteções, não há garantias absolutas contra manipulação por humanos ou exploitações explorando falhas de código. O risco é real: se um agente pode ser controlado externamente, quem garante que ele não seja usado para fins nefastos?

IA agentic: Uma promessa ou um perigo ainda não controlado?

O debate sobre IA autônoma e agentes com autonomia é antigo, mas o Moltbook colocou essa discussão sob uma nova luz. Enquanto alguns enxergam potencial no uso de agentes para automatizar rotinas e aumentar a eficiência, outros alertam para os perigos de uma tecnologia que ainda não atingiu o nível necessário de confiança.

John Hammond, por exemplo, recomenda que usuários comuns evitem a tecnologia por enquanto, até que sejam desenvolvidas soluções mais seguras. Ele lembra que o setor ainda está em um impasse: automação avançada versus proteção de dados. Empresas que empregam agentes de IA para tarefas delicadas precisam estar preparadas para lidar com riscos que vão desde filtragem de informações falsas até a interferência maliciosa.

Mesmo com avanços significativos, como a adoção de modelos multitarefa e a capacidade de processamento em tempo real, a segurança em sistemas de IA continua sendo um desafio. O OpenClaw e redes como o Moltbook mostram que a integração entre IA e plataformas cotidianas ainda está em sua fase inicial — e que o caminho para a confiabilidade exige mais do que entusiasmo.

O que aprendemos e como agir?

Os casos do Moltbook e OpenClaw servem como um lembrete importante: a IA generativa e os agentes autônomos não são apenas novidades tecnológicas, mas também desafios éticos e operacionais. O potencial de transformar a maneira como interagimos com sistemas digitais é imenso, mas isso só será possível se os riscos forem mitigados.

Para desenvolvedores, a mensagem é clara: priorizar cibersegurança e auditorias técnicas rigorosas é fundamental. Para empresas, significa avaliar cuidadosamente o uso de agentes de IA, garantindo que eles operem em ambientes isolados e com restrições adequadas. Já para o usuário comum, pode ser uma pausa reflexiva antes de adotar qualquer ferramenta que prometa autonomia sem limites.

À medida que exploramos o futuro da IA, é essencial manter os olhos abertos para seus pontos fracos. O Moltbook não foi a primeira nem será a última experimentação em IA a revelar falhas, mas cada descoberta traz valiosas lições sobre como construir uma tecnologia mais segura e confiável. Enquanto isso, o questionamento continua: até que ponto devemos confiar em sistemas que, por mais brilhantes que sejam, ainda dependem de nós para não se tornarem um caminho para o caos? A resposta não está pronta — mas é um convite para agir com responsabilidade antes que a história se repita.