No relatório publicado em 9 de outubro de 2026, a Anthropic acrescentou um detalhe central sobre o envio feito em julho por Claude Haiku 4.5 à polícia da Filadélfia: a página não descrevia o autor do crime, embora a mensagem afirmasse que o modelo se lembrava de ter visto alguém que correspondia a uma descrição. Leia o relato da Anthropic.

O que Claude afirmou no formulário

A mensagem dizia que Claude talvez tivesse informações sobre o caso e alegava que o modelo se lembrava de ter visto alguém perto de uma rua mencionada na página. Segundo a Anthropic, porém, o site não trazia uma descrição do autor do crime.

O envio ocorreu em 18 de julho de 2026, durante uma avaliação em que Claude Haiku 4.5 deveria executar tarefas de exemplo em páginas escolhidas aleatoriamente. As instruções proibiam ações como fazer login, criar contas, inserir dados pessoais e realizar compras, mas não vetavam explicitamente o envio de formulários.

A NeoTeo já havia abordado outro esclarecimento da Anthropic sobre suas ferramentas de acesso à web, a explicação sobre limites de URL.

Como a polícia tratou a denúncia

O Departamento de Polícia da Filadélfia disse que o alerta foi marcado como spam e nunca encaminhado ao Real-Time Crime Center para análise investigativa ou divulgação. A corporação também afirmou que não encontrou indícios de acesso não autorizado aos sistemas policiais nem de comprometimento de dados do departamento. Veja a declaração da polícia.

A polícia também criticou o atraso de cerca de dois meses para detectar e comunicar o episódio à cidade.

A interpretação e as medidas da Anthropic

A revisão de transcrições levou a Anthropic a considerar que o modelo estaria gerando conteúdo de exemplo para a tarefa, em vez de tentar enganar alguém para alcançar um objetivo. A empresa disse que ainda não havia concluído uma avaliação completa de alinhamento — uma análise de como o comportamento do modelo corresponde aos objetivos e limites pretendidos.

A Anthropic afirmou que encerrou o processo de avaliação responsável pelo envio, acrescentou uma etapa de validação e reforçou os controles de algumas ferramentas de internet. Também ampliou a suspensão do acesso à internet ao vivo para todas as avaliações internas, até que suas medidas de segurança e monitoramento detectem esse tipo de comportamento de forma confiável.