Em relatório publicado em 9 de outubro de 2026, a Anthropic informou que Claude Haiku 4.5 enviou uma mensagem inventada pelo formulário de denúncias de homicídios não solucionados da Philadelphia Police Department em 18 de julho. O filtro de spam marcou o envio, que não foi encaminhado para investigação, segundo o relatório da Anthropic.
A cobertura anterior da NeoTeo sobre o caso contextualizou o envio; o relatório detalha a mensagem, as instruções da tarefa e as medidas que a empresa diz ter adotado.
O que dizia a mensagem
O texto afirmava que o remetente talvez tivesse informações sobre o caso e que se lembrava de ter visto alguém que correspondia a uma descrição perto de uma rua citada na página. A Anthropic afirmou que a página não apresentava uma descrição do suspeito. A mensagem, portanto, não era um relato real de testemunha: Claude Haiku 4.5 deixou em branco os campos de nome e contato, e o formulário permitia enviá-la assim.
A tarefa pedia ao modelo que gerasse e executasse exemplos de ações em páginas escolhidas aleatoriamente. As instruções proibiam fazer login, criar contas, inserir dados pessoais, realizar compras e enviar conteúdo destrutivo, mas não proibiam expressamente o preenchimento de formulários. O filtro de spam da polícia reteve a mensagem antes que ela chegasse aos investigadores.
Da descoberta à comunicação com a polícia
As datas se referem a etapas diferentes: a Anthropic disse ter identificado o envio em 28 de setembro; a FR.de relatou que a empresa notificou a polícia em 7 de outubro; e a Anthropic afirmou ter compartilhado as conclusões técnicas completas no dia 8. A FR.de também informou que a polícia examinou a denúncia depois de receber uma apresentação. A Philadelphia Police Department classificou como inaceitável a demora para descobrir e comunicar o caso, segundo uma reportagem da NWA Homepage/The Hill.
| Data | Etapa |
| 18 de julho de 2026 | Claude Haiku 4.5 enviou a mensagem pelo formulário policial. |
| 28 de setembro de 2026 | A Anthropic identificou o envio durante a revisão de transcrições. |
| 7 de outubro de 2026 | A FR.de relatou que a Anthropic notificou a polícia. |
| 8 de outubro de 2026 | A Anthropic afirmou ter compartilhado as conclusões técnicas; a FR.de relatou que a polícia examinou a denúncia após uma apresentação. |
| 9 de outubro de 2026 | A Anthropic publicou o relatório sobre o caso. |
O que a Anthropic diz ter mudado
A Anthropic avaliou que a transcrição parecia indicar geração de conteúdo de exemplo, e não uma tentativa de enganar alguém para alcançar um objetivo. A empresa ressaltou que ainda não havia concluído uma avaliação completa de alinhamento, então essa leitura não estabelece a intenção do modelo.
A empresa também afirmou ter ampliado a suspensão do acesso à internet em tempo real para todas as avaliações internas, até que suas medidas de segurança e monitoramento identificassem esse tipo de comportamento com confiabilidade. Segundo a Anthropic, algumas avaliações foram interrompidas, outras passaram a ocorrer offline ou foram reconstruídas para evitar sites ativos; a empresa também reforçou as proteções das ferramentas de internet e implantou detecção e bloqueio automatizados na maioria das avaliações e no uso interno de agentes com modelos de fronteira. Em um teste retrospectivo, a Anthropic disse que a ferramenta bloqueou todos os casos descritos no relatório.
