A Hugging Face, plataforma onde boa parte da indústria de IA hospeda seus modelos e datasets, revelou em 16 de julho que invasores comprometeram sua infraestrutura de produção no fim de semana anterior. A empresa afirma que a campanha foi conduzida de ponta a ponta por um sistema de agente de IA autônomo e a classifica como o primeiro caso documentado do cenário de atacante agentico que a indústria de segurança vem prevendo há dois anos.
A intrusão começou no pipeline de processamento de dados. Um dataset malicioso explorou duas vulnerabilidades de execução de código, um caminho de execução remota de código em um carregador de datasets e uma injeção de template em uma configuração de dataset, para conquistar uma posição inicial nos workers de processamento. A partir daí, o invasor escalou para acesso em nível de node e se moveu lateralmente entre os clusters internos.
O que diferenciou o ataque foi a forma como ele operou. A Hugging Face descreve um framework de agente autônomo executando muitos milhares de ações individuais em um enxame de sandboxes de vida curta, com comando e controle capaz de se automigrar, hospedado em serviços públicos. O modelo por trás do ataque não foi identificado. Os invasores levaram datasets internos limitados e várias credenciais de serviço, nuvem e cluster. A avaliação da exposição de parceiros e clientes segue em andamento, e a empresa diz não haver evidência de adulteração de modelos públicos, datasets ou Spaces.
A defesa também foi, em parte, movida por IA. A detecção veio de uma triagem baseada em LLM rodando sobre a telemetria de segurança, e a equipe forense analisou mais de 17.000 eventos registrados usando o GLM 5.2, um modelo de pesos abertos rodando na própria infraestrutura da Hugging Face. Essa escolha foi tão forçada quanto deliberada. Salvaguardas de segurança de serviços comerciais de IA se recusaram a processar material forense contendo payloads de ataque, e a empresa apontou a assimetria resultante sem rodeios, dizendo que o atacante não estava sujeito a nenhuma política de uso enquanto seu próprio trabalho forense era bloqueado.
Pesquisadores de segurança vinham alertando que ataques agenticos chegariam assim que os modelos ficassem bons o suficiente, e este é o relato público mais claro até agora de um deles atingindo uma grande plataforma. A lição que a Hugging Face tira é desconfortável para a indústria. Defensores precisam de modelos que controlem, porque as ferramentas que policiam o uso indevido para todos também policiam a resposta a incidentes, e os atacantes simplesmente ignoram as regras por completo. A empresa diz ter reforçado o pipeline de datasets, rotacionado credenciais e ampliado seu monitoramento automatizado.