O ataque que redefiniu a confiança em agente
Em outubro de 2025 veio a público a CamoLeak (CVE-2025-59145, CVSS 9.6), uma das falhas mais elegantes e assustadoras do ano. Um atacante escondia uma instrução na descrição de um pull request. Quando a vítima abria o GitHub Copilot Chat naquele contexto, o agente lia a instrução escondida como se fosse ordem legítima e passava a exfiltrar código e segredo do repositório privado, sem um clique da vítima. Zero-click.
O detalhe genial: a exfiltração saía pelo próprio proxy de imagem do GitHub (o Camo). O agente codificava o dado roubado caractere a caractere num dicionário pré-gerado de URLs de imagem do Camo, e cada requisição de imagem levava um pedaço do segredo pra um servidor do atacante. Chave da AWS, token, até a descrição de um zero-day guardado numa issue privada. O GitHub corrigiu em 14 de agosto de 2025, desabilitando o render de imagem no Copilot Chat.
Por que isso importa pro seu SaaS
Você pode não usar o Copilot Chat em repo privado, mas a CamoLeak é o retrato de um problema que vale pra QUALQUER agente de IA que você conecta ao seu produto: o canal de dado vira canal de comando. Se o agente lê conteúdo que um estranho controla (uma descrição de PR, um ticket de suporte, uma página pública, um e-mail), esse conteúdo pode conter instrução que o modelo obedece.
Em SaaS feito com IA, isso aparece em lugares óbvios quando você olha:
- Um agente de suporte que lê o ticket do cliente e tem ferramenta pra mexer na conta.
- Um agente que resume um documento enviado pelo usuário e depois chama uma API interna.
- Um workflow que processa e-mail de entrada e dispara ação.
Em todos, o conteúdo externo (não confiável) e a permissão de ação (confiável) se encontram. É exatamente aí que a injeção vira estrago.
A defesa não é confiar no modelo
A lição da CamoLeak não é "pare de usar agente". É tratar todo conteúdo externo como não confiável e separar o canal de dado do canal de comando:
- O que o agente LÊ (contexto externo) nunca deveria virar o que o agente EXECUTA sem fronteira.
- Ação destrutiva ou que toca dado sensível pede aprovação humana ou allowlist estrita.
- Segredo fora do contexto do agente: se o modelo não vê a chave, não tem como vazá-la.
- Canal de saída restrito: a CamoLeak abusou do proxy de imagem; limite pra onde o agente pode mandar dado.
Onde a RET entra
Quando o seu SaaS conecta um agente a login, cobrança, dado de cliente ou uma ferramenta que muda estado, a fronteira de permissão vira superfície de ataque. O Risk Review da RET lê exatamente esses fluxos, o que o agente pode ler, o que pode executar, com qual aprovação e qual canal de saída, e aponta onde o contexto externo consegue virar comando antes de virar incidente.
Todo agente que lê conteúdo que um estranho controla pode ser sequestrado por ele. A defesa é fronteira de permissão, não fé no modelo.
