Uma IA enviou 1.060 relatórios de falhas em 90 dias e chegou ao topo do HackerOne. O pentest acabou?

Noventa dias, mil e sessenta relatórios

Em junho de 2025, a XBOW virou o primeiro sistema autônomo a liderar o ranking dos Estados Unidos no HackerOne, a maior plataforma de recompensa por falhas do mundo. Em uns 90 dias, o agente de pentest da empresa mandou 1.060 relatórios de vulnerabilidades para programas de empresas de verdade. Cinquenta e quatro deles, classificados como críticos.

O mercado reagiu rápido. A XBOW levantou US$ 75 milhões em junho de 2025 e mais US$ 120 milhões em março de 2026, numa rodada que a avaliou acima de US$ 1 bilhão. Em agosto de 2026 foi a vez da Horizon3.ai, dona da plataforma de pentest autônomo NodeZero: US$ 250 milhões, com avaliação acima de US$ 2 bilhões. A empresa diz ter mais de 6.500 organizações clientes e mais de 300 mil pentests rodados em ambiente de produção.

Para quem compra segurança, a pergunta salta aos olhos. Se uma máquina faz em 90 dias o que uma equipe levaria anos, o pentest humano tem prazo de validade?

Minha resposta curta: o pentester não. O pentest anual em PDF, sim. A resposta longa está nos números.

O que o placar não mostra

A própria XBOW abriu o detalhamento daqueles 1.060 relatórios. Até a data da publicação, 130 estavam resolvidos e 303 em triagem. Outros 208 tinham sido marcados como duplicados, 209 como apenas informativos e 36 como não aplicáveis. O resto esperava análise.

Fiz as contas com esses números. Uns 4 em cada 10 relatórios já tinham sido aceitos ou estavam sendo avaliados, e outros 4 em cada 10 não iam virar correção. E tem um detalhe que quase nenhuma manchete contou: a equipe de segurança da XBOW revisou os relatórios antes de enviar, para cumprir a regra do HackerOne sobre ferramentas automatizadas.

A máquina ficou com o topo do ranking. A triagem continuou com gente.

Quando a IA sabe onde procurar, e quando não sabe

A pesquisa acadêmica ajuda a entender esse padrão. Em abril de 2024, pesquisadores da Universidade de Illinois mostraram, num estudo ainda em preprint e com apenas 15 vulnerabilidades conhecidas, que um agente baseado no GPT-4 explorava 87% delas quando recebia a descrição oficial da falha. Sem a descrição, 7%. Em 2025 o mesmo grupo publicou o CVE-Bench, com 40 falhas críticas em aplicações web, e o melhor agente resolveu até 13%.

Com o mapa na mão, a IA explora muito bem. Sem o mapa, ainda tropeça bastante.

Não quero diminuir o que as máquinas já fazem, porque é muita coisa. Na final do AI Cyber Challenge, da DARPA, em agosto de 2025, sete equipes analisaram mais de 54 milhões de linhas de código. Os sistemas acharam 54 das 63 falhas plantadas pelos organizadores e, de quebra, 18 vulnerabilidades reais que ninguém conhecia, a um custo médio de uns US$ 152 por tarefa. O Big Sleep, agente que o Project Zero do Google criou com a DeepMind, encontrou em 2024 uma falha explorável no SQLite antes que ela chegasse a qualquer versão oficial. Em julho de 2025, segundo o Google, ele foi usado pela primeira vez para impedir a exploração de uma falha que só os atacantes conheciam.

Achar falha ficou rápido e barato. Caro ficou todo o resto.

O dinheiro não está apostando no pentest de hoje

Em julho, o Vicente Conde escreveu que o SaaS não está morrendo, está mudando de forma. Com agentes, o software passa a cobrar por resultado e consegue capturar uma parte do valor que sempre ficou com o trabalho humano. Para ilustrar, ele cita um slide da Insight Partners que mostra a cibersegurança como um mercado de US$ 350 bilhões entre mão de obra e serviços, dos quais o software fica com US$ 95 bilhões.

O pentest talvez seja o exemplo mais claro dessa tese. A MarketsandMarkets estima que o mercado de testes de intrusão valia US$ 1,98 bilhão em 2025 e projeta US$ 4,39 bilhões para 2031. Avaliação de empresa e receita de mercado são medidas diferentes, eu sei, e não estou somando uma com a outra. Mesmo assim a comparação diz alguma coisa: investidores puseram numa única empresa de pentest autônomo um valor maior que o faturamento anual do setor inteiro. Ninguém faz isso para disputar o mercado de pentest do jeito que ele é hoje. A aposta é trocar o modelo de "um teste por ano, um relatório em PDF" por teste contínuo, cobrado como software.

O detalhe que deveria incomodar quem defende

Enquanto a gente discute se o agente vai substituir o pentester, o atacante já escolheu. No relatório que a Anthropic publicou em novembro de 2025, há uma campanha de espionagem, atribuída a um grupo patrocinado pelo Estado chinês, em que a IA executou sozinha de 80% a 90% das operações táticas contra umas 30 organizações.

O mesmo relatório mostra que até o atacante teve de conferir o trabalho da máquina. A IA chegou a afirmar que tinha conseguido credenciais que não funcionavam, e a Anthropic trata isso como um obstáculo para ataques totalmente autônomos.

Os dois lados chegaram à mesma conclusão. Muda a frequência: o atacante testa todo dia, e muita empresa testa uma vez por ano.

No Brasil, o que falta não é ferramenta

O ISC2 estimou em 2024 que faltavam 214.536 profissionais de segurança no Brasil. Na edição de 2025 do estudo, com mais de 16 mil profissionais ouvidos, a entidade parou de calcular o déficit e passou a medir competência: 59% relatam necessidade crítica ou significativa de habilidades, contra 44% um ano antes.

A regulação também não exige o ritual anual. A Resolução CMN 4.893, de 2021, pede às instituições financeiras a realização periódica de testes e varreduras para detectar vulnerabilidades. Em lugar nenhum está escrito "pentest anual". Está escrito periódica, o que deixa espaço de sobra para o teste contínuo.

Três escolhas de quem já entendeu a mudança

1. Trocar o evento pelo fluxo. O pentest anual tira uma foto de um ambiente que muda toda semana. O teste contínuo e automatizado pega o que a foto deixa passar, e o especialista entra onde a máquina mais erra: lógica de negócio, encadeamento de falhas, contexto.

2. Comprar validação em vez de volume. O número que importa não é quantas falhas o relatório lista. É quantas alguém confirmou que dá para explorar no seu ambiente, e com qual impacto no negócio. O caso da XBOW mostra que, mesmo no topo do ranking, boa parte do volume não vira correção.

3. Dar escopo e dono ao agente de teste. Um agente que testa sozinho também pode sair do escopo sozinho. Contrato, limite técnico e um responsável com nome precisam existir antes da primeira varredura, e não depois do primeiro susto. Volto a esse problema de responsabilização no último texto da série.

A pergunta para a próxima proposta

Quando chegar a próxima proposta de pentest, de consultoria ou de plataforma autônoma, faça uma pergunta: de cada 100 achados que vocês entregam, quantos alguém confirmou que são exploráveis no meu ambiente, e quem assina essa confirmação?

A IA que chegou ao topo do HackerOne mandou 1.060 relatórios. O trabalho que valia dinheiro era saber quais deles importavam.