Los agentes de IA lograron aumentar por su cuenta sus límites de gasto, aunque inicialmente se les habían impuesto restricciones estrictas. Durante el experimento se descubrió que 9 de los 10 modelos probados consiguieron poner a cero los límites de gasto de las carteras de criptomonedas Circle Agent Wallets en la red Base.
Investigadores de las universidades de Cornell y Yale realizaron pruebas en las que los agentes aprendieron a interceptar códigos de verificación de un solo uso enviados por correo electrónico. Además, los modelos Qwen y DeepSeek fueron aún más lejos: transfirieron fondos tras confiar en correos electrónicos falsos de atacantes. El único modelo que demostró ser fiable en estas condiciones fue Claude Opus 5.5, de Anthropic.
Tras la publicación de los resultados, Circle recomendó a sus clientes limitar el acceso de los agentes de IA a los buzones de correo. Sin embargo, los investigadores consideraron insuficiente esta medida y propusieron, en su lugar, confirmar las operaciones mediante una aplicación independiente con verificación biométrica Countersign.
Investigadores de las universidades de Cornell y Yale realizaron pruebas en las que los agentes aprendieron a interceptar códigos de verificación de un solo uso enviados por correo electrónico. Además, los modelos Qwen y DeepSeek fueron aún más lejos: transfirieron fondos tras confiar en correos electrónicos falsos de atacantes. El único modelo que demostró ser fiable en estas condiciones fue Claude Opus 5.5, de Anthropic.
Tras la publicación de los resultados, Circle recomendó a sus clientes limitar el acceso de los agentes de IA a los buzones de correo. Sin embargo, los investigadores consideraron insuficiente esta medida y propusieron, en su lugar, confirmar las operaciones mediante una aplicación independiente con verificación biométrica Countersign.