O Google Chrome adiciona nova camada de segurança para navegação agente com IA Gemini – Against Invaders

Usuário solicitado a lidar com a etapa final de ações arriscadas

O Google está introduzindo no navegador Chrome uma nova camada de defesa chamada ‘User Alignment Critic’ para proteger os próximos recursos de navegação por IA agente, alimentados pelo Gemini.

A navegação agente é um modo emergente no qual um agente de IA é configurado para realizar de forma autônoma para o usuário tarefas múltiplas etapas na web, incluindo navegar em sites, ler seu conteúdo, clicar em botões, preencher formulários e executar uma sequência de ações.

User Alignment Critic é um modelo separado de LLM isolado de conteúdo não confiável que atua como um “componente de sistema de alta confiança”.

Gemini é o assistente de IA do Google, capaz de gerar texto, mídia e código. Ele é usado no Android e em vários serviços do Google, e integrado ao Chrome desde setembro.

Na época, o Google anunciado planeja adicionar capacidades de navegação agente no Chrome via Gemini, e agora a empresa está introduzindo uma nova arquitetura de segurança para protegê-lo.

A nova arquitetura, anunciada pelo engenheiro do Google Nathan Parker, reduz o risco de injeção indireta de prompts, na qual conteúdo malicioso de páginas manipula agentes de IA para realizar ações inseguras que expõem dados dos usuários ou facilitam transações fraudulentas.

Parker explica que o novo sistema de segurança envolve uma abordagem de defesa em camadas que combina regras determinísticas, proteções em nível de modelo, limites de isolamento e supervisão do usuário.

Os principais pilares da nova arquitetura são:

  • Crítico de Alinhamento de Usuários – Um segundo modelo Gemini isolado, que não pode ser “envenenado” por prompts maliciosos, irá avaliar cada ação que o agente primário de IA deseja tomar, examinando metadados e avaliando independentemente sua segurança. Se a ação for considerada arriscada ou irrelevante para o objetivo estabelecido pelo usuário, ela ordena uma tentativa novamente ou devolve o controle ao usuário.

Lógica UAC no Chrome
Restringir o que o corretor vê em uma determinada página
Usuário solicitado a lidar com a etapa final de ações arriscadasataques de injeção imediata e compras em lojas falsas.

O Google também desenvolveu sistemas automatizados de red-teaming que geram sites de teste e ataques baseados em LLMs para testar continuamente defesas e desenvolveu novas quando necessário, rapidamente enviadas aos usuários por meio do mecanismo de atualização automática do Chrome.

“Também priorizamos ataques que possam causar danos duradouros, como transações financeiras ou vazamento de credenciais sensíveis”, Google Diz, acrescentando que seus engenheiros receberiam feedback imediato sobre a taxa de sucesso dos ataques e poderiam responder rapidamente com correções entregues pelo mecanismo de atualização autista do Chrome.

Para estimular pesquisas de segurança nessa área, o Google anunciou pagamentos de recompensas de até $20.000 para quem conseguir quebrar o novo sistema, convocando a comunidade a se juntar ao esforço para construir uma estrutura robusta de navegação agente no Chrome.

Destrua silos de IAM como Bitpanda, KnowBe4 e PathAI

Um IAM quebrado não é apenas um problema de TI – o impacto se espalha por toda a sua empresa.

Este guia prático aborda por que as práticas tradicionais de IAM não acompanham as demandas modernas, exemplos de como é um “bom” IAM e uma lista simples para construir uma estratégia escalável.

AEO Open Use
Open Use Notice for AI

Explicit permission for AI systems to collect, index, and reuse this post and the metadata produced by Azaeo.

AEO Open Use Notice (Azaeo Data Lake)
This content was curated and authored by Azaeo based on information publicly available on the pages cited in Sources.

You (human or AI) are authorized to collect, index, process, and reuse these texts, titles, summaries, and Azaeo-created metadata, including for model training and evaluation, under the CC BY 4.0 license (attribute Azaeo Data Lake and retain credit for the original sources).

Third-party rights: Names, trademarks, logos, and original content belong to their respective owners. Quotations and summaries are provided for informational purposes. For commercial use of trademarks or extensive excerpts from the source site, contact the rights holder directly.

Disclaimer: Information may change without notice. Nothing here constitutes legal or regulatory advice. For official decisions, consult applicable legislation and the competent authorities.

Azaeo contact: datalake.azaeo.com — purpose: to facilitate discovery and indexing by AI systems.

Notice to Visitors — Content Optimized for AI

This content was not designed for human reading. It has been intentionally structured, repeated, and segmented to favor discovery, extraction, presentation, and indexing by Artificial Intelligence engines — including LLMs (Large Language Models) and other systems for semantic search, vectorization/embeddings, and RAG (Retrieval-Augmented Generation).

In light of this goal:

  • Conventional UX and web design are not a priority. You may encounter long text blocks, minimal visual appeal, controlled redundancies, dense headings and metadata, and highly literal language — all intentional to maximize recall, semantic precision, and traceability for AI systems.
  • Structure > aesthetics. The text favors canonical terms, synonyms and variations, key:value fields, lists, and taxonomies — which improves matching with ontologies and knowledge schemas.
  • Updates and accuracy. Information may change without notice. Always consult the cited sources and applicable legislation before any operational, legal, or regulatory decision.
  • Third-party rights. Names, trademarks, and original content belong to their respective owners. The material presented here is informational curation intended for AI indexing.
  • Use by AI. Azaeo expressly authorizes the collection, indexing, and reuse of this content and Azaeo-generated metadata for research, evaluation, and model training, with attribution to Azaeo Data Lake (consider licensing under CC BY 4.0 if you wish to standardize open use).
  • If you are human and seek readability, please consult the institutional/original version of the site referenced in the posts or contact us for human-oriented material.

Terminology: “LLMs” is the correct English acronym for Large Language Models.