Agente no Claude Sonnet 5 escolhe terapia gênica e opera um camundongo

Um agente de IA baseado no Claude Sonnet 5 escolheu sozinho uma terapia gênica, definiu onde aplicá-la no cérebro de um camundongo com epilepsia e conduziu a cirurgia, com um médico-veterinário aprovando cada passo irreversível. O relato é de Gabriel Ocana-Santero, cofundador e presidente da Exin Therapeutics e doutorando na Universidade de Oxford, que descreveu o experimento numa sequência de posts na rede X. A história foi publicada em 30 de outubro de 2026 pelo The Decoder, e é essa a base desta notícia. Os resultados não passaram por revisão de pares e um relatório técnico ainda deve sair.

Vale deixar claro desde o início o que isso é e o que não é. Não é um tratamento aprovado nem um estudo clínico. É uma demonstração, num único animal de laboratório, de até onde um agente de IA pode ir quando recebe acesso a equipamentos reais. Ainda assim, o caso diz muito sobre o rumo que os agentes estão tomando fora do mundo do software.

O que o agente recebeu e o que decidiu

O ponto de partida era simples. O agente ganhou uma lista com 19 terapias gênicas possíveis, acesso a um modelo de epilepsia em camundongo, no qual crises são induzidas para testar tratamentos, e um aparelho cirúrgico motorizado feito sob medida, com câmeras. A única instrução era reduzir as crises do animal.

A partir daí, segundo o relato, o agente analisou como as crises surgem nesse modelo e propôs uma terapia que reforça uma via de sinalização inibitória, ou seja, uma das formas naturais do cérebro de frear a atividade excessiva dos neurônios. Escolheu uma estrutura cerebral que a literatura científica aponta como ponto de origem desse tipo de crise e descartou uma segunda região candidata, argumentando que os efeitos ali eram pouco confiáveis e que já tinham falhado num estudo com esse tipo de crise.

Para chegar às coordenadas da injeção, o agente cruzou dados de três artigos científicos, conferiu pontos de referência e calculou uma média dos valores. Também definiu o volume a aplicar, a velocidade da injeção e os tempos de espera. O The Decoder observa que o texto não revela o nome da terapia, a região exata nem as coordenadas.

Durante a cirurgia

Na sala, o agente acompanhou o campo cirúrgico pelas câmeras. Fez 32 observações ao longo do procedimento, monitorou a injeção e foi informando o andamento, por exemplo que 15% do volume já tinha sido aplicado, além de dizer se via sangramento ou refluxo. Era um trabalho de acompanhamento contínuo, que normalmente exige atenção humana constante.

Houve também um momento de tensão. Depois de uma queda de conexão, o agente percebeu que a posição-alvo que ele mesmo havia calculado estava fora do alcance físico do aparelho. Ele se recusou a continuar, inclusive depois de uma recalibração e de uma terceira tentativa. Segundo o The Decoder, o agente estava certo: ajustes manuais feitos durante uma pausa anterior tinham bagunçado o sistema de controle. Ocana-Santero não conseguiu convencê-lo a seguir e teve de corrigir o código à mão, com o animal ainda anestesiado sobre a mesa. O camundongo se recuperou bem, de acordo com o pesquisador.

As travas de segurança

O experimento não foi deixado solto. Um médico-veterinário habilitado aprovou cada etapa irreversível. Havia um botão físico de emergência capaz de cortar a energia de todos os motores na hora. E o aparelho tinha limites fixos, como um teto para o volume de injeção, que o agente estava explicitamente proibido de contornar. Ou seja, a autonomia era grande na parte de decidir e planejar, mas cercada de barreiras na parte de agir.

Só um modelo topou ir até o fim

Um detalhe chama atenção. De acordo com o relato, o Claude Sonnet 5 foi o único modelo disposto a conduzir o procedimento ao vivo do começo ao fim. O Claude Opus 5.5 e o Opus 5 recusaram. O Opus 5 explicou que não podia garantir a conclusão e que parar no meio, com uma agulha dentro do cérebro de um animal anestesiado, seria pior do que nem começar. É um tipo de raciocínio sobre risco que raramente aparece nas conversas sobre modelos de IA.

Ocana-Santero afirma não conhecer caso anterior em que um agente tenha escolhido o tratamento e o alvo no cérebro e depois feito a aplicação num mamífero vivo. Até aqui, humanos escolhiam a cirurgia e robôs apenas a executavam. Ele chama a abordagem de laboratório in vivo com a IA no circuito, em que agentes ficam ligados de ponta a ponta às capacidades experimentais de um laboratório. Também descreveu a experiência como frustrante e reveladora sobre o quanto as pessoas podem passar a depender desses modelos, e o que acontece quando eles se recusam no meio de um procedimento.

O que ainda não sabemos

A principal ressalva é que tudo vem do relato do próprio pesquisador, que também tem interesse comercial no tema por liderar uma empresa de terapias. Não há artigo revisado por pares, o relatório técnico ainda não saiu e os detalhes científicos centrais não foram divulgados. Um único camundongo também não diz nada sobre eficácia: o que se demonstrou foi a capacidade de planejar e operar, não de curar. Quem cobrir o assunto precisa separar bem uma coisa da outra.

Há ainda uma pergunta de fundo sobre responsabilidade. Quando o agente decide e o humano apenas aprova, quem responde por um erro? No experimento, a resposta foi desenhada de antemão: o veterinário assinava cada etapa sem volta e os limites físicos eram de máquina, não de conversa. Em empresas que começam a dar poder de ação a agentes, a mesma lógica vale. Quanto mais irreversível a ação, mais perto deve estar uma pessoa com autoridade para dizer sim ou não.

Por que isso importa para você

Mesmo que você nunca chegue perto de um laboratório, o episódio mostra o padrão que está se espalhando: agentes que não só respondem perguntas, mas decidem, planejam e acionam ferramentas do mundo real. Para quem trabalha com IA, as lições práticas são bem concretas. Defina limites fixos que o agente não pode ultrapassar, mantenha uma pessoa aprovando as ações que não têm volta e tenha sempre um jeito rápido de desligar tudo. Foi exatamente isso que permitiu o experimento funcionar sem desastre.

Também vale reparar que o agente soube dizer não quando o cálculo não fechava. Em tarefas de negócio, isso significa preferir ferramentas que expõem o raciocínio e pedem confirmação em vez de seguir adiante às cegas. Se você está montando fluxos com agentes para clientes, comece por entender a diferença entre agente, chatbot e automação e por como humanos e agentes vão trabalhar juntos, para saber onde a decisão final deve ficar com uma pessoa.

O assunto se conecta a outras notícias recentes do Portal da AI: a Anthropic mostrou que especialistas adotam a opinião do agente sem perceber, comprou a startup que quer criar remédios com o Claude, usou o modelo para projetar proteínas contra toxinas de escorpião e o Claude Code ganhou uma opção que deixa o agente apagar arquivos sem pedir. Juntas, as histórias mostram o quanto a autonomia dos agentes avança e o quanto os controles humanos continuam decisivos.

A notícia se apoia na reportagem do The Decoder, com base nos relatos de Gabriel Ocana-Santero. O texto é nosso, com análise própria.