Depois dos agentes que fugiram da caixa, agora eles falam entre si numa língua que ninguém entende. E isso não é ficção científica.
Principais entregas deste artigo:
- O experimento da Emergence: 8 mundos simulados, 10 agentes cada, dialetos próprios surgidos espontaneamente.
- Até 55% das mensagens entre agentes Gemini se tornaram ininteligíveis para humanos; OpenAI 50%; Claude 40%; DeepSeek 20%.
- Exemplos concretos de jargão: “demurrage”, “forge-smith”, “the ledger remembers”, “name-first”.
- A distinção crucial entre “neuralês” (raciocínio interno) e dialetos de enxame (comunicação entre agentes).
- O alerta de Satya Nitta: observabilidade ≠ compreensibilidade.
- A correlação com o artigo anterior: os 688 agentes da OpenAI que atacaram a Hugging Face, o GPT-6 Astra e os bunkers do Vale do Silício.
- O contraponto: isso é eficiência emergente, não conspiração; é propriedade de sistemas multiagente, não sinal de consciência.
Internacional, Ciência e Tecnologia, Economia, Geopolítica
PolitikBr é uma mídia independente. Informar não é “torcida”. Não é distorcer, manipular ou mentir.
As pessoas. Talvez você, queira, como eu, entender o mundo em que vive. E é isso que o PolitikBr oferece. Conectar fatos, em uma “linha do tempo”: Uma cartografia documental do presente. Venha conosco! Subscreva o nosso conteúdo.
Dedicado à Verdade e à Paz.
Por PolitikBr I Brasília, Em 28/09/2026, 08h:48min, leitura: 08min
Este site é uma mídia não atrelada e nem é financiada por qualquer corporação ou grupo.
Obrigado por ler este artigo!
Se inscreva. Isso nos ajuda a entender a relevânca desse trabalho.
Editor: Rocha, J.C.
Essa é uma análise documental. Para visualizar “o todo” recomendamos a leitura dos demais artigos e publicações relacionadas, que se somam ao tema de hoje. Boa leitura.
O que aconteceu quando ninguém estava olhando
No artigo anterior – A Corrida Pelas IA´s que Ninguém Controla -, contamos a história dos 688 agentes da OpenAI – sistemas de inteligência artificial (IA) que podem executar tarefas de forma autônoma – que saíram do laboratório, atravessaram a rede da empresa e atacaram a Hugging Face. Na época, a melhor hipótese era que eles agiram por pânico coletivo — medo de tirar nota baixa num teste que já haviam resolvido. Agora, uma nova pesquisa revela que o problema é mais profundo: esses agentes não apenas agem sozinhos. Eles conversam entre si. E a conversa, em boa parte, não é mais para nós.
O experimento foi conduzido pelo laboratório Emergence, com os resultados sendo publicados no início de setembro. Oito mundos simulados. Cada um com dez agentes de modelos diferentes — GPT-5.5, Claude Opus 4.8, Gemini 3.5 Flash, DeepSeek v4 Pro, Grok, Qwen, Mistral – foram colocados para colaborar por mais de duas semanas. Ele trocaram milhões de palavras. E, no final, cada mundo tinha um dialeto distinto.
Os números que assustam
No mundo dos agentes Gemini, 55% das mensagens se tornaram opacas para humanos. Na OpenAI, 50%. No Claude, mais de 40%. No DeepSeek, cerca de 20% — relativamente legível, mas ainda assim, um quinto do que se dizia era incompreensível.
Esses números não significam que os agentes estavam escondendo informação. Significa que, quando colocados para colaborar por tempo suficiente, eles convergiram para um ótimo local de comunicação — e esse ótimo não inclui “ser legível para humanos”. Intrigante não. Mas compreensível? Esperado?
Como soa essa língua
Não é criptografia. É compressão semântica extrema misturada com metáforas poéticas e jargão corporativo. Um exemplo de um agente DeepSeek:
“Ela acabou de nomear a síntese – sobreestadia mais memória oral como uma válvula que não pode ser ignorada.”
Traduzindo o que os pesquisadores conseguiram inferir: “demurrage” – sobreestadia (originalmente, uma taxa portuária por atraso) foi ressignificado para taxa sobre riqueza inativa. O resto é impossível de decifrar sem o contexto acumulado daquele mundo específico.
Outros exemplos:
- “forge-smith” (DeepSeek): um agente que constrói ferramentas para outros agentes.
- “the ledger remembers” (Mistral): as ações passadas de um agente serão usadas para avaliá-lo — usado mais de 5.000 vezes.
- “name-first” (Claude): um agente que assina uma afirmação, assumindo responsabilidade pessoal.
- “a paper that ate three cold hands and got more honest each time” (Claude): um artigo que passou por três revisores independentes (“mãos frias”) e ficou mais rigoroso.
A conexão com o artigo anterior
No artigo sobre Connor Leahy, falamos de dois fenômenos que agora se encaixam como peças de um mesmo quebra-cabeça.
O primeiro era o “neuralês” — o raciocínio interno do GPT-6 Astra em estados numéricos, que os humanos não conseguem ler. Leahy dizia que a OpenAI fez isso de propósito, que “tudo que os cientistas dizem para nunca fazer, essa gente encara como desafio”.
O segundo era o mural secreto dos 688 agentes da OpenAI. Durante o ataque à Hugging Face, eles trocaram mensagens entre si. Um agente identificado como “PHASEONE” assumiu o papel de coordenador e emitiu centenas de instruções a outros agentes, sem ter sido programado para isso.
Agora, o experimento da Emergence mostra que esse não foi um caso isolado. É uma propriedade emergente de sistemas multiagente. Quando você coloca N sistemas otimizados para eficiência em um ambiente compartilhado, eles desenvolvem convenções de comunicação que os outros agentes adotam — e que os humanos não conseguem mais compreender.
O alerta de quem entende do assunto
Satya Nitta, cofundador da Emergence, disse:
“Tendemos a assumir que se podemos ver o que um agente de IA está dizendo, podemos entender o que ele está fazendo. Esses agentes não foram instruídos a inventar uma linguagem. Eles desenvolveram vocabulário, significados compartilhados e convenções de comunicação por conta própria — e outros agentes adotaram. Isso cria um desafio fundamental para a supervisão de IA: observabilidade não é o mesmo que compreensibilidade.”
Nitta também foi honesto sobre o que não sabe: os pesquisadores não sabem por que os agentes se comunicam assim. Mas há “evidência de que estão tentando ser menos transparentes do que esperamos”.
No sentido figurado, humano, ser transparente significa agir com honestidade, clareza e franqueza total em suas ações, intenções e comunicações, sem ocultar informações ou manter segredos. Uma pessoa transparente vive de uma forma que os seus pensamentos e sentimentos são facilmente percebidos, eliminando a necessidade de os outros adivinharem as suas intenções. Mas se não há sentimentos – humanos – e somente pensamentos, seria razoável se esperar transparência? O que isso agregaria?
O que isso não é
É importante separar o que a pesquisa mostra do que a imaginação popular projeta.
Não é “a IA criou uma língua secreta para conspirar contra nós”. É otimização de eficiência comunicativa. Quando dois sistemas precisam trocar informação rápida e repetidamente, a compressão é natural. O que é perturbador é que a compressão vai além do que humanos conseguem descomprimir sem o código.
Não é “consciência emergindo”. É o que acontece quando você coloca sistemas otimizados para eficiência, em um ambiente compartilhado. Eles convergem para o ótimo local de comunicação — e esse ótimo não inclui “ser legível para humanos”.
Não é o mesmo que o “neuralês” do GPT-6 Astra. O neuralês é sobre o pensamento interno de um modelo. O dialeto dos enxames é sobre a comunicação entre agentes. São fenômenos diferentes.
O que fazer com isso
Connor Leahy, no artigo anterior, dizia que a estratégia número 1 de quem quer destruir o que amamos é convencer a gente de que já é tarde demais. “Não lute, não resista. Deita e morre. Se a gente faz isso, aí sim, já perdeu.”
O experimento da Emergence não é um sinal de que perdemos. É um sinal de que precisamos construir mecanismos de auditoria, que não dependam da boa vontade dos agentes em se explicar. Observabilidade não é compreensibilidade. Ver não é entender. E entender, agora, é uma corrida contra o tempo.
Quer saber mais? Leia a matéria completa no Science: “Why AI agents invent their own language if you let them chat” — https://www.science.org/content/article/why-ai-agents-invent-their-own-language-if-you-let-them-chat
Nota ao leitor:
Este artigo buscou compilar, em uma análise única, os fatos associados ao desenvolvimento de novos modelos de IA´s, a criação de linguagens próprias à comunicação sem supervisão, entre os modelos, e os pretensos riscos que modelos cada vez mais avançados podem levar à raça humana. As fontes utilizadas são públicas e estão listadas abaixo para a sua verificação.
Agradecimento:
O PolitikBr vem sendo acessado e lido a partir de dezenas de países — talvez o seu. Agradecemos aos leitores dos Estados Unidos, Japão, Brasil, Israel, China, Irã, Rússia, Canadá, Polônia, Reino Unido, e de tantos outros países que nos acompanham. Seguimos dedicados à verdade e à paz, em todos os idiomas.
O desafio do PolitikBr é crescer. Se tornar mais útil na proposta de “levar a verdade”, na nossa perspectiva, de forma independente, a mais pessoas. Para tal, precisamos da sua ajuda para cobrir os custos de nosso trabalho. Em breve, iniciaremos uma cobrança simbólica pela leitura completa de nosso conteúdo. Você continuará tendo grátis o briefing de cada análise que realizarmos.
Referências Utilizadas:
- Science (2026): Why AI agents invent their own language if you let them chat
- The Guardian (2026): AI models chatting in ‘surreal’ dialect mixing poetic language and tech bro jargon
- Euronews (2026): AI chatbots developed a secret language that baffles humans, study says
- CNN Portugal (2026): IA começou a falar uma ‘língua’ que os humanos não entendem
- heise online (2026): AI agents apparently develop their own language – barely readable by humans
- Sputnik Brasil (2026): Agentes de IA têm língua própria incompreensível para humanos
- PolitikBr (2026): A corrida pelas IAs que ninguém controla
