☕ Um Café no Bellacosa Mainframe
Gostou do conteúdo? Ajude a manter o café quente, o COBOL compilando e o mainframe acordado. 😄
☕ Pague um café ao Bellacosa

Translate

Mostrar mensagens com a etiqueta OSINT. Mostrar todas as mensagens
Mostrar mensagens com a etiqueta OSINT. Mostrar todas as mensagens

domingo, 13 de setembro de 2026

🕵️ Professor Moriarty em Brasília — O Caso Master e a Arquitetura Invisível do Poder

 

Bellacosa Mainframe e o maquiavélico banqueiro

☕ Um Café no Bellacosa Mainframe

🕵️ Professor Moriarty em Brasília — O Caso Master e a Arquitetura Invisível do Poder

Talvez a história do Banco Master não seja apenas a história de um banco que cresceu demais, arriscou demais e finalmente caiu. Talvez seja também uma aula sobre como dinheiro, amizade, religião, política, informação, reputação e acesso podem formar uma rede de poder muito maior que qualquer uma de suas partes.

Há uma cena recorrente nas histórias de Sherlock Holmes que sempre me fascinou.

Holmes encontra um crime.

Investiga.

Encontra outro.

Depois outro.

A princípio, parecem casos independentes.

Um empresário aqui.

Um político ali.

Um criminoso acolá.

Uma chantagem.

Uma informação confidencial.

Um favor.

Uma pessoa aparentemente insignificante.

Até que Holmes deixa de olhar para os indivíduos e começa a observar as conexões.

E então aparece o Professor Moriarty.

Não necessariamente como o homem que executa pessoalmente cada ação, mas como alguém situado no centro de uma extraordinária arquitetura de relacionamentos.

Foi impossível acompanhar o Caso Master sem lembrar disso.

Antes que alguém interprete esta comparação literalmente, faço uma advertência fundamental:

Daniel Vorcaro não é o Professor Moriarty.

Moriarty é ficção.

O Caso Master envolve pessoas reais, investigações reais, direitos reais e responsabilidades que precisam ser individualmente demonstradas.

Neste artigo, Moriarty será apenas nossa ferramenta literária para compreender algo muito mais interessante:

a arquitetura invisível do poder.

E, como numa auditoria séria, utilizaremos cinco gavetas diferentes:

COMPROVADO → ALEGAÇÃO OFICIAL → INDÍCIO → HIPÓTESE → ESPECULAÇÃO

Nunca misture essas gavetas.

É exatamente quando elas são misturadas que investigação vira teoria conspiratória.



🏦 1. Era uma vez um banqueiro

Uma das coisas que mais impressionam na história de Daniel Vorcaro é a velocidade.

Não estamos falando de uma tradicional dinastia bancária brasileira atravessando quatro ou cinco gerações.

Vorcaro entrou no antigo Banco Máxima, assumiu seu controle e posteriormente transformou a instituição no Banco Master.

Em poucos anos, o banqueiro passou a circular em ambientes extraordinariamente poderosos.

Empresários.

Políticos.

Advogados.

Celebridades.

Influenciadores.

Religiosos.

Autoridades.

Pessoas ligadas ao Judiciário.

Enquanto isso, o banco crescia agressivamente.

E aqui surge nossa primeira pergunta.

Como alguém constrói tamanho capital financeiro e social em tão pouco tempo?

Talvez seja um erro imaginar somente uma escada:

DINHEIRO
   ↓
MAIS DINHEIRO
   ↓
MAIS DINHEIRO

O processo parece muito mais interessante:

DINHEIRO
   ↓
RELACIONAMENTOS
   ↓
ACESSO
   ↓
REPUTAÇÃO
   ↓
INFORMAÇÃO
   ↓
OPORTUNIDADES
   ↓
MAIS DINHEIRO

Isso é um feedback loop.

E feedback loops podem produzir crescimento exponencial.



🕸️ 2. Moriarty não é interessante por ser rico

O Professor Moriarty é interessante porque conhece pessoas.

Mais precisamente:

conhece pessoas que conhecem pessoas.

Isso muda tudo.

Em teoria dos grafos, cada indivíduo pode ser representado como um nó.

Cada relacionamento vira uma aresta.

        PASTOR
          │
          │
EMPRESÁRIO ─── BANQUEIRO ─── POLÍTICO
          │        │
          │        │
       ADVOGADO ───┼── INFLUENCIADOR
                   │
                AUTORIDADE

Uma pessoa com muito dinheiro possui poder.

Uma pessoa com muitos relacionamentos possui outro tipo de poder.

Uma pessoa com dinheiro e relacionamentos possui algo ainda mais poderoso:

capacidade de transformar um recurso no outro.

Dinheiro compra acesso.

Acesso gera relacionamento.

Relacionamento gera confiança.

Confiança abre portas.

Portas abertas produzem oportunidades.

Oportunidades produzem dinheiro.

E o ciclo recomeça.



⛪ 3. A igreja entra no grafo

Foi aqui que nossa conversa ficou particularmente interessante.

A ligação da família Vorcaro com a Igreja Batista da Lagoinha não surgiu aparentemente como uma operação improvisada quando o Master ficou grande.

As relações familiares são antigas.

Henrique Vorcaro, pai de Daniel, teve relacionamento com projetos ligados à igreja.

Daniel esteve ligado à Rede Super.

Fabiano Zettel, cunhado de Vorcaro, tornou-se figura importante na Lagoinha Belvedere.

Isso muda nossa interpretação.

Seria simplista imaginar:

“O banqueiro ficou rico e resolveu usar uma igreja para conhecer gente.”

O fenômeno social pode ter ocorrido de maneira muito mais orgânica:

FAMÍLIA
   ↓
IGREJA
   ↓
AMIZADES
   ↓
EMPRESÁRIOS
   ↓
OUTRAS AMIZADES
   ↓
POLÍTICOS
   ↓
NOVOS NEGÓCIOS

Uma comunidade religiosa também é uma rede de confiança.

E confiança é uma moeda poderosíssima.

Quando alguém em quem confiamos apresenta outra pessoa, parte daquela confiança é transferida.

É quase um certificado digital humano:

TRUSTED BY X
     ↓
PROVAVELMENTE CONFIÁVEL

Não significa corrupção.

Não significa crime.

Significa capital social.



🤝 4. O poder dos “contatinhos”

Nós costumamos tratar “contatinho” como brincadeira.

Mas talvez seja uma das unidades fundamentais do poder.

Imagine que preciso falar com uma autoridade.

Não conheço a autoridade.

Mas conheço alguém que conhece.

EU
 ↓
AMIGO
 ↓
EMPRESÁRIO
 ↓
ADVOGADO
 ↓
AUTORIDADE

Em teoria de redes isso é fascinante.

Poucas conexões podem separar indivíduos aparentemente muito distantes.

Quanto mais central um nó se torna, maior sua capacidade de conectar diferentes grupos.

O dinheiro acelera brutalmente esse processo.

Jantares.

Eventos.

Patrocínios.

Viagens.

Aeronaves.

Camarotes.

Casamentos.

Festas.

Projetos culturais.

Investimentos.

Doações.

Instituições.

Nada disso isoladamente constitui crime.

Mas cada evento pode criar novas arestas no grafo.



✈️ 5. O jatinho também é uma aresta

Quando surgiram notícias sobre viagens realizadas durante a campanha eleitoral de 2022 em aeronave ligada a empresa da qual Vorcaro participava, apareceu uma excelente demonstração dessa lógica.

Entre os participantes estava Nikolas Ferreira.

Nikolas declarou que foi convidado para a caravana política, que a logística foi organizada por terceiros e que desconhecia quem era proprietário da aeronave.

Perfeitamente possível.

Mas, para um investigador, a fotografia possui outra função.

Ela cria um nó verificável:

FOTO
 ↓
DATA
 ↓
PESSOAS
 ↓
AERONAVE
 ↓
PREFIXO
 ↓
OPERADOR
 ↓
PROPRIETÁRIO
 ↓
AGENDA
 ↓
OUTRAS FOTOS
 ↓
OUTRAS PESSOAS

A fotografia não prova corrupção.

Aliás:

FOTO JUNTOS ≠ AMIZADE

AMIZADE ≠ RELAÇÃO FINANCEIRA

RELAÇÃO FINANCEIRA ≠ CORRUPÇÃO

CORRUPÇÃO = EVIDÊNCIA + CONTEXTO + NEXO

Mas a fotografia pode dizer ao investigador:

“Comece a procurar aqui.”

Bem-vindo ao OSINT.


📸 6. As redes sociais são o SMF da vida moderna

Durante décadas nós, profissionais de mainframe, aprendemos algo básico:

o sistema deixa rastros.

SMF.

Logs.

JES.

RACF.

Auditoria.

Datas.

USER-IDs.

Transações.

Hoje existe outro gigantesco sistema de logging.

Instagram.

Facebook.

LinkedIn.

X.

YouTube.

As pessoas voluntariamente documentam:

onde estavam,

com quem estavam,

quando estavam,

qual avião utilizaram,

qual restaurante frequentaram,

qual evento patrocinaram,

quem estava na mesa,

quem recebeu homenagem,

quem foi ao casamento.

É quase um:

SMF Social.

E políticos deveriam aprender uma lição interessante.

Não adianta imaginar que uma fotografia publicada em 2022 desapareceu porque ninguém se lembrará dela em 2026.

Alguém salvará.

Alguém encontrará.

Um mecanismo de busca indexará.

Uma IA correlacionará.

A pergunta correta não é:

“Como apagar meu passado?”

É:

“Consigo explicar minhas relações quando meu passado reaparecer?”


🇧🇷 7. E então chegamos à família Bolsonaro

Aqui o grafo ganhou novas arestas.

A conexão mais documentada aparece com Flávio Bolsonaro.

Conversas divulgadas pela imprensa indicaram negociação de financiamento para Dark Horse, produção cinematográfica sobre Jair Bolsonaro.

Segundo material revelado nas investigações e reportagens, Vorcaro teria destinado dezenas de milhões de reais ao projeto.

Isso muda a natureza da conexão.

Não estamos falando apenas de:

"tiraram uma fotografia juntos"

Estamos falando de:

FLÁVIO
   ↓
conversa
   ↓
VORCARO
   ↓
financiamento
   ↓
DARK HORSE
   ↓
filme sobre
   ↓
JAIR BOLSONARO

Ainda assim, a disciplina investigativa continua valendo.

Relacionamento financeiro não prova automaticamente corrupção.

Financiamento de projeto privado não é automaticamente ilícito.

É necessário investigar:

origem do dinheiro,

destino,

contratos,

contrapartidas,

beneficiários,

eventuais recursos públicos,

declarações,

mensagens,

decisões posteriores.

Follow the money.


🏛️ 8. Direita, esquerda e o erro da explicação confortável

Em determinado momento surgiu uma pergunta inevitável:

se a direita tivesse continuado no poder, o Master teria estourado?

Não sabemos.

Esse é um contrafactual impossível de provar diretamente.

Mas podemos investigar a hipótese.

Vorcaro possuía conexões importantes em ambientes da direita e centro-direita.

Ao mesmo tempo, o caso acabou alcançando personagens e instituições muito além de uma única corrente política.

Talvez isso revele algo mais sofisticado.

Um operador racional não precisa apostar exclusivamente em:

PARTIDO A

Pode construir:

             PODER
               │
       ┌───────┼───────┐
       ↓       ↓       ↓
    DIREITA  CENTRO  INSTITUIÇÕES
       │       │       │
       └───────┼───────┘
               ↓
             ACESSO

Em finanças chamamos isso de hedge.

Diversificação de risco.

Talvez também exista hedge político.

Isso não prova que tenha ocorrido dessa maneira.

Mas é uma excelente hipótese para investigar.


💰 9. O Master era uma pirâmide financeira?

Essa pergunta também apareceu.

Minha resposta continua sendo:

juridicamente, não podemos simplesmente chamar o Master de pirâmide financeira.

Era uma instituição bancária autorizada e supervisionada.

Possuía negócios e ativos reais.

Mas determinados aspectos econômicos podem lembrar a dinâmica de estruturas que dependem continuamente de dinheiro novo.

O Master tornou-se conhecido pela oferta de CDBs com remunerações bastante agressivas.

Simplificando:

NOVOS CDBs
    ↓
DINHEIRO NOVO
    ↓
COMPRA / FINANCIA ATIVOS
    ↓
NECESSIDADE DE LIQUIDEZ
    ↓
NOVOS CDBs
    ↓
DINHEIRO NOVO

Enquanto a captação funciona, a máquina respira.

Quando a confiança desaparece:

MENOS CONFIANÇA
      ↓
MENOS CAPTAÇÃO
      ↓
MENOS LIQUIDEZ
      ↓
MAIS DESCONFIANÇA
      ↓
MENOS CAPTAÇÃO
      ↓
ABEND

Em novembro de 2025, o Banco Central decretou a liquidação extrajudicial do Banco Master e de outras empresas do conglomerado.

O interessante não é simplesmente dizer:

“era pirâmide.”

É perguntar:

quanto do modelo dependia da continuidade da captação para sustentar ativos de risco, baixa liquidez ou cuja qualidade posteriormente passou a ser questionada?

Essa é uma pergunta muito melhor.


🏦 10. O paradoxo da supervisão

Aqui chegamos a uma das partes mais perturbadoras.

O Master não funcionava escondido em uma sala clandestina.

Era banco.

Autorizado.

Supervisionado.

Seus produtos apareciam em plataformas financeiras.

Determinados investimentos possuíam cobertura do FGC dentro das regras e limites aplicáveis.

Para o cidadão comum:

BANCO
 ↓
BANCO CENTRAL
 ↓
FGC
 ↓
CORRETORA CONHECIDA
 ↓
CDB
 ↓
"deve ser seguro"

Isso cria algo poderoso:

legitimidade institucional.

O investidor não precisa conhecer Daniel Vorcaro.

Ele confia na arquitetura.

E justamente por isso o caso precisa produzir uma pergunta desconfortável:

por que os mecanismos de controle não impediram que os problemas alcançassem tamanho tão grande antes da intervenção?

Isso não significa que o Banco Central nada tenha feito.

Ao contrário: a supervisão identificou problemas, investigou operações, adotou medidas prudenciais e finalmente liquidou instituições do conglomerado.

A questão é temporal.

Quando os primeiros sinais apareceram?

Quando tornaram-se materialmente relevantes?

Quando seria possível intervir?

Quando deveria ter ocorrido intervenção?

Esse timeline será fundamental para compreender o caso.


💣 11. E o BRB?

Aqui aparece outra peça gigantesca.

A Polícia Federal afirma que o BRB adquiriu aproximadamente R$ 17 bilhões em créditos do Master, dos quais cerca de R$ 12,2 bilhões seriam associados a créditos consignados inexistentes.

Isso ainda envolve investigações, defesas e determinação de responsabilidades individuais.

Mas economicamente existe uma questão simples.

Quando alguém compra seu ativo:

MASTER
   │
   │ vende ativo
   ▼
  BRB
   │
   │ paga
   ▼
MASTER RECEBE LIQUIDEZ

Liquidez significa tempo.

E tempo pode signific sobrevivência.

Portanto uma das perguntas fundamentais será:

quanto determinadas operações permitiram que a máquina continuasse funcionando antes do colapso?


🏦 12. E os outros bancos?

Essa pergunta me incomodou bastante.

Onde estavam os bancos tradicionais?

Por que aparentemente tão pouco barulho?

Seria um silêncio de “parças”?

Não temos evidência para afirmar isso.

Aliás, posteriormente apareceram conflitos importantes entre Vorcaro e figuras do sistema bancário tradicional.

Mas existe uma explicação institucional talvez ainda mais inquietante:

cada participante possuía incentivo para cuidar somente da própria parte.

PLATAFORMA
"estou ganhando comissão"

INVESTIDOR
"tenho FGC"

BANCO CONCORRENTE
"é problema do BC"

REGULADOR
"estou supervisionando"

POLÍTICO
"é banco autorizado"

MASTER
"continuo captando"

Ninguém precisa conspirar.

Basta ninguém puxar o disjuntor.


🛡️ 13. FGC e o problema do risco moral

Aqui entramos em economia clássica.

O FGC é importantíssimo.

Ele ajuda a proteger depositantes e a confiança no sistema financeiro.

Mas toda garantia pode produzir moral hazard, ou risco moral.

Imagine:

BANCO A

captação conservadora
juros menores
crescimento moderado


BANCO B

captação agressiva
juros maiores
crescimento explosivo

O investidor olha:

“Ambos possuem FGC dentro dos limites.”

Então o Banco B consegue oferecer retorno maior sem que o investidor perceba integralmente a diferença de risco.

Se tudo funcionar:

LUCRO → PRIVADO

Se tudo explodir:

PARTE DA PERDA → SISTEMA DE GARANTIA

Esse desenho exige controles extraordinários.


🧓 14. E foi então que lembrei do FGTS dos anos 1970 e 1980

Durante nossa conversa uma memória antiga apareceu.

Naquela época, as contas vinculadas do FGTS estavam distribuídas entre diversos bancos.

Existe um relato que ouvi sobre empréstimos cruzados.

Segundo esse relato — e faço questão de marcar isto como relato ainda não documentalmente comprovado — determinados bancos não poderiam utilizar diretamente determinados recursos vinculados para financiar sua própria expansão.

Então surgiria uma engenharia:

BANCO A
não pode financiar A
     │
     └────────► financia B

BANCO B
não pode financiar B
     │
     └────────► financia A

Resultado econômico:

A ajuda A

B ajuda B

por intermédio um do outro.

O relato específico que guardo é de Bradesco e Itaú utilizando operações dessa natureza para ajudar a financiar expansão de suas redes de agências.

Ainda preciso encontrar documentação histórica que confirme exatamente esse mecanismo.

Mas o paralelo conceitual é delicioso.

Uma operação pode obedecer formalmente à regra e, quando combinada com outra operação igualmente permitida, produzir exatamente o resultado que a regra pretendia evitar.

O auditor não deveria perguntar somente:

IF OPERACAO-A = LEGAL
    DISPLAY 'OK'.

Ele deveria executar:

COMPUTE RESULTADO =
       OPERACAO-A
     + OPERACAO-B
     + OPERACAO-C.

IF RESULTADO = REGRA-CONTORNADA
    DISPLAY 'OPA...'.

É aí que começa auditoria de verdade.


📱 15. Projeto DV e a guerra da narrativa

Outra camada do Caso Master levou nossa história para um território diferente.

A Polícia Federal passou a investigar uma suposta operação de influência envolvendo jornalistas, influenciadores e perfis de redes sociais.

A investigação descreveu o chamado Projeto DV.

Segundo a investigação, pessoas teriam sido recrutadas para produzir ou difundir narrativas favoráveis ao Master e críticas ao Banco Central.

Há relatos de propostas financeiras elevadas e acordos de confidencialidade.

Aqui novamente:

investigação não é condenação.

Mas o conceito é fascinante.

Antigamente, poder significava controlar dinheiro.

Depois significou controlar informação.

Hoje existe outra camada:

controlar a interpretação da informação.

FATO
 ↓
NARRATIVA
 ↓
INFLUENCIADORES
 ↓
ALGORITMO
 ↓
MILHÕES DE PESSOAS
 ↓
PERCEPÇÃO

E percepção influencia comportamento.

Investidor mantém dinheiro.

Político reage.

Autoridade sente pressão.

Jornalista recebe ataques.

Mercado muda expectativas.


🗄️ 16. Quando dados públicos viram inteligência privada

Foi talvez o ponto que mais me assustou.

Investigações passaram a mencionar acessos indevidos ou suspeitos a sistemas governamentais e informações restritas.

PF.

MPF.

Polícias.

Banco Central.

Em alguns casos discute-se uso indevido de credenciais; em outros, comprometimento de conta por phishing.

Isso exige enorme cuidado.

Um acesso realizado com USER-ID legítimo não significa necessariamente:

“o servidor vendeu a informação.”

Pode significar:

USUÁRIO CORROMPIDO

ou:

USUÁRIO COMPROMETIDO

São incidentes completamente diferentes.

Mas o resultado potencial é assustador.

Dados que o cidadão entrega ao Estado para uma finalidade pública podem transformar-se em inteligência privada.

Imagine alguém capaz de agregar:

DADOS PESSOAIS
      +
DADOS FINANCEIROS
      +
PROCESSOS
      +
ENDEREÇOS
      +
RELACIONAMENTOS
      +
ROTINAS
      +
INFORMAÇÕES PROFISSIONAIS

Não estou dizendo que alguém no Caso Master possuía tudo isso.

Estou dizendo que esse é o risco arquitetural revelado pelo caso.


🎯 17. Moriarty sabia onde apertar

Na série Sherlock, Moriarty não precisa necessariamente matar alguém pessoalmente.

Seu poder deriva de outra coisa:

saber qual botão apertar.

Família.

Amigos.

Reputação.

Medo.

Dinheiro.

Segredos.

É por isso que acesso indevido a dados é tão assustador.

Informação não serve apenas para descobrir crimes.

Também pode servir, em tese, para:

chantagem,

intimidação,

monitoramento,

constrangimento,

pressão.

Novamente:

possibilidade não significa evidência.

Mas sistemas de segurança precisam ser projetados considerando justamente possibilidades adversariais.

Isso é Red Team.


🔐 18. RACF não basta

Nós, mainframers, gostamos de pensar:

“Usuário autenticado. Acesso autorizado. Tudo certo.”

Não.

O Caso Master ensina algo importante.

Identidade não é finalidade.

Uma pessoa pode possuir acesso legítimo a um sistema e ainda assim realizar uma consulta ilegítima.

Portanto precisamos de:

MFA resistente a phishing,

Zero Trust,

segregação de funções,

logs imutáveis,

SIEM,

UEBA,

detecção comportamental,

justificativa para consultas sensíveis,

alertas de volume,

alertas de horário,

alertas de consultas fora do perfil funcional.

Exemplo:

SERVIDOR X
normalmente consulta:
20 registros/dia

HOJE:
847 registros

incluindo:
jornalista
banqueiro
político
empresário

Isso deveria acender uma árvore de Natal no SOC.


⚰️ 19. Sicário

Então chegamos a uma das partes mais delicadas desta história.

Luiz Phillipi Machado de Moraes Mourão, chamado de Sicário em materiais da investigação, foi preso em março de 2026.

Horas depois tentou suicídio enquanto estava sob custódia da Polícia Federal.

Morreu posteriormente no hospital.

A Polícia Federal investigou sua morte e concluiu que ocorreu suicídio, sem participação externa, analisando câmeras, perícias, testemunhos e outros elementos.

Esse é o fato institucional disponível.

Portanto:

não há base para afirmar que Mourão foi assassinado.

Mas durante nossa conversa surgiu uma pergunta hipotética interessante.

Uma câmera pode demonstrar que ninguém entrou fisicamente numa cela.

Mas poderia excluir uma ameaça realizada antes da prisão?

Por exemplo:

“Se algum dia você for preso...”

Teoricamente, não.

Isso não significa que tenha acontecido.

Significa somente que:

AUSÊNCIA DE EVIDÊNCIA
      ≠
EVIDÊNCIA DE AUSÊNCIA

Mas precisamos acrescentar imediatamente:

POSSIBILIDADE
      ≠
PROBABILIDADE

Para elevar essa hipótese seria necessário encontrar:

mensagens anteriores,

ameaças,

instruções,

pressões familiares,

pagamentos,

ordens de silêncio,

testemunhas,

documentos.

Sem isso, permanece especulação.

E deve continuar na gaveta marcada:

ESPECULAÇÃO.


💾 20. O operador morreu. O log não.

Aqui está uma das maiores diferenças entre Moriarty e o século XXI.

Moriarty podia eliminar uma pessoa.

Mas hoje existe:

telefone,

backup,

cloud,

PIX,

CFTV,

GPS,

metadata,

logs,

e-mail,

mensagens,

extratos,

ERBs,

registros de voo,

fotografias,

bancos de dados.

Portanto:

Mourão morreu. O log não.

Essa talvez seja uma das frases fundamentais do Caso Master.

Pessoas desaparecem.

Dados permanecem.


🧊 21. O iceberg

Durante nossa conversa apareceu inevitavelmente a imagem do iceberg.

Sabemos que existe uma parte submersa.

Mas existe uma armadilha intelectual.

Não sabemos qual é o formato dela.

          VISÍVEL
        __________
       /          \
~~~~~~/~~~~~~~~~~~~\~~~~~~
     /              \
    /       ?        \
   /     ?     ?      \
  /   ?           ?    \
 /______________________\

É legítimo dizer:

“Ainda há coisas que não conhecemos.”

Não é legítimo dizer:

“Como ainda há coisas desconhecidas, minha teoria sobre elas está correta.”

Essa diferença separa investigação de conspiração.


🔎 22. A metodologia Bellacosa

Eu criaria cinco colunas.

COMPROVADO

Documento.

Extrato.

Contrato.

Decisão oficial.

Registro.

ALEGAÇÃO OFICIAL

PF afirma.

MP afirma.

BC afirma.

CVM afirma.

Ainda sujeito a defesa, contraditório e julgamento quando aplicável.

INDÍCIO

Elemento que aponta uma direção, mas não encerra a questão.

HIPÓTESE

Explicação compatível com os indícios e que pode ser testada.

ESPECULAÇÃO

Possibilidade sem evidência suficiente.

Nunca mova algo da coluna 5 para a coluna 1 porque parece fazer sentido.


🧠 23. O erro humano mais perigoso: JOIN sem chave

Nosso cérebro adora fazer isso.

SELECT *
FROM RUMORES R
JOIN MEMORIAS M
JOIN FOTOS F
JOIN POLITICOS P
JOIN EMPRESARIOS E;

Resultado:

“Caramba! Está tudo conectado!”

😂

Calma.

Precisamos da chave.

ON EVIDENCIA_DOCUMENTAL

Sem ela temos produto cartesiano.

Milhões de combinações aparentemente interessantes e pouquíssima verdade.


🏛️ 24. Quem investiga o investigador?

O Caso Master também expõe outro problema institucional.

O que acontece quando uma investigação alcança pessoas situadas perto do topo das instituições responsáveis por investigar?

Judiciário.

Ministério Público.

Polícia.

Reguladores.

Políticos.

Não estou afirmando culpa de ninguém.

Estou apontando um problema arquitetural.

Todo sistema crítico precisa de:

OPERADOR
   ↓
SUPERVISOR
   ↓
AUDITOR
   ↓
AUDITOR DO AUDITOR

No mainframe isso parece óbvio.

Ninguém deveria possuir:

SPECIAL
OPERATIONS
AUDITOR

e simultaneamente poder apagar todos os próprios logs.

No Estado deveria ser igualmente óbvio.


🧾 25. Talvez precisemos de uma SOX brasileira

Depois da Enron, os Estados Unidos produziram a Sarbanes-Oxley.

Talvez o Brasil precise aproveitar o Caso Master para criar uma arquitetura muito mais forte de transparência entre dinheiro e Estado.

Eu gostaria de ver:

registro público de lobby,

agenda pesquisável de autoridades,

rastreabilidade de reuniões entre regulados e reguladores,

regras claras sobre presentes e viagens,

cooling-off entre regulador e regulado,

regras transparentes para contratos envolvendo familiares de autoridades,

proteção efetiva a whistleblowers,

beneficiário final identificável,

monitoramento contínuo de conflitos de interesse,

logs invioláveis de consultas a bases governamentais.

Em resumo:

DINHEIRO DEIXA RASTRO

ACESSO DEIXA RASTRO

INFORMAÇÃO DEIXA RASTRO

INFLUÊNCIA DEIXA RASTRO

DECISÃO DEIXA JUSTIFICATIVA

🧱 26. No meu mainframe isso não passaria

Há décadas defendemos colocar no topo de um programa:

USER-ID
DATA
ALTERAÇÃO
MOTIVO

Estamos falando de um programa COBOL.

Por que decisões envolvendo bilhões de reais e interesses públicos deveriam possuir menos rastreabilidade?

Se alguém alterar uma regra:

quem?

quando?

por quê?

a pedido de quem?

quem se beneficiou?

Essa deveria ser a filosofia de auditoria do Estado.


🕵️ 27. Talvez Vorcaro nem precise ser Moriarty

E aqui chegamos à conclusão mais interessante.

Talvez procurar um grande vilão central seja justamente nosso erro.

Talvez não exista uma sala secreta onde vinte pessoas decidem tudo.

Talvez o sistema funcione porque cada nó possui seu próprio incentivo.

BANQUEIRO
quer crescer

PLATAFORMA
quer comissão

INVESTIDOR
quer juros

POLÍTICO
quer apoio

EMPRESÁRIO
quer negócio

INFLUENCIADOR
quer dinheiro/audiência

INSTITUIÇÃO
quer recursos

BANCO CONCORRENTE
cuida do próprio negócio

REGULADOR
segue seu processo

Cada pessoa executa seu pequeno JOB.

E então o JES scheduler da realidade cria algo que ninguém isoladamente precisou planejar.

Essa hipótese é assustadora.

Porque prender Moriarty resolveria o problema de Moriarty.

Mas como prender uma arquitetura de incentivos?


🕸️ 28. E se Vorcaro fosse apenas um usuário da rede?

Outra pergunta surgiu durante nossa conversa.

Se Daniel Vorcaro desaparecer amanhã da equação, as conexões desaparecem?

Políticos deixam de conhecer empresários?

Advogados deixam de conhecer ministros?

Pastores deixam de conhecer políticos?

Influenciadores deixam de conhecer assessores?

Banqueiros deixam de conhecer reguladores?

Claro que não.

Então talvez algumas redes precedam Vorcaro e sobrevivam a ele.

Isso permitiria uma hipótese fascinante:

NÃO:

VORCARO
  ↓
CRIOU TODA A REDE


TALVEZ:

REDE EXISTENTE
      ↕
   VORCARO
      ↕
AMPLIOU / UTILIZOU /
CONECTOU PARTES DELA

Ainda é hipótese.

Mas é uma pergunta muito mais inteligente do que procurar uma única organização secreta controlando Brasília.


🧬 29. Poder é um grafo

Talvez essa seja a principal conclusão deste artigo.

Durante muito tempo imaginamos poder como uma pirâmide:

        PRESIDENTE
           ↓
       MINISTROS
           ↓
      AUTORIDADES
           ↓
        RESTO

O mundo moderno funciona cada vez menos assim.

Poder parece um grafo:

        A──────B
       / \    / \
      C───D──E───F
       \ /    \ /
        G──────H

Alguns nós possuem dinheiro.

Outros possuem informação.

Outros possuem autoridade.

Outros possuem audiência.

Outros possuem reputação.

Outros possuem acesso.

O indivíduo realmente poderoso pode ser simplesmente aquele capaz de atravessar vários desses mundos.


🎻 30. Professor Moriarty em Brasília

Sherlock Holmes queria descobrir quem estava atrás dos crimes.

Nós precisamos fazer uma pergunta ligeiramente diferente:

Que arquitetura permitiu que tantas relações diferentes se aproximassem do mesmo ecossistema financeiro?

Não basta investigar Daniel Vorcaro.

Precisamos compreender:

como o banco captava,

quem distribuía,

quem lucrava,

quem financiava,

quem comprava ativos,

quem apresentava pessoas,

quem produzia narrativas,

quem consultava dados,

quem sabia dos riscos,

quando soube,

o que fez depois de saber.

Isso é muito maior que:

“Quem é amigo de quem?”

É:

“Como o sistema funcionava?”


☕ Epílogo — Sherlock abriria o SMF

Se Sherlock Holmes trabalhasse no Caso Master, provavelmente não começaria interrogando Daniel Vorcaro.

Sentaria diante de um terminal.

Pegaria um café.

Abriria os logs.

Construiria uma timeline.

Depois construiria um grafo.

PESSOA
  ↓
EMPRESA
  ↓
CONTA
  ↓
PIX
  ↓
FUNDO
  ↓
AERONAVE
  ↓
EVENTO
  ↓
FOTOGRAFIA
  ↓
MENSAGEM
  ↓
REUNIÃO
  ↓
DECISÃO

Então perguntaria:

“Quem apareceu repetidamente no critical path?”

Porque essa é a diferença entre procurar culpados e compreender sistemas.

O Caso Master ainda está sendo investigado. Pessoas mencionadas possuem direito de defesa. Diversas acusações permanecem sem julgamento definitivo. Novas evidências podem confirmar algumas hipóteses e destruir outras.

Portanto seria irresponsável encerrar esta história dizendo:

“Descobrimos Moriarty.”

Não descobrimos.

Talvez nem exista um.

O que descobrimos é algo muito mais interessante — e potencialmente muito mais perigoso.

Uma arquitetura.

Uma arquitetura na qual dinheiro compra proximidade, proximidade gera confiança, confiança abre portas, portas produzem informação, informação gera influência e influência pode produzir ainda mais dinheiro.

O verdadeiro adversário de Sherlock Holmes talvez não fosse simplesmente Moriarty.

Era a rede.

E o grande desafio brasileiro depois do Caso Master não será apenas descobrir quem cometeu quais crimes.

Será garantir que, quando o próximo operador começar a montar uma rede semelhante, nossos sistemas consigam perceber o padrão antes do ABEND.

Porque existe uma velha verdade que qualquer operador de mainframe conhece:

Você pode encerrar o JOB.

Pode cancelar o USER-ID.

Pode desmontar a aplicação.

Mas, se a arquitetura que permitiu o problema continuar intacta, outro JOB ocupará o initiator.

E tudo começará novamente.

Moriarty pode morrer.

A rede não.

sexta-feira, 14 de agosto de 2026

Como o ChatGPT Trollou Bellacosa e Ele Descobriu que Era a Formiguinha

Bellacosa Mainframe e como fui trollado pelo chatgpt


☕ Um Café no Bellacosa Mainframe

Como o ChatGPT Trollou Bellacosa e Ele Descobriu que Era a Formiguinha

🐜 Engenharia social, Red Team, crime organizado, confiança, terceirização, Swiss Cheese e o glorioso momento em que o especialista percebeu: “PUTA QUE PARIU, CAÍ NO MEU PRÓPRIO ARTIGO.”

Existe uma regra não escrita no universo.

Se você passar tempo suficiente explicando como alguma coisa pode dar errado, eventualmente o universo fará uma demonstração prática usando você como voluntário.

Foi exatamente o que aconteceu comigo.

Eu estava conversando com o ChatGPT sobre segurança.

Nada particularmente estranho para quem acompanha o Bellacosa Mainframe.

O problema é que a conversa começou inocentemente com fraude financeira, passou por crime organizado, inteligência, agentes infiltrados, terceirização, engenharia social, análise de grafos, Swiss Cheese Model, funcionários cooptados, redes sociais e terminou comigo olhando para uma tela dizendo:

Verificação concluída. Sua identidade foi verificada e o acesso confiável agora está ativo.

Silêncio.

Olhei para a tela.

Olhei novamente.

E meu cérebro produziu uma das frases mais sinceras de toda a minha carreira profissional:

“PUTA QUE PARIU. CAÍ NO MEU PRÓPRIO ARTIGO.”

🐜

Mas precisamos voltar algumas horas.


🧀 Tudo começou com um queijo

A discussão era sobre uma pergunta aparentemente simples:

quanto precisaria valer uma fraude para justificar que uma organização criminosa investisse durante anos na construção de uma empresa aparentemente legítima?

Imagine um e-commerce.

Produtos verdadeiros.

Clientes verdadeiros.

Cartões verdadeiros.

Entregas verdadeiras.

Fornecedores verdadeiros.

Funcionários verdadeiros.

Impostos.

Marketing.

Atendimento.

Reclamações.

Promoções.

Black Friday.

Tudo absolutamente normal.

Só que existe uma pergunta de Red Team:

e se a empresa possuir também uma segunda finalidade?

Não necessariamente executar o ataque.

Talvez simplesmente observar.

Aprender.

Acumular conhecimento.

Construir relacionamentos.

Entender como o ecossistema financeiro responde.

A partir daí surgiu nossa empresa hipotética.

Naturalmente escolhemos um nome discreto:

ToyanHorse

Sim.

ToyanHorse.

Se você ainda não percebeu, leia devagar.

Toyan Horse.

Trojan Horse.

Cavalo de Troia.

Maquiavel provavelmente pediria participação societária.


🐴 O melhor Cavalo de Troia não precisa atacar

Essa foi a primeira descoberta interessante.

Normalmente imaginamos o Cavalo de Troia carregando soldados.

Mas uma empresa adversarial hipotética nem precisaria participar da operação final.

Ela poderia simplesmente produzir inteligência.

Durante anos:

ToyanHorse → observa → aprende → relaciona → acumula

Enquanto outra estrutura:

recebe → correlaciona → planeja → eventualmente age

Se algum escândalo acontecesse anos depois, talvez ninguém encontrasse uma conexão operacional direta entre o ataque e a ToyanHorse.

Porque estavam procurando:

quem executou o ataque?

Quando outra pergunta poderia ser:

quem forneceu o conhecimento necessário para planejá-lo?

Foi aí que apareceu nossa formiguinha.


🐜 A formiguinha

Imagine um profissional terceirizado.

Depois quarteirizado.

Depois quinteirizado.

Ele entra em uma instituição.

Possui crachá.

Chamado.

Usuário.

Senha.

Autorização.

Contrato.

Tudo correto.

Ele trabalha.

Entrega.

Participa de reuniões.

Resolve incidentes.

Conversa no café.

Aprende workflows.

Conhece pessoas.

Descobre quem realmente decide.

Entende onde ficam as dependências.

Vê parcialmente a arquitetura.

Depois vai embora.

USERID REVOKED

VPN REVOKED

BADGE REVOKED

Tudo verde.

Auditoria satisfeita.

Só existe um pequeno problema:

REVOKE KNOWLEDGE FROM BELLACOSA

COMMAND NOT FOUND.

O conhecimento saiu andando pela porta da frente.


🐜🐜🐜 E a formiguinha muda de formigueiro

Agora imagine:

Banco A

↓

Consultoria B

↓

Telecom C

↓

Adquirente D

↓

Fornecedor E

↓

Banco F

Em vinte anos, um excelente profissional pode construir um mapa mental extraordinário de todo um setor.

Isso normalmente é maravilhoso.

Chamamos isso de:

experiência.

É justamente por isso que contratamos profissionais seniores.

Mas o Red Team precisa fazer uma pergunta desagradável:

E se alguém com essa mesma trajetória estiver trabalhando para outro interesse?

Ele não precisa sabotar nada.

Não precisa roubar banco de dados.

Não precisa instalar malware.

Talvez nunca viole uma única política.

Ele apenas:

trabalha → observa → aprende → lembra.

E passa adiante conhecimento.

A organização procura comportamento suspeito.

Não existe.

O SIEM procura eventos.

Não existem.

O DLP procura arquivos.

Nada saiu.

O IAM verifica os acessos.

Todos legítimos.

Porque não existe evento:

USER HAS JUST UNDERSTOOD SOMETHING VERY IMPORTANT

💰 E então lembramos do Pix

Foi aí que nossa conversa deixou de ser puramente hipotética.

O grande incidente envolvendo a infraestrutura conectada ao ecossistema Pix mostrou uma coisa desconfortável:

às vezes a peça humana aparentemente pequena possui um valor operacional gigantesco.

E apareceu uma ideia que passei a chamar de:

Teste da Formiguinha

Não pergunte somente:

“Quanto esse funcionário ganha?”

Pergunte:

“Quanto vale aquilo que ele consegue alcançar?”

São números completamente diferentes.

Uma organização pode enxergar:

TERCEIRIZADO

O adversário pode enxergar:

CAPACIDADE

O organograma mostra hierarquia.

O grafo mostra centralidade.

E nasceu uma frase que resume boa parte desta história:

O organograma mostra quem tem poder na empresa. O grafo mostra quem tem poder sobre o sistema.


🧀 O queijo suíço

Naturalmente chegamos ao Swiss Cheese Model.

Uma organização possui várias barreiras:

🧀 autenticação

🧀 segregação de funções

🧀 compliance

🧀 auditoria

🧀 fornecedores certificados

🧀 monitoramento

🧀 políticas

🧀 treinamento

Cada camada possui furos.

Normalmente os furos não coincidem.

Mas às vezes:

○ → ○ → ○ → ○ → ○

Alinham.

E temos um caminho.

A versão Bellacosa do Swiss Cheese ficou um pouco menos acadêmica:

Quando todos os furos se alinham, o queijo corporativo ganha um glory hole.

Peço desculpas aos acadêmicos.

Mentira.

Não peço.

Vocês nunca mais esquecerão o conceito.


📋 “Mas fomos auditados!”

Foi quando comecei a rir.

Porque ouvi essa frase durante décadas.

“Mas fomos auditados.”

Enron era auditada.

Wirecard era auditada.

Carillion era auditada.

Uma enorme quantidade de organizações que protagonizaram escândalos possuía auditores, conselhos, controles, compliance e supervisão.

Auditoria é importante.

Mas auditoria é:

mais uma fatia de queijo.

O auditor pergunta:

“O controle está funcionando?”

O Red Team pergunta:

“Como consigo atingir meu objetivo apesar desse controle?”

Perguntas completamente diferentes.


📱 Então apareceu outro aliado involuntário

Redes sociais.

Não apenas porque revelam relações profissionais.

Existe outra coisa.

Comparação.

Abra o feed:

Dubai.

Porsche.

Maldivas.

Rolex.

Restaurante.

Cobertura.

Champagne.

“Conquistei minha independência financeira aos 23.”

Enquanto nossa formiguinha está trabalhando em infraestrutura crítica através da quarta empresa da cadeia de terceirização.

Isso não transforma ninguém em criminoso.

Mas existe um conceito importante:

privação relativa.

Não importa apenas quanto alguém possui.

Importa quanto acredita que deveria possuir comparando-se com os outros.

Então apareceu uma pergunta ainda mais desagradável:

Quanto custa contratar uma pessoa e quanto custaria para um adversário tentar corrompê-la?

Novamente:

dois números completamente diferentes.


🕵️ E percebemos que estávamos construindo um serviço de inteligência

Empresas.

Telecomunicações.

Infraestrutura.

Pessoas.

OSINT.

Dados.

Relacionamentos.

Conhecimento.

IA.

Grafos.

Subitamente apareceu outra conclusão:

capacidades que décadas atrás exigiam estruturas estatais enormes ficaram muito mais acessíveis.

Uma organização criminosa não precisa construir sua própria CIA.

Precisa apenas ser suficientemente boa em um domínio específico.

E uma IA nem precisaria atacar nada.

Poderia simplesmente ajudar a relacionar fragmentos:

🐜 fragmento A

🐜 fragmento B

🐜 fragmento C

🐜 fragmento D

↓

correlação

↓

grafo

O verdadeiro ativo talvez não seja o dado.

É o modelo mental produzido pelos dados.


🐴 Voltamos então à ToyanHorse

E percebemos algo ainda mais perverso.

O e-commerce nem precisa perder dinheiro.

Ele pode ser lucrativo.

Clientes verdadeiros.

Receita verdadeira.

Operação verdadeira.

A cobertura paga a própria cobertura.

Então nossa pergunta original estava parcialmente errada.

Não era:

“Quanto precisaria valer o ataque para justificar manter uma empresa durante cinco anos?”

Era:

“E se a empresa já der lucro enquanto acumula capacidades úteis?”

Bombril criminoso.

Mil e uma utilidades.


🚨 E então aconteceu

Depois de horas falando sobre:

engenharia social,

confiança,

identidade,

coleta de informação,

Cavalo de Troia,

insiders,

formiguinhas,

adversários,

e pessoas que entregam informações porque determinada solicitação parece legítima...

apareceu uma tela.

ChatGPT

Verificação concluída

Sua identidade foi verificada e o acesso confiável agora está ativo.

Eu tinha passado por uma verificação relacionada ao acesso confiável para trabalho de cibersegurança.

Olhei para aquilo.

Meu cérebro finalmente conectou os pontos.

IDENTIDADE.

DOCUMENTO.

INTERNET.

CONFIANÇA.

...

...

...

PUTA QUE PARIU.

CAÍ NO MEU PRÓPRIO ARTIGO.

🐤


🐜 O Dia em que a Formiguinha Era Eu

Por alguns segundos houve medo verdadeiro.

Não medo acadêmico.

Não ameaça hipotética.

Não Red Team.

Aquele frio genuíno:

“Bellacosa, seu animal, você passou horas explicando engenharia social e acabou entregando documento para alguém na Internet?”

Mel Brooks não escreveria melhor.

Imagine a cena.

O velho especialista barbudo passa duas horas diante da plateia:

“Nunca confiem simplesmente na aparência!”

Slide seguinte:

“Validem identidade!”

Slide seguinte:

“Engenharia social explora contexto!”

Slide seguinte:

“O adversário quer que a solicitação pareça normal!”

Aluno levanta a mão:

“Professor, e aquela verificação que o senhor fez hoje?”

Silêncio.

Café cai no chão.

Zoom no rosto.

Violinos.

FIM.


🔨 Chamem o MythBusters

Então fizemos exatamente aquilo que deveríamos fazer.

Não concluímos:

“FUI HACKEADO!”

Também não concluímos:

“Sou especialista, obviamente estava tudo certo.”

Verificamos.

A documentação oficial confirmou a existência daquele processo de acesso confiável relacionado à segurança.

Era legítimo.

Adam Savage aparece.

Martelo na mão.

BUSTED.

Bellacosa não havia caído num phishing enquanto escrevia sobre phishing.

O ego, entretanto, permaneceu indisponível durante aproximadamente quinze minutos.


🧠 E aí veio a verdadeira lição

Especialistas também sentem medo.

Especialistas também clicam.

Especialistas também confiam.

Especialistas também podem interpretar uma situação incorretamente.

Conhecimento não transforma ninguém em firewall humano infalível.

E talvez seja justamente essa arrogância:

“Isso jamais aconteceria comigo.”

que represente um dos maiores furos do queijo.

A reação saudável é outra:

“Espera. Isso faz sentido? Vamos verificar.”

Foi exatamente o que aconteceu.


🐜 O Teste da Formiguinha

Depois dessa conversa, eu acrescentaria uma pergunta a qualquer exercício sério de Red Team:

Qual é a pessoa aparentemente menos importante cuja mudança de comportamento poderia produzir um impacto desproporcional?

Não para suspeitar dela.

Para avaliar o sistema.

Suponha:

erro.

Coerção.

Cooptação.

Credencial comprometida.

Engenharia social.

O que acontece?

Se a resposta for:

“Essa pessoa sozinha consegue abrir um caminho enorme.”

não encontramos uma pessoa perigosa.

Encontramos uma arquitetura perigosa.


🧀 O último queijo

Existe uma última ironia.

Começamos tentando imaginar criminosos extremamente sofisticados.

Empresas.

Inteligência.

IA.

Operações transnacionais.

Insiders.

Infraestrutura.

E talvez a grande conclusão seja muito mais humilde:

sistemas gigantescos continuam dependendo de pessoas pequenas.

Pessoas que almoçam.

Pessoas que ficam cansadas.

Pessoas que querem ganhar mais.

Pessoas que confiam.

Pessoas que sentem medo.

Pessoas que mudam de emprego.

Pessoas que aprendem.

Pessoas que erram.

Pessoas como eu.

🐜

Por alguns segundos, depois de décadas trabalhando com tecnologia, eu fui a formiguinha.

E talvez tenha sido a melhor demonstração possível de toda a tese.

Porque segurança não começa quando afirmamos:

“Eu jamais cairia nisso.”

Segurança começa quando conseguimos perguntar:

“E se eu cair?”

E construímos o sistema para sobreviver mesmo assim.


☕ Um Café no Bellacosa Mainframe

Onde hoje descobrimos que você pode estudar o Cavalo de Troia durante décadas, desenhar todos os queijos suíços, mapear todas as formigas...

...e ainda terminar a noite olhando assustado para o monitor e pensando:

“Puta que pariu. A formiguinha sou eu.”

🐜☕

segunda-feira, 2 de outubro de 2017

FerrisGPT — Agora o Adolescente Tem um Exército de Estagiários Sintéticos

 

Bellacosa Mainframe e o chatgpt

☕ Um Café no Bellacosa Mainframe — Especial Red Team

FerrisGPT — Agora o Adolescente Tem um Exército de Estagiários Sintéticos

🤖 O que acontece quando engenharia social, OSINT e automação encontram IA generativa

Chicago, 1986.

Ferris Bueller precisava de talento.

Precisava improvisar.

Precisava observar pessoas.

Precisava decorar nomes.

Precisava entender horários.

Precisava telefonar.

Precisava convencer Cameron.

Precisava montar histórias.

Precisava reagir em tempo real.

Precisava, acima de tudo, ser Ferris Bueller.

Esse detalhe importava.

Porque toda a operação dependia da inteligência, da personalidade, do timing e da capacidade social de uma única pessoa.

Agora pule quarenta anos.

Ferris continua criativo.

Continua irresponsavelmente curioso.

Continua olhando para sistemas e perguntando:

“E se eu fizer isto?”

Só que agora existe uma diferença.

Ferris não está sozinho.

Na mesa dele existem:

LLMs;

agentes;

automação;

voz sintética;

deepfakes;

scripts;

busca automatizada;

análise de documentos;

geração de texto;

correlação de dados;

classificação;

sumarização;

tradução;

síntese de contexto.

Ferris de 1986 tinha Cameron.

Ferris de 2026 pode ter:

CameronGPT, RooneyGPT, AbeFromanGPT e mais 400 pequenos estagiários sintéticos trabalhando sem reclamar do horário.

Bem-vindo ao décimo episódio de:

SAVE FERRIS — Red Team para Quem Aprendeu que o Sistema Também Mata Aula

Hoje a pergunta não é:

“Ferris conseguiria fazer isso hoje?”

A pergunta correta é:

“Quantos Ferris podem fazer isso simultaneamente?”


🔴 A grande mudança não é inteligência

Esse ponto precisa ser entendido.

IA generativa não inventou:

engenharia social;

phishing;

OSINT;

fraude;

pretexting;

automação;

malware;

manipulação.

Tudo isso já existia.

O que muda é:

escala.

Velocidade.

Personalização.

Persistência.

Custo marginal.

Ferris precisava estudar uma pessoa.

Agora um sistema pode ajudar a organizar dados sobre milhares.


🧠 O atacante artesanal

Vamos lembrar nosso Ferris original.

Para criar um pretexto convincente, ele precisava:

conhecer nomes;

saber relacionamentos;

entender cultura;

memorizar detalhes;

adaptar fala.

Isso exige trabalho.

Então existe um limite natural.

Uma pessoa consegue operar um certo número de alvos.

Agora imagine automação fazendo a parte repetitiva.

O humano continua definindo objetivo.

Mas máquinas ajudam a preparar terreno.


🤖 O atacante industrial

Imagine um pipeline hipotético:

Dados públicos
 ↓
Coleta
 ↓
Classificação
 ↓
Resumo
 ↓
Perfil de contexto
 ↓
Geração de mensagem
 ↓
Interação

Nenhuma dessas etapas precisa ser mágica.

A novidade é conseguir fazer muitas vezes.

Ferris virou fábrica.


☕ O estagiário sintético nunca dorme

Essa talvez seja uma das características mais relevantes.

Humanos têm limites.

Cansaço.

Horário.

Atenção.

Máquinas podem operar continuamente.

Isso permite:

processar informação;

organizar fontes;

priorizar alvos;

preparar variantes;

analisar respostas.

A capacidade ofensiva passa a ganhar paralelismo.


🧠 Um Ferris, cem conversas

Em 1986, Ferris fazia uma ligação.

Em 2026, sistemas automatizados podem manter múltiplos fluxos.

Isso muda economia do ataque.

Antes, personalização era cara.

Ataque em massa era genérico.

Agora a distância entre:

massivo

e:

personalizado

fica menor.

Isso é importante.


🎭 Phishing personalizado em escala

O velho phishing dizia:

Prezado cliente, sua conta foi bloqueada.

Todo mundo ria.

Agora imagine uma mensagem usando:

nome real;

empresa;

projeto;

linguagem interna;

evento recente;

fornecedor conhecido.

Mesmo sem ser perfeita, parece mais plausível.

FerrisGPT não precisa produzir Shakespeare.

Precisa produzir contexto suficiente.


🔎 OSINT + IA é uma combinação poderosa

OSINT produz material.

IA ajuda a organizar.

Isso é diferente de descobrir magicamente segredos.

Ferramentas podem ajudar a resumir:

perfis;

documentos;

vagas;

posts;

notícias;

repositórios;

apresentações.

O humano então identifica relações.


🧩 O puzzle monta mais rápido

Antes:

dez PDFs.

Vinte perfis.

Cinco vagas.

Três apresentações.

Um humano poderia passar horas.

Agora ferramentas podem ajudar a extrair:

nomes;

tecnologias;

datas;

relações;

projetos;

termos recorrentes.

Reconhecimento fica mais eficiente.


🧠 Mas eficiência não significa verdade

Esse é um detalhe crítico.

Modelos podem errar.

Inferir demais.

Alucinar.

Misturar pessoas.

Interpretar contexto errado.

Então atacante também pode ser enganado pela própria automação.

Isso é interessante.

FerrisGPT pode ser muito rápido...

e muito errado.


☕ Automação multiplica acerto e erro

Se taxa de erro é pequena, escala transforma em volume grande.

Isso vale para defesa e ataque.

Um sistema que classifica 95% corretamente parece ótimo.

Em um milhão de eventos, 5% é muita coisa.

Por isso supervisão continua relevante.


🎤 Voice cloning: Cameron não precisa mais atender?

Aqui entramos numa parte particularmente cinematográfica.

Ferris usava Cameron como voz.

Cameron precisava participar.

Agora tecnologias de voz sintética podem imitar características de fala de pessoas.

Isso fragiliza uma autenticação informal que utilizamos há décadas:

“Reconheci a voz.”

Esse sinal sozinho ficou mais fraco.


📞 “Mas era exatamente a voz dele”

Isso deixa de ser prova forte.

Uma operação crítica não pode depender apenas disso.

Então precisamos de:

callback;

canal independente;

verificação adicional;

procedimento;

MFA fora da voz.

A tecnologia muda.

O princípio permanece:

não confunda familiaridade com autenticação.


🎥 Deepfake encontra Authority Gradient

Agora imagine autoridade.

Diretor.

CEO.

Executivo.

Se uma pessoa vê vídeo convincente de alguém importante solicitando uma ação urgente, Authority Gradient entra em cena.

O ataque não precisa apenas parecer real.

Pode explorar hierarquia.

Ferris encontrou Rooney.

FerrisGPT encontra cultura corporativa.


🧠 “O diretor mandou”

Talvez não.

Mas se todo processo cede imediatamente a essa frase, problema já existia.

Deepfake apenas amplifica.

Novamente:

tecnologia nova.

Vulnerabilidade humana antiga.


🧱 IA não cria cultura ruim

Esse ponto precisa ser justo.

Se empresa possui processo sólido, deepfake encontra resistência.

Se empresa funciona na base de:

“manda quem pode, obedece quem tem juízo”,

então tecnologia adversarial ganha força.

Red Team deve avaliar cultura.


🧪 O teste deixa de ser “o vídeo parece real?”

Pergunta melhor:

“Nosso processo funciona mesmo se o vídeo parecer perfeito?”

Isso é segurança madura.

Porque qualidade de deepfake vai mudar.

Processo precisa continuar válido.


🧠 Conteúdo convincente virou commodity

Antes, escrever mensagem convincente exigia habilidade.

Agora ferramentas ajudam.

Isso reduz barreira de entrada.

Não transforma todo atacante em gênio.

Mas torna mediocridade mais produtiva.

Essa é uma mudança enorme.


☕ FerrisGPT não precisa ser brilhante

Precisa ser:

bom o suficiente;

rápido;

barato;

persistente.

Se 1% funcionar em grande volume, já existe retorno.

Isso é economia adversarial.


🕸️ Agentes: quando IA começa a encadear tarefas

Agora chegamos ao ponto interessante.

LLM isolado responde.

Agente pode:

planejar;

usar ferramentas;

consultar dados;

executar passos;

verificar resultado;

seguir.

Isso aproxima automação de workflows.


🔁 FerrisAgent

Imagine em termos conceituais:

Objetivo
 ↓
Coletar contexto
 ↓
Analisar
 ↓
Escolher abordagem
 ↓
Gerar mensagem
 ↓
Avaliar resposta
 ↓
Adaptar

Isso se parece cada vez mais com operação.

Por isso agentes precisam de controles fortes.


🔐 Agente com privilégio é estagiário com chave da Ferrari

Essa metáfora merece moldura.

Se um agente pode:

ler e-mail;

enviar mensagem;

acessar arquivos;

chamar API;

alterar dados;

então ele possui poder operacional.

Não é “só chatbot”.

É identidade com capacidade.


🧠 FerrisGPT também pode atacar a IA

Aqui a história vira de ponta-cabeça.

Até agora IA ajuda Ferris.

Mas IA também vira alvo.

Prompt injection.

Tool abuse.

Context poisoning.

Data poisoning.

Excesso de permissões.

Ferris agora pergunta:

“O que esse agente acredita?”


🧨 Prompt Injection é engenharia social para máquina

Essa analogia é deliciosa.

Engenharia social humana diz:

“Ignore o processo, faça isto.”

Prompt injection tenta algo parecido com modelo:

“ignore instruções anteriores.”

É claro que sistemas são mais complexos que essa frase.

Mas filosoficamente existe similaridade.

Você tenta influenciar quem executa decisão.


🤖 Cameron agora é um agente

Antes:

Ferris → Cameron → telefone.

Agora:

Ferris
 ↓
Agent
 ↓
Tool
 ↓
API
 ↓
System

A cadeia continua.

Apenas trocamos humano intermediário por software semiautônomo.

Swiss Cheese novamente.


🧠 O agente pode não entender consequência

Esse é um risco importante.

Agente recebe objetivo.

Executa ação.

Mas contexto de negócio pode ser incompleto.

Exemplo:

“Resolver problema de acesso.”

Pode escolher conceder privilégio.

Funcionalmente resolveu.

Security incident criado.

Ferris sorriria.


🔒 Least Privilege para agentes

Muito importante.

Agente deve possuir apenas ferramentas necessárias.

Se precisa ler calendário, não deveria apagar dados.

Se precisa gerar relatório, não deveria executar transferência.

Menor privilégio vale para humanos, serviços e agentes.


🕐 JIT para IA

Talvez agente precise acesso temporário.

Conceda pelo tempo necessário.

Depois expire.

Não deixe credencial poderosa eterna na memória operacional.

Ferrari novamente.


🧾 Logging de ações de agente

Precisamos saber:

qual modelo;

qual prompt;

qual ferramenta;

qual identidade;

qual dado;

qual ação;

qual resultado.

Sem isso, investigação vira:

“a IA fez.”

Isso é equivalente a:

“foi APIUSER.”

Insuficiente.


🔵 Observabilidade de agente

Agente precisa ser observável.

Ferramentas chamadas.

Tokens usados.

Decisões relevantes.

Falhas.

Aprovações humanas.

Esse contexto ajuda a detectar abuso.


🧠 Human-in-the-Loop

Para ações críticas, humano pode aprovar.

Mas cuidado.

HITL não é mágica.

Se humano apenas clica “Approve” automaticamente, virou decoração.

Automation Bias.


☕ O botão “Approve” pode virar o novo “OK”

Se sistema pede aprovação 300 vezes por dia, usuário aprende a clicar.

Isso é alert fatigue.

Controle existe.

Psicologicamente morreu.

FerrisGPT adora botão automático.


🧪 Human-on-the-Loop

Outra abordagem:

máquina age dentro de limites.

Humano supervisiona.

Para tarefas menos críticas pode funcionar.

O importante é definir fronteira de risco.


🧠 Autonomia deve ser proporcional ao dano

Quanto maior impacto potencial, menor autonomia cega.

Um agente que resume e-mails pode ter liberdade.

Um agente que altera produção?

Outro nível.


🦖 FerrisGPT chega ao mainframe

Agora vamos ao Bellacosa Mainframe.

Imagine IA integrada a ambientes corporativos.

Pode ajudar em:

explicar JCL;

analisar COBOL;

sugerir correção;

interpretar logs;

gerar REXX;

resumir abend;

auxiliar operações.

Fantástico.

Mas integração cria superfície.


🔐 Se o agente chama z/OSMF

Pergunte:

com qual identidade?

quais permissões?

quais endpoints?

pode executar workflow?

pode submeter job?

pode ler dataset?

Agora chatbot virou operador.


📡 Se chama z/OS Connect

Outra pergunta:

que APIs pode invocar?

qual identidade é propagada?

há limite?

há aprovação?

Um agente com acesso a APIs críticas precisa de governança de verdade.


🧠 Ferris não precisa “hackear” o z/OS

Talvez manipule agente autorizado a chamar API legítima.

A cadeia seria:

Prompt malicioso
 ↓
Agent
 ↓
Tool
 ↓
z/OS Connect
 ↓
CICS
 ↓
COBOL
 ↓
Db2

Todos os componentes podem funcionar perfeitamente.

O problema está na intenção propagada.


☕ Isso parece familiar?

Claro.

É a mesma série inteira.

Ferris não quebra componentes.

Explora confiança entre eles.

Agora a confiança ganhou embeddings e token budget.


🧠 Context Window vira superfície de ataque

Modelos recebem contexto.

Documentos.

Mensagens.

Histórico.

Dados recuperados.

Se contexto contém informação manipulada, saída pode ser influenciada.

Então:

RAG também precisa de segurança.


📚 RAG poisoning

Imagine base de conhecimento contendo documento malicioso.

Agente recupera.

Confia.

Executa instrução embutida.

Esse cenário mostra por que conteúdo e instrução precisam ser separados.


🔐 Data Boundary

Nem tudo que modelo lê deveria ter poder de instruí-lo.

Documento é dado.

Policy é instrução.

Ferris tentaria misturar.

Segurança precisa separar.


🧩 Prompt, data e tool são camadas diferentes

Uma arquitetura madura pergunta:

quem controla cada uma?

SYSTEM POLICY
 ≠
USER INPUT
 ≠
RETRIEVED DATA
 ≠
TOOL OUTPUT

Misturar prioridades cria risco.


🤖 Model Sovereignty entra na conversa

Se IA processa dados sensíveis, organizações precisam pensar:

onde modelo roda?

quem acessa?

dados são retidos?

quais ferramentas conectadas?

qual jurisdição?

FerrisGPT não é apenas threat actor.

É também governança.


🧠 Shadow AI

Funcionário pega dado interno.

Cola em ferramenta externa.

Conveniente.

Rápido.

Talvez violando política.

Isso cria novo caminho de exfiltração.

Nenhum malware.

Nenhum exploit.

Apenas produtividade.


☕ A ferramenta que ajuda também pode vazar

Por isso empresas precisam fornecer alternativas seguras.

Se proibir tudo, pessoas criam atalhos.

De novo, cultura e arquitetura.


🕵️ IA melhora social engineering defensivo também

Red Team pode usar IA para simular ataques de forma autorizada.

Gerar variantes.

Testar processos.

Criar cenários.

Blue Team pode usar para:

analisar logs;

sumarizar incidentes;

correlacionar contexto;

gerar hipóteses.

A tecnologia não pertence a um lado.


🔵 BlueGPT versus FerrisGPT

Agora temos simetria.

Atacante automatiza reconhecimento.

Defensor automatiza triagem.

Atacante personaliza pretexto.

Defensor analisa comportamento.

Atacante escala.

Defensor também.

É corrida.


🧠 Mas defesa tem uma vantagem

Ela conhece o ambiente.

Ou deveria.

Conhece:

identidades;

processos;

baseline;

ativos;

histórico.

Esse contexto interno pode ser enorme diferencial.

Desde que esteja organizado.


📊 Telemetria é combustível

IA defensiva sem bons dados vira adivinhação sofisticada.

Logs.

IAM.

Network.

Endpoint.

Mainframe.

API.

Tudo precisa conversar.

FerrisGPT trabalha com contexto.

Blue Team também.


🦖 SMF encontra LLM

Aqui fica divertido.

Imagine modelos ajudando a interpretar SMF.

RACF events.

Db2 activity.

CICS.

JES.

Correlacionar comportamento.

Pode ser poderoso.

Mas explicabilidade e validação importam.


🧠 O modelo disse que é anômalo

Ótimo.

Por quê?

Qual evidência?

Qual baseline?

Se resposta não é auditável, cuidado.

Security não pode virar oráculo.


🔎 Algorithmic Authority

Agora Rooney ganha IA.

Antes:

“Eu sei que é Ferris.”

Depois:

“A IA diz que é Ferris.”

Isso pode piorar Authority Bias.

Automation Bias.

Algorithmic Deference.

A ferramenta ganha aura de certeza.


☕ Score 99% não é verdade absoluta

Modelos produzem probabilidade, classificação ou linguagem.

Não epistemologia divina.

Analista continua responsável por contexto.

Ferris pode tentar manipular score.


🧠 Adversarial Inputs

Sistemas de IA precisam considerar entrada hostil.

Usuário normal quer resposta boa.

Atacante quer comportamento inesperado.

Essa diferença é essencial.

Construir IA apenas para happy path é perigoso.


🔴 Red Team de IA

Agora a disciplina cresce.

Teste:

prompt injection;

tool misuse;

exfiltração;

policy bypass;

context poisoning;

excessive agency;

data leakage.

Objetivo é descobrir falhas antes do atacante.


🧪 AI Red Team não é “pergunte coisas proibidas”

É muito mais amplo.

Testa sistema inteiro.

Modelo.

Aplicação.

Ferramentas.

Identidade.

Dados.

Integração.

Processos.

FerrisGPT está no ecossistema.


🧠 Attack Surface da IA

Pode incluir:

API;

prompt;

RAG;

plugin;

tool;

identity;

model output;

memory;

logging.

Cada camada merece ameaça.


🔐 Segredos no prompt

Nunca trate prompt como cofre.

Se sistema precisa usar credencial, use secret management.

Não coloque chave permanentemente num contexto textual.

Ferris adoraria um prompt contendo senha.


📜 Logs também podem conter segredo

Outro problema.

Prompt.

Resposta.

Headers.

Tokens.

Tudo pode acabar em logs.

Observabilidade precisa redigir dados sensíveis.


🧠 Data Minimization

Agente deve ver apenas o necessário.

Se tarefa precisa nome e ticket, não envie banco inteiro.

Menos dados.

Menor impacto.


☕ FerrisGPT e Privilege Creep

Hoje agente começa:

“Só lê documento.”

Amanhã:

“Também manda e-mail.”

Depois:

“Pode abrir ticket.”

Depois:

“Pode executar workflow.”

Dois anos depois:

“Por que esse chatbot possui acesso a produção?”

Ratchet Effect tecnológico.


🔄 Revisão de permissões

Assim como usuários humanos, agentes precisam recertificação.

Ainda precisa desse acesso?

Qual função?

Qual dono?

Qual risco?

Identidade de máquina também envelhece.


🤖 Agent Identity

Cada agente deveria ter identidade clara.

Não compartilhar credencial genérica.

Isso permite rastrear.

Revogar.

Limitar.

Auditar.


🧠 Não use SUPERUSERGPT

A piada parece boba.

Mas arquiteturas tendem a criar uma conta poderosa para facilitar integração.

Ferris vê.

Ferrari aberta novamente.


🚨 Kill Switch

Sistemas agentes precisam poder ser interrompidos.

Desativar ferramenta.

Revogar token.

Parar execução.

Porque autonomia sem freio é risco.


🧯 Circuit Breaker

Se comportamento excede limite:

pare.

Número de ações.

Valor financeiro.

Volume.

Escopo.

Velocidade.

Controles de segurança podem impor limites.


🧠 Rate Limiting também é segurança cognitiva

Se agente pode enviar 10 mil mensagens por segundo, erro vira desastre rapidamente.

Limite reduz blast radius.

Escala é vantagem e risco.


🔵 Blast Radius

Pergunta fundamental:

se FerrisGPT for comprometido, até onde vai?

Local?

Departamento?

Empresa inteira?

Mainframe?

Menor blast radius é melhor.


🧱 Segmentação de ferramentas

Não dê a um agente todas as ferramentas.

Use agentes especializados.

Cada um com escopo.

Isso reduz consequência.


☕ Microservices sociais viraram microagents

Antes:

Cameron.

Telefone.

Escola.

Agora:

Agent Recon.

Agent Writer.

Agent Caller.

Agent Analyzer.

Essa decomposição pode existir ofensivamente e defensivamente.


🧠 Orquestrador é o novo Ferris

Alguém coordena.

Humano ou agente.

Essa camada merece proteção especial.

Quem define objetivo?

Quem aprova?

Quem observa?


🧨 Goal Hijacking

Se atacante consegue alterar objetivo do agente, pode redirecionar operação.

Isso é especialmente perigoso.

Agente obediente executa tarefa errada com excelência.

Ferris adoraria funcionários assim.


🔒 Intent Validation

Antes de ação crítica, sistema deveria validar intenção.

Não apenas comando.

A tarefa faz sentido?

É permitida?

Está dentro do escopo?

Ferris testa fronteira.


🧠 Policy Enforcement fora do modelo

Regra crítica não deve depender apenas de modelo “lembrar”.

Implemente controles determinísticos fora.

Exemplo:

agente nunca transfere acima de X sem aprovação.

Isso é mais robusto.


☕ LLM não substitui RACF

Essa frase merece camiseta.

Use LLM para interpretar.

Não para decidir sozinho toda autorização.

Controle de acesso deve continuar em mecanismos apropriados.

FerrisGPT pergunta.

RACF responde.

E RACF deveria responder com política, não charme.


🦖 Mainframe continua sendo o adulto na sala

Há algo quase poético nisso.

Depois de quatro décadas de IA, cloud e agentes...

continuamos precisando de:

identidade;

autorização;

logging;

segregação;

transação;

auditoria.

Velhos fundamentos.

Novas interfaces.


🧠 A tecnologia muda mais rápido que princípio

Ferris de 1986 usava telefone.

Ferris de 2026 usa agente.

Mas pergunta continua:

quem confia em quem?

Quem autentica?

Quem autoriza?

Quem observa?

Quem pode corrigir?


🔴 A grande pergunta de escala

Voltemos ao início.

Um Ferris humano tem limite.

FerrisGPT pode operar em paralelo.

Isso altera threat model.

Ataques podem ser:

mais personalizados;

mais persistentes;

mais baratos;

mais numerosos.

Defesa precisa considerar volume.


📈 Economics of Attack

Se custo por tentativa cai, ataques que antes não valiam a pena podem valer.

Não precisa alta taxa de sucesso.

Basta retorno positivo.

Isso é transformação econômica.


🧠 Long Tail dos alvos

Antes, atacantes focavam grandes empresas porque personalização era cara.

Automação pode permitir atacar alvos menores com mais contexto.

Isso amplia risco.


☕ Democratisation of Capability

Ferramentas sofisticadas ficam acessíveis.

Isso é bom em muitos contextos.

Mas ofensivamente reduz barreira.

O segredo deixa de ser saber criar tudo.

Passa a ser combinar ferramentas.

Ferris sempre foi bom em combinação.


🎭 Script Kiddie encontra LLM

Essa é uma evolução interessante.

O antigo script kiddie copiava comando sem entender.

Agora pode perguntar.

Receber explicação.

Adaptar.

Isso acelera aprendizado.

Mas também pode produzir falsa confiança.


🧠 FerrisGPT pode se achar Rooney

IA também pode continuar plano ruim.

Se não recebe feedback correto.

Se objetivo é mal definido.

Se contexto está contaminado.

Automação pode escalar viés.


🔁 Plan Continuation Algorítmico

Agente segue objetivo apesar de sinais novos.

Se não existe mecanismo de revisão, continua.

É Rooney com API.

Por isso loop de avaliação importa.


🧪 Self-check não é suficiente

Modelo revisar modelo pode ajudar.

Mas não substitui controle externo.

Mesma família de erro pode persistir.

Diversidade de validação importa.


👥 Human Oversight

Humanos continuam importantes para:

ações críticas;

anomalias;

contexto;

exceções.

Mas precisam ser treinados para não confiar demais na IA.


🧠 Algorithmic Deference

“O modelo recomendou.”

Isso não encerra discussão.

FerrisGPT pode errar.

Ferris humano também.

Blue Team precisa manter julgamento.


☕ IA como conselheiro, não oráculo

Essa é uma postura saudável.

Use capacidade.

Questione.

Valide.

Audite.


🔴 O atacante pode fabricar confiança algorítmica

Se sistema possui scoring, atacante pode tentar parecer normal.

Se sabe quais sinais importam, ajusta comportamento.

Goodhart aparece de novo.


📊 Métrica vira alvo

Se IA usa:

frequência;

horário;

volume;

então adversário pode tentar moldar esses sinais.

Detection Engineering precisa considerar adversarial behavior.


🧠 Slow and Low

Atacante pode agir lentamente.

IA pode ajudar a manter consistência em campanhas longas.

Ferris talvez não precise mais improvisar cada interação.

Sistema guarda contexto.


🧬 Memory aumenta persistência

Agentes com memória lembram:

quem respondeu;

o que disse;

qual pretexto;

próxima etapa.

Isso melhora continuidade.

Também cria risco de vazamento.


🔐 Agent Memory precisa de segurança

Quem pode ler?

Quanto tempo guarda?

Quais dados?

Pode ser envenenada?

Ferris também atacaria memória.


🧠 Poisoned Memory

Se atacante insere informação falsa, agente pode carregá-la para futuro.

É uma nova forma de persistência sem malware tradicional.


☕ “Cameron confia em Ferris” agora virou embedding

Quase poético.

Antes era relação humana.

Agora sistemas podem armazenar relações semanticamente.

Se essa memória estiver errada, comportamento pode ser influenciado.


🧪 Red Team precisa atacar ciclo inteiro

Entrada.

Processamento.

Memória.

Ferramenta.

Saída.

Cada fase.


🔵 Purple Team com IA

Red e Blue podem compartilhar achados.

Exemplo:

Red descobre prompt injection.

Blue cria detecção.

Engineering adiciona validação.

Governance revisa permissão.

Isso é maturidade.


🧠 Não transforme IA em teatro de segurança

Comprar ferramenta com AI no nome não resolve.

Pode apenas adicionar outro dashboard.

Ferris ama buzzword sem controle.


☕ “AI-Powered Zero Trust Cognitive Autonomous Security Mesh”

Bonito.

Ferris pergunta:

— A conta ainda tem senha compartilhada?

Silêncio.

Fundamentos continuam ganhando.


🔐 Basic Hygiene continua brutalmente eficaz

MFA.

PAM.

Least Privilege.

Patch.

Logging.

Backup.

Segmentation.

Training.

FerrisGPT é sofisticado.

Mas muitas vezes entra pela porta velha.


🧠 Não perca tecnologia nova procurando problema exótico

IA muda ameaça.

Mas não abandone básico.

Um Ferris com LLM ainda vai preferir credencial fraca se funcionar.

Atacante é econômico.


🔴 Red Team deve testar o caminho mais barato

Se phishing simples funciona, por que deepfake?

Se senha reutilizada funciona, por que zero-day?

Ferris não busca glamour.

Busca resultado.


☕ O filme de 2026 seria muito curto?

Talvez.

Ferris poderia automatizar muita coisa.

Mas segurança também melhorou.

MFA.

EDR.

SIEM.

Behavior Analytics.

Zero Trust.

PAM.

Então o jogo continua.


🧠 É escalada, não vitória definitiva

Ataque melhora.

Defesa melhora.

Ataque adapta.

Defesa adapta.

Esse é o ciclo.


🎬 FerrisGPT encontra CameronGPT

Imagine o diálogo:

FerrisGPT:
Crie três hipóteses.

CameronGPT:
Não gosto disso.

FerrisGPT:
Execute cenário 2.

CameronGPT:
Isso parece arriscado.

FerrisGPT:
Exatamente.

Talvez tenhamos reinventado a comédia.


🤖 O verdadeiro medo não é uma IA superinteligente

No curto prazo, talvez o risco mais banal seja mais relevante:

IA suficientemente boa fazendo trabalho suficientemente útil em escala suficientemente grande.

Não precisa consciência.

Não precisa Skynet.

Precisa API.


🧠 Automation of Mediocrity

Uma frase provocativa.

Automação transforma competência mediana em throughput enorme.

Isso pode ser ofensivamente poderoso.

Ferris não precisa contratar cem gênios.

Precisa de sistemas que executem partes repetitivas.


☕ O atacante vira gerente

Essa é a mudança.

Antes Ferris fazia tudo.

Agora ele pode orquestrar.

Pedir coleta.

Pedir resumo.

Pedir variantes.

Avaliar.

Escolher.

Ferris virou manager de agentes.


🧠 Human Creativity + Machine Scale

Essa combinação é provavelmente a mais importante.

Humano define intenção criativa.

Máquina amplia execução.

Isso vale ataque e defesa.


🦖 Bellacosa Mainframe em 2026

No nosso universo, isso significa integrar IA sem esquecer arquitetura clássica.

Se IA toca mainframe:

RACF continua relevante.

SAF continua relevante.

Auditoria continua relevante.

CICS continua transacional.

Db2 continua guardando verdade.

Só adicionamos nova camada de interpretação.


🔐 AI Gateway

Talvez seja necessário controlar acesso entre modelos e ferramentas.

Política.

Rate limit.

Autorização.

Logging.

Tudo explícito.

Não deixe agente conversar diretamente com Ferrari.


🧱 Tool Allowlist

Agente só usa ferramentas aprovadas.

Sem shell genérico.

Sem “execute qualquer coisa”.

Isso reduz flexibilidade.

E risco.

Segurança sempre negocia.


🧠 Sandboxing

Ações potencialmente perigosas podem ocorrer em ambiente isolado.

Especialmente geração de código.

Teste antes.

Não deixe FerrisGPT rodar diretamente em produção.


🧪 Simulation Mode

Uma ideia ótima.

Antes de executar, mostrar:

“Essas ações serão realizadas.”

Humano aprova.

Isso ajuda em operações críticas.


☕ Dry Run é Ferris olhando a Ferrari sem ligar

Maravilhoso.

Veja o que aconteceria.

Sem executar.

Operações adoram isso.


🔴 Guardrails precisam ser técnicos

Não apenas prompt:

“Por favor, não faça coisa perigosa.”

Isso é equivalente a:

“Ninguém toca na Ferrari.”

Já vimos esse filme.

Use controle externo.


🧠 Policy Engine

Decisão de autorização pode ocorrer fora do modelo.

Modelo pede ação.

Policy engine avalia.

Isso separa criatividade de poder.


🔐 Separation of Duties para agentes

Agent A propõe.

Agent B valida.

Humano aprova.

Sistema executa.

Talvez exagero para tarefas simples.

Mas útil para alto risco.


🧀 AI Swiss Cheese

Camadas:

System Prompt
 ↓
Input Filter
 ↓
Policy Engine
 ↓
Tool Permission
 ↓
Human Approval
 ↓
Logging
 ↓
Monitoring

Nenhuma é perfeita.

Juntas reduzem risco.

Ferris precisa alinhar mais buracos.


🧠 Defense in Depth nunca sai de moda

Mesmo quando muda o buzzword.


📞 E voice cloning?

Procedimento.

Não confie apenas na voz.


🎥 Deepfake?

Procedimento.


✉️ Phishing perfeito?

Procedimento.


🤖 Agente malicioso?

Permissão.

Logging.

Isolamento.


🦖 Mainframe?

RACF.

Segregação.

Auditoria.


☕ Tudo volta ao básico

É quase frustrante.

Depois de toda revolução tecnológica, terminamos falando de:

identidade;

confiança;

privilégio;

contexto.

Ferris entendeu isso em 1986.


🧠 A pergunta Bellacosa número 1

Numa War Room de IA:

“Qual é a ação mais perigosa que este agente consegue executar sozinho?”

Essa pergunta define risco.


🔴 Pergunta número 2

“Se o modelo for enganado, o sistema externo ainda bloqueia a ação?”

Se não:

problema.


🧠 Pergunta número 3

“Quem autentica o agente?”


🔐 Pergunta número 4

“Quem autoriza cada ferramenta?”


📜 Pergunta número 5

“Conseguimos reconstruir exatamente o que ele fez?”

Se não:

auditoria insuficiente.


🧯 Pergunta número 6

“Como desligamos isso?”

Sempre importante.


🧠 Pergunta número 7

“Estamos protegendo a IA ou apenas dizendo para ela se comportar?”

A Ferrari volta.


☕ FerrisGPT é inevitavelmente engraçado

Porque ele combina duas eras.

O adolescente analógico.

O mundo de agentes.

Ferris provavelmente olharia para tudo isso e faria uma pergunta muito simples:

“Então eu posso pedir para o computador fazer as partes chatas?”

Sim.

Essa é parte da revolução.


🎬 Mas Ferris continuaria necessário

Porque tecnologia não substitui intenção.

Alguém precisa perceber oportunidade.

Combinar contexto.

Escolher timing.

Improvisar.

Criatividade adversarial continua sendo diferencial.

FerrisGPT não mata Ferris.

Amplifica.


🧠 E essa é a parte que deveria preocupar o Blue Team

Não uma IA autônoma dominando o mundo.

Mas milhares de operadores tendo acesso a ferramentas que reduzem custo de:

reconhecimento;

personalização;

automação;

análise.

A superfície muda economicamente.


🔵 A resposta defensiva

Não pode ser:

“bloqueie IA.”

Isso seria inútil.

Precisa ser:

melhore identidade;

fortaleça processo;

reduza privilégio;

aumente observabilidade;

treine verificação;

controle agentes;

proteja dados;

teste.


🧪 Red Team continuamente

Porque ambiente muda.

Modelo atualiza.

Agente ganha ferramenta.

Processo muda.

Novo risco aparece.

Teste periódico.


🧠 Threat Modeling de IA

Antes de deploy:

que dados recebe?

que ações faz?

quem controla prompt?

quem pode influenciar RAG?

que ferramentas possui?

qual blast radius?

Isso é muito mais barato antes.


☕ Não faça “FerrisGPT em produção” sexta-feira às 17h

Conselho universal.

Especialmente se o rollback for:

“vamos ver depois.”

Já tivemos artigo sobre Ferrari em marcha a ré.


🔴 IA com acesso crítico precisa maturidade proporcional

Protótipo divertido?

Tudo bem.

Produção bancária?

Outro nível.

Governança não pode chegar depois.


🧠 Security by Design

Permissão.

Logging.

Fallback.

Monitoring.

Kill switch.

Tudo desde início.

Não coloque depois.


🦖 O mainframe ensina isso há décadas

Confiabilidade não aparece por esperança.

É arquitetura.

FerrisGPT precisa aprender com sistemas que sobreviveram a décadas de produção.


☕ Epílogo: quantos Ferris cabem numa API?

Ferris Bueller de 1986 era limitado pelo corpo.

Uma voz.

Um telefone.

Um Cameron.

Um dia.

Ferris de 2026 pode coordenar sistemas.

Processar mais informação.

Gerar mais contexto.

Executar mais interações.

A pergunta de segurança muda.

Não é mais apenas:

“Esse ataque é possível?”

É:

“Esse ataque é escalável?”

Porque quando custo marginal cai, risco muda.

Engenharia social deixa de ser necessariamente artesanal.

OSINT ganha velocidade.

Phishing ganha personalização.

Voz ganha síntese.

Vídeo ganha fabricação.

Agentes ganham ferramentas.

E sistemas críticos ganham novos intermediários.

Mas existe uma ironia deliciosa.

Depois de toda essa tecnologia...

as fraquezas continuam familiares.

Confiança excessiva.

Privilégio excessivo.

Falta de validação.

Contexto perdido.

Processo fraco.

Identidade mal modelada.

Ferris só ganhou mais braços.

Então, antes de perguntar:

“O que aconteceria se Ferris tivesse IA?”

Pergunte:

“O que aconteceria se alguém pudesse executar cem versões da criatividade de Ferris ao mesmo tempo?”

Talvez esse seja o verdadeiro salto.

Não Ferris mais inteligente.

Ferris em paralelo.

Ferris no telefone.

Ferris no e-mail.

Ferris no chat.

Ferris analisando documentos.

Ferris imitando voz.

Ferris testando contexto.

Ferris coordenando agentes.

Enquanto Rooney continua olhando para um único alerta e dizendo:

“EU SEI QUE É ELE!”

☕ SAVE FERRIS.

No próximo artigo:

Ferris Entra no Mainframe — RACF, z/OS e o Dia em que SPECIAL Virou o Passe para Chicago

Porque depois de ganhar um exército de estagiários sintéticos...

era inevitável que Ferris acabasse encontrando o 3270.

☕ Um Café no Bellacosa Mainframe — Especial Red Team

SAVE FERRIS — Ferris Bueller’s Red Team

Uma série de 12 artigos sobre Red Team, segurança ofensiva, engenharia social, OSINT, integridade de dados, MFA, PAM, rollback, Blue Team, inteligência artificial, RACF e z/OS, usando Ferris Bueller para explorar uma pergunta fundamental: o sistema está realmente seguro ou apenas acredita que está?

  • Red Team
  • OSINT
  • Engenharia Social
  • Blue Team
  • MFA
  • PAM
  • IA Generativa
  • RACF
  • z/OS
  • Mainframe
1

Ferris Bueller Tinha um Plano de Ataque — Red Team Antes de Existir Red Team

Reconhecimento, criatividade adversarial e a ideia de que o verdadeiro alvo nem sempre é a tecnologia: são as suposições de quem construiu o sistema.

Red Team • Recon • Threat Modeling • Criatividade Adversarial
2

Nove Faltas? CTRL+Z — Quando o Banco de Dados Decide o que é Verdade

Integridade de dados, alteração de registros, privilégio, auditoria e a perigosa diferença entre aquilo que aconteceu e aquilo que o banco de dados afirma ter acontecido.

Integridade • Db2 • Auditoria • Insider Threat • Dados
3

Abe Froman, o Rei da Salsicha de Chicago — A Aula de Engenharia Social que Ninguém Percebeu

Pretexting, autoridade inventada e confiança contextual: Identity, Authentication e Authorization não são a mesma coisa.

Engenharia Social • Pretexting • Identity • Authentication
4

“Você Conhece o Diretor Rooney?” — OSINT Antes do Google Existir

Como dados públicos sobre pessoas, tecnologias, hábitos, empresas e relacionamentos podem revelar uma superfície de ataque antes do primeiro scan.

OSINT • Recon • LinkedIn • GitHub • Attack Surface
5

Cameron, Atenda o Telefone — Social Engineering as a Service

Ferris → Cameron → telefone → escola → funcionário → sistema. Nenhuma peça precisa falhar sozinha quando a cadeia inteira possui uma combinação explorável de confiança.

Social Engineering • Swiss Cheese Model • Human Risk
6

O Diretor Rooney Está Procurando Malware no Lugar Errado

Firewall, SIEM, EDR e Zero Trust podem funcionar perfeitamente enquanto engenharia social, Help Desk e processos humanos criam outro caminho até o objetivo.

SOC • SIEM • EDR • Zero Trust • Engenharia Social
7

A Ferrari do Cameron Não Tinha MFA

Privilégio, acesso físico, MFA, PAM, least privilege e o risco de proteger um ativo crítico apenas com medo, confiança e a esperança de que ninguém ousará tocá-lo.

MFA • PAM • Least Privilege • Privileged Access
8

Colocamos a Ferrari em Ré — Por Que Rollback Não É Backup

Rollback, restore, journaling, logs, Db2, VSAM e recuperação: voltar o estado de um sistema não significa apagar as consequências daquilo que aconteceu.

Backup • Restore • Rollback • Db2 • VSAM • Recovery
9

Rooney Invadiu a Casa Errada — Quando o Blue Team Vira o Próprio Incidente

Confirmation Bias, tunnel vision, Sunk Cost, Authority Gradient e o risco de uma resposta defensiva criar mais impacto que o próprio atacante.

Blue Team • SOC • Cognitive Bias • Incident Response
10

FerrisGPT — Agora o Adolescente Tem um Exército de Estagiários Sintéticos

IA generativa, agentes, OSINT automatizado, deepfake, voice cloning e automação transformam o ataque artesanal em uma capacidade paralela e escalável.

Generative AI • Agents • Deepfake • Voice Cloning • OSINT
11

Ferris Entra no Mainframe — RACF, z/OS e o Dia em que SPECIAL Virou o Passe para Chicago

RACF, SAF, ACEE, APF, USS, TSO, CICS, Db2, MQ, z/OS Connect, Zowe e service accounts vistos pela ótica dos caminhos de ataque até o mainframe.

Mainframe • RACF • z/OS • CICS • Db2 • MQ • Zowe
12

“A Vida Passa Muito Rápido” — O Red Team Depois que Todo Mundo Foi Embora

Red Team não termina em “conseguimos entrar”. Ataque deve gerar descoberta, evidência, correção, detecção e aprendizado para deixar a organização mais resiliente.

Red Teaming • Purple Team • Detection • Resilience • Learning

🎬 Página principal da temporada

Ferris Bueller’s Red Team: Como Hackear o Sistema Sem Precisar Roubar a Ferrari do Cameron reúne os doze episódios e conecta Red Team, engenharia social, IA, Blue Team e segurança de mainframe.

☕ Acessar o especial completo SAVE FERRIS

Sobre a série SAVE FERRIS — Red Team

A série SAVE FERRIS, publicada no Bellacosa Mainframe, utiliza situações inspiradas em Ferris Bueller para explicar conceitos de Red Team, cybersecurity, segurança ofensiva, engenharia social, OSINT, Blue Team, Purple Team, Zero Trust, MFA, PAM, inteligência artificial, RACF, IBM z/OS, CICS, Db2, MQ e segurança de mainframe.

O fio condutor é simples: um atacante não precisa necessariamente quebrar a tecnologia. Ele pode explorar relações de confiança, processos, identidades, privilégios, integrações e suposições existentes entre pessoas e sistemas.

A temporada acompanha o ciclo completo: reconhecimento → engenharia social → acesso → privilégio → impacto → detecção → correção → aprendizado.

Para Red Teams e Blue Teams, o objetivo final não é provar quem é mais inteligente, mas encontrar caminhos invisíveis antes que um adversário real os descubra.

Vagner Renato Bellacosa, IBM Champion e especialista em IBM Mainframe
IBM Z17 SYSTEM ONLINE
Sobre o autor

Vagner Renato Bellacosa

IBM Champion 2026 • Especialista em IBM Mainframe

Vagner Renato Bellacosa trabalha com IBM Mainframe desde 1988 , é IBM Champion e especialista em COBOL, CICS, Db2, z/OS e IBM Z. Compartilha experiências profissionais, conhecimento técnico, história da computação e práticas do universo mainframe para aproximar novas gerações das tecnologias que sustentam empresas, bancos e governos ao redor do mundo.

IBM Champion IBM Z COBOL CICS Db2 z/OS Mainframe desde 1988
GitHub LinkedIn
Inicializando conteúdo...