IA de 25 dólares descobre vulnerabilidade de 500 mil dólares no WordPress

Vulnerabilidade descoberta por inteligência artificial

Em um desenvolvimento tecnológico que redefine as fronteiras da segurança digital e da inteligência artificial aplicada à defesa de sistemas, o pesquisador de segurança Adam Kues, vinculado à conceituada empresa Searchlight Cyber, documentou como o modelo avançado GPT5.6 Sol Ultra, desenvolvido pela OpenAI, foi capaz de identificar de maneira autônoma uma vulnerabilidade de execução remota de código (RCE) pré-autenticação em uma das plataformas mais testadas do planeta: o sistema de gerenciamento de conteúdo WordPress. A gravidade deste achado é amplificada pelo cenário econômico global de segurança ofensiva, no qual corretores de vulnerabilidades (exploit brokers) chegam a pagar recompensas astronômicas de até $500.000 dólares por falhas críticas de RCE no ecossistema WordPress. A grande revelação do caso reside no custo financeiro e operacional irrisório despendido para alcançar esse resultado: o processo completo consumiu apenas cerca de 50% do limite semanal de uso de uma assinatura padrão de $200 dólares mensais, o que representa um custo computacional pro-rata estimado em apenas $25 dólares americanos.

Antes da revelação pública dos detalhes minuciosos que permitiram a exploração da falha, a equipe de pesquisadores adotou uma postura responsável de divulgação coordenada, adiando a publicação por alguns dias com o intuito claro de conceder aos administradores de servidores e defensores de redes a oportunidade de atualizar suas instâncias do WordPress durante o período do fim de semana. Durante esse intervalo de segurança, duas equipes independentes de especialistas em segurança da informação, conhecidas como Calif e Hacktron, conseguiram reproduzir de forma totalmente autônoma e bem-sucedida a cadeia de exploração completa (full chain) antes que qualquer prova de conceito (PoC) ou script malicioso fosse publicado em repositórios abertos no GitHub. Como medida de suporte à comunidade, o autor do estudo também disponibilizou uma plataforma de diagnóstico online de acesso gratuito através do endereço eletrônico https://wp2shell.com/, permitindo que administradores verifiquem imediatamente se seus ambientes web estão vulneráveis a essa grave ameaça.

A metodologia do prompt adaptado

A origem da metodologia inovadora aplicada por Adam Kues remonta diretamente à publicação de um prompt especializado pela própria OpenAI, concebido originalmente para testar a capacidade de raciocínio avançado do modelo GPT5.6 Sol Ultra na resolução de um enigma matemático de alta complexidade conhecido na comunidade acadêmica como a conjectura de Cycle Double Cover (Conjectura de Cobertura Dupla de Ciclos). Ao constatar que a comunidade de segurança cibernética não vinha dispensando atenção a esse template metodológico de engenharia de prompts, o especialista de segurança da Searchlight Cyber percebeu o imenso potencial dual daquela estrutura lógica e decidiu adaptá-la para a análise reversa de vulnerabilidades em sistemas de código aberto. A estratégia consistiu em guiar o modelo de linguagem a raciocinar a partir de princípios básicos de arquitetura de software, sem depender de atalhos comuns que pudessem complementar a descoberta de falhas inéditas de forma artificial.

Para garantir a integridade absoluta do experimento científico e assegurar que o modelo não recorreria a bases de conhecimento preexistentes, Adam Kues estruturou um repositório local organizado sob o diretório principal nomeado como wordpress-ctf/, contendo uma pasta de trabalho ativa chamada main/ e um diretório auxiliar de dependências externas designado como third_party/. Antes de dar início à execução do processo automatizado, o pesquisador clonou a versão estável mais recente do código-fonte do WordPress diretamente na pasta main/ e removeu completamente o subdiretório invisível .git. Essa exclusão do histórico de versionamento foi uma decisão técnica deliberada, tomada com base na experiência prévia do autor de que modelos de linguagem de grande escala frequentemente utilizam o histórico de alterações ou patches públicos na internet em vez de realizar uma análise estática genuína a partir de fundamentos puros do código-fonte.

O prompt modificado ordenava de forma explícita que o sistema de inteligência artificial operasse por meio de uma arquitetura coordenada de agentes múltiplos, permitindo a inicialização simultânea de até 4 agentes autônomos sob a supervisão rígida de um agente raiz, devendo manter o processo de busca ativo por no mínimo 6 horas contínuas antes de qualquer desistência. O roteiro metodológico exigia que os agentes mantivessem um registro rigoroso e categorizado de famílias de abordagens para evitar redundâncias e focar em superfícies de ataque reais, abrangendo análise de caracteres (charsets), mecanismos de upload de arquivos, rotinas de tratamento de erros, endpoints nativos, serialização e desserialização de dados, condições de corrida (race conditions) e verificações de integridade criptográfica. Além disso, o prompt instruía o modelo a assumir uma infraestrutura típica de produção equipada com o banco de dados relacional MySQL e estipulava que a meta final de sucesso seria a leitura do arquivo confidencial contendo a flag localizado em /flag no diretório raiz do sistema de arquivos.

O desalinhamento crítico de arrays

O ponto central que permitiu o comprometimento do sistema reside na API Batch do WordPress, uma interface de programação de aplicações de lote introduzida originalmente na versão WordPress 5.6 lançada no ano de 2020. Essa tecnologia foi desenhada para otimizar o tráfego de dados e a eficiência do servidor ao permitir que múltiplos pedidos REST virtuais fossem agregados e enviados simultaneamente em um único pacote de requisição HTTP direcionado ao endpoint público de processamento em lote POST /wp-json/batch/v1. No fluxo de execução convencional do ecossistema REST do WordPress, qualquer requisição direta a um endpoint individual passa por um pipeline de segurança estrito e linear composto de quatro etapas cruciais: a validação de parâmetros com a chamada interna da função has_valid_params(), a sanitização de inputs por meio de sanitize_params(), a verificação de autorização pelo callback de permissão e, por fim, o despacho para o callback do endpoint.

No entanto, por motivos de desempenho e otimização de recursos, a implementação da API Batch dentro do arquivo core class-wp-rest-server.php adota uma abordagem de execução não linear que separa a validação e a execução real em dois loops independentes. No primeiro loop, o sistema itera sobre cada uma das requisições contidas no lote enviado pelo usuário para verificar os parâmetros e aplicar as funções de sanitização necessárias, enquanto o segundo loop é encarregado de verificar se as validações foram bem-sucedidas para em seguida executar os callbacks correspondentes. Essa separação de fases é estruturada na linguagem de programação PHP utilizando dois arrays dinâmicos paralelos conhecidos como $matches (que armazena os manipuladores ou handlers de rota correspondentes) e $validation (que armazena os respectivos estados de validação ou instâncias de erro).

O erro fatal de lógica que escapou dos desenvolvedores por anos e foi minuciosamente mapeado pelo modelo GPT5.6 Sol Ultra ocorre especificamente no tratamento de exceções do primeiro loop de validação em class-wp-rest-server.php. Quando uma das requisições contidas no lote de submissão está corrompida ou é intencionalmente malformada pelo usuário, o interpretador PHP entra na condicional de erro monitorada pela função is_wp_error( $single_request ). Ao fazer isso, o código armazena a mensagem de erro no array $validation, mas executa uma instrução de desvio continue; que interrompe o fluxo atual de iteração e salta diretamente para o próximo item do lote, deixando de atualizar o array $matches de forma correspondente e gerando um desalinhamento numérico crítico entre os índices de ambos os vetores de memória.

Devido a esse desalinhamento assimétrico de índices, se a primeira requisição enviada pelo atacante for intencionalmente estruturada para falhar na validação, o array $validation receberá o erro no índice zero, enquanto o array $matches não receberá nenhuma entrada, fazendo com que todos os matches das requisições subsequentes do lote sejam empurrados e deslocados para trás por uma posição em relação ao seu respectivo validador. Durante o segundo ciclo de iteração (o loop de execução real), o servidor REST descarta a requisição com erro no índice zero, porém, ao processar os próximos índices, ele passa a validar as permissões de uma requisição com base no estado verificado de um determinado endpoint benigno, mas despacha a execução lógica usando o handler do endpoint subsequente armazenado incorretamente no índice deslocado de $matches. Este descompasso lógico permite contornar de forma absoluta toda e qualquer barreira de sanitização imposta sobre qualquer parâmetro do sistema.

A falha de injeção SQL

Com o poder de contornar a sanitização padrão do framework REST do WordPress por meio da falha no componente class-wp-rest-server.php, o modelo automatizado da OpenAI buscou incansavelmente no código do núcleo por um ponto final ou 'sink' onde a ausência de filtragem de dados pudesse resultar em danos sistêmicos graves. Essa busca minuciosa identificou uma vulnerabilidade de injeção de SQL pré-autenticada no endpoint público de consulta de postagens identificado pela rota GET /wp/v2/posts. Sob condições normais de uso, esse endpoint permite que qualquer visitante ou sistema filtre e liste as publicações publicadas no blog utilizando diversos critérios de seleção de dados, incluindo a exclusão de IDs de autores específicos do resultado final das buscas realizadas na base de dados relacional.

O tratamento de exclusão de autores é processado na lógica interna do sistema por meio do parâmetro de controle conhecido tecnicamente como author__not_in. A rotina de segurança desenvolvida para tratar essa entrada possui uma condicional dupla que verifica se o dado recebido é estruturado sob o formato de uma matriz ou vetor (um array do PHP); caso essa condição seja verdadeira, cada elemento contido no conjunto é submetido à sanitização rígida da função nativa absint, garantindo que os valores sejam convertidos em inteiros absolutos inofensivos e ordenados antes de serem interpolados na consulta SQL. No entanto, se o parâmetro author__not_in for fornecido como um dado de valor escalar simples (como uma string direta contendo comandos de banco de dados), a rotina lógica do WordPress desvia da sanitização e deixa o valor escalar completamente intocado e livre de qualquer tratamento protetivo contra ataques.

Em decorrência dessa falha na validação de escalares combinada com o desvio de fluxo proporcionado pelo desalinhamento da API Batch, a string contendo os comandos SQL maliciosos fornecida no parâmetro author__not_in flui sem impedimentos e é concatenada diretamente na instrução bruta de banco de dados através da linha vulnerável $where .= ' AND {$wpdb->posts}.post_author NOT IN ($author__not_in) '. Como não há mecanismos de escape ou parametrização nesse trecho específico de concatenação direta, o interpretador de banco de dados do MySQL executa a instrução modificada como parte legítima de sua query. Para demonstrar a eficácia prática e o perigo iminente desse cenário, o pesquisador da Searchlight Cyber solicitou ao modelo GPT5.6 Sol Ultra que utilizasse a falha para recuperar o endereço de correio eletrônico cadastrado para o administrador do sistema, o que o robô executou com sucesso em apenas alguns minutos em um servidor remoto de teste.

Embora a falha de injeção de SQL pré-autenticada seja grave por si só, o escalonamento para a Execução Remota de Código (RCE) exigiu uma lógica pós-exploração extremamente complexa que levou o modelo cerca de 4 horas para estruturar. De acordo com o relato do autor, a inteligência artificial utilizou a leitura de banco de dados proporcionada pela falha de injeção de SQL para elevar seus privilégios até o nível de administrador do WordPress, eliminando a necessidade de ataques de força bruta ou quebra de senhas complexas. Adam Kues confessou que, embora o modelo tenha levado poucas horas para conceber a estratégia de RCE, a engenharia reversa humana para compreender completamente a sequência abstrata e o encadeamento de bugs criados pela IA levou muito mais tempo devido à complexidade da arquitetura de objetos do sistema.

O impacto para os administradores

O alcance desse vetor de ataque descoberto por meio de ferramentas baseadas em inteligência artificial gerativa é incomensurável, considerando que estimativas de mercado amplamente aceitas indicam que existem atualmente mais de 500 milhões de instâncias do WordPress ativas e operacionais em todo o planeta, sustentando desde blogs pessoais até gigantescas infraestruturas corporativas e plataformas críticas de comércio eletrônico. No ecossistema tecnológico brasileiro, a presença do WordPress é maciça e estratégica, sendo a espinha dorsal de portais de notícias de grande circulação, sistemas internos de comunicação de órgãos governamentais de diversas instâncias e milhares de lojas virtuais brasileiras de pequeno e médio porte que dependem de sua estabilidade operacional e de segurança para processar dados de cidadãos e transações comerciais diariamente.

A descoberta revolucionária protagonizada pelo pesquisador Adam Kues e sua equipe utilizando o GPT5.6 Sol Ultra por um custo operacional equivalente a meros $25 dólares lança luz sobre uma nova e preocupante realidade onde o poder de descoberta de vulnerabilidades complexas de dia zero (zero-days) foi democratizado e acelerado de forma sem precedentes pela IA. Embora o processo de engenharia reversa para que seres humanos pudessem compreender a engrenagem conceitual da exploração e a elevação de privilégios para RCE criada pelo modelo tenha demandado muito tempo e esforço analítico devido à complexidade estrutural, a velocidade de classificação e identificação original pela IA em poucas horas demonstra que o tempo de reação dos defensores de sistemas precisa encolher drasticamente. O uso preventivo de ferramentas de varredura ativa como a fornecida gratuitamente no endereço https://wp2shell.com/ torna-se imperativo para mitigar os riscos antes que agentes cibernéticos maliciosos comecem a orquestrar ataques em larga escala contra alvos nacionais.