Pular para o conteúdo
  • BTC $58.938 −5,2%
  • ETH $1.621 −7,8%
  • SOL $68,70 −5,8%
  • BNB $539,27 −6,8%
  • XRP $0,9064 −6,1%
  • DOGE $0,0543 −6,6%
  • ADA $0,1429 −5,8%

O modo automático do Claude Code bloqueia 89% dos comandos perigosos por padrão

A Anthropic deixou de pedir aos utilizadores do Claude Code que cliquem em “aprovar” a cada poucos minutos. A partir de 14 de agosto de 2026, o modo automático do Claude Code passa a ser a definição padrão para novas sessões nos planos Pro, Max e Team, substituindo o fluxo constante de pedidos de permissão que há muito tempo define a forma como os programadores interagem com agentes de IA para…

Artigo produzido com sistemas de inteligência artificial e publicado sob a responsabilidade editorial de Amelia Tomasicchio. Como trabalhamos

claude code auto mode
Claude Code Auto Mode Transforms AI Coding Safety

A Anthropic parou de pedir para os usuários do Claude Code clicarem em “aprovar” a cada poucos minutos. A partir de 14 de agosto de 2026, o modo automático do Claude Code se torna a configuração padrão para novas sessões nos planos Pro, Max e Team, substituindo o fluxo constante de solicitações de permissão que há muito tempo define como desenvolvedores interagem com agentes de codificação de IA. A empresa diz que tem dados para justificar a mudança, mas comentários independentes — incluindo do desenvolvedor e pesquisador Simon Willison — sugerem que a história é mais complexa do que uma simples vitória em segurança.

Principais pontos

  • A Anthropic torna o modo automático o padrão para os planos Claude Code Pro, Max e Team a partir de 14 de agosto de 2026.
  • Em um teste com 1.053 usuários pagantes, o modo automático bloqueou 89% dos comandos perigosos, enquanto testadores humanos recusaram apenas 13,6% das vezes.
  • A avaliadora independente Trajectory Labs executou 720 ataques de injeção de prompt indireta contra Claude Fable 5, Opus 5 e Sonnet 5 em modo automático — nenhum teve sucesso.
  • A Anthropic deixará de cobrar pelos tokens extras que o classificador do modo automático usa por chamada de ferramenta.
  • Analistas ainda apontam riscos não resolvidos, incluindo pacotes de terceiros maliciosos que podem exfiltrar dados sem serem detectados.

A Anthropic torna o modo automático do Claude Code o padrão

A mudança responde a um problema sobre o qual engenheiros da Anthropic têm falado abertamente: fadiga de confirmação. Pedir que um humano aprove cada etapa do fluxo de trabalho de um agente de IA parece cauteloso, mas na prática treina as pessoas a clicar em prompts sem realmente lê-los. Segundo a Anthropic, o modo automático troca esse ciclo repetitivo de aprovação por um classificador que inspeciona cada chamada de ferramenta em busca de ações irreversíveis, destrutivas ou claramente fora dos limites. Se o classificador sinaliza algo, o Claude procura um caminho mais seguro ou volta a pedir permissão — e, se os bloqueios continuarem se acumulando, toda a sessão retorna à aprovação manual.

A implementação afeta os planos Pro, Max e Team, a menos que um usuário ou administrador tenha fixado manualmente uma configuração de permissão diferente. A Anthropic também está removendo um pequeno ponto de atrito financeiro: segundo a própria postagem da empresa no blog sobre a mudança, ela não cobrará mais pelos tokens extras que o classificador consome em cada chamada de ferramenta.

Por que isso importa além da conveniência? A Anthropic diz que o modo automático já está mudando a forma como as equipes trabalham — clientes Team e Enterprise que o utilizam supostamente entregam cerca de 25% mais pull requests do que aqueles que dependem de aprovação manual. Esse é um sinal de produtividade significativo, mas também eleva as apostas: mais atividade de codificação autônoma significa mais oportunidades para algo dar errado se a camada de segurança subjacente não for sólida.

O modo automático realmente bloqueia mais comandos perigosos do que humanos?

Sim, de acordo com os próprios testes da Anthropic — por uma margem ampla. A empresa realizou um estudo com 1.053 testadores pagantes em que, no meio de uma sessão normal, um prompt de permissão rotineiro foi silenciosamente trocado por um comando claramente perigoso. Cada testador viu o cenário idêntico. O resultado: apenas 13,6% dos humanos recusaram a ação prejudicial. O modo automático, testado contra o mesmo comando, o bloqueou em 89% dos casos.

A diferença aumenta quanto mais longa é a sessão. A Anthropic relatou que a vigilância humana caiu para aproximadamente 5% após 50 prompts — um número que ilustra exatamente por que a empresa enquadra a fadiga de confirmação como um passivo real de segurança, e não uma preocupação abstrata. As pessoas ficam cansadas, distraídas ou complacentes. Um classificador, ao menos em teoria, não.

Ainda assim, a matemática funciona nos dois sentidos. Essa taxa de bloqueio de 89% deixa 11% dos comandos perigosos passando pelas verificações do modo automático — uma lacuna que a própria Anthropic reconhece. A empresa continua recomendando revisão humana para mudanças que toquem sistemas de produção, o que sugere que nem mesmo a Anthropic está pronta para chamar o modo automático de substituto completo para o julgamento humano.

Injeção de prompt: o maior teste para a segurança de agentes de codificação de IA

Bloquear um comando obviamente perigoso é uma coisa. Impedir um ataque escondido dentro de conteúdo que o agente lê de outro lugar é um problema totalmente diferente, e é isso que mais preocupa os pesquisadores de segurança. Injeção de prompt — inserir instruções maliciosas em textos, códigos ou arquivos que um agente de IA consome depois — tem sido repetidamente apontada como uma fraqueza central na segurança de agentes de codificação de IA, e Simon Willison já previu anteriormente que 2026 poderia trazer um incidente sério de segurança ligado exatamente a esse tipo de vulnerabilidade.

A resposta da Anthropic foi encomendar uma verificação externa. A empresa contratou a Trajectory Labs para avaliar de forma independente as versões públicas mais recentes do Claude Code e do Codex em 17 de julho de 2026. A Trajectory Labs projetou 72 cenários de injeção de prompt indireta que haviam sido excluídos do treinamento e dos testes da própria Anthropic, e então executou cada cenário dez vezes — 720 tentativas de ataque no total. De acordo com os resultados publicados pela Anthropic, nenhuma das 720 tentativas teve sucesso contra Claude Fable 5, Opus 5 ou Sonnet 5 em modo automático.

Esse é um resultado impressionante, e é a manchete que a Anthropic quer que as pessoas retenham. Thariq Shihipar, um dos representantes da Anthropic que discutiu o trabalho em um recente Fireside Chat, brincou nas redes sociais que o relatório poderia ter sido intitulado “derrotando a tríade letal” — uma referência à combinação de entrada não confiável, dados sensíveis e autonomia do agente que pesquisadores de segurança consideram a configuração mais perigosa para sistemas de IA. Cat Wu, outra representante da Anthropic presente nessa discussão, disse que a empresa “praticamente mitigou todos os ataques” que testou.

Willison, por sua vez, permanece cautelosamente cético em vez de convencido. Ele observa que uma taxa de sucesso zero contra 720 tentativas de ataque selecionadas é encorajadora, mas não é a mesma coisa que prova contra todos os vetores de ataque que um adversário do mundo real poderia tentar. Um cenário que ele levanta especificamente: um pacote de software de terceiros malicioso que instrui um agente de codificação a buscar e executar arquivos adicionais antes de rodar comandos legítimos — arquivos que poderiam, silenciosamente, exfiltrar dados no processo. Não está claro se alguma versão do modo automático do Claude Code detectaria esse tipo de ataque indireto, em estilo de cadeia de suprimentos, já que a instrução maliciosa não necessariamente pareceria um comando perigoso da forma como o classificador foi projetado para detectar.

O que ainda está em aberto

Dois problemas de segurança distintos estão por trás de toda essa conversa, e o modo automático não necessariamente resolve ambos com a mesma eficácia. O primeiro é o dano acidental — um agente deletar os arquivos errados ou apagar um banco de dados de produção simplesmente porque entendeu mal uma instrução. O segundo, e aquele que mais preocupa os pesquisadores de segurança, é a injeção de prompt deliberada, em que um atacante transforma em arma o conteúdo em que o agente confia.

A própria conclusão de Willison tende mais para uma correção estrutural do que para confiar em uma única camada de segurança, por melhor que ela se saia em testes. Em vez de depender inteiramente dos mecanismos de segurança de IA da Anthropic incorporados ao modelo ou ao classificador, ele diz que agora está mais motivado a projetar fluxos de trabalho de agentes que simplesmente não deem a sistemas de IA acesso a dados ou ferramentas capazes de causar danos se acionados incorretamente. Essa é uma postura significativamente diferente de “confiar no classificador” — ela trata o modo automático como uma camada de defesa entre várias, não como uma solução finalizada.

Também vale notar que a Anthropic não é o único grande laboratório de IA lidando com esse dilema. A OpenAI supostamente optou por não ativar um modo automático equivalente por padrão para seu modelo mais capaz, o GPT-5.6, escolhendo em vez disso uma abordagem mais conservadora baseada em aprovações — um sinal de que, mesmo dentro do setor, ainda não há consenso sobre quanta autonomia é seguro conceder a um agente de codificação de IA por padrão.

Perguntas frequentes

O que é o modo automático da Anthropic no Claude Code?

O modo automático é uma configuração que substitui prompts repetidos de aprovação humana por um classificador projetado para bloquear automaticamente chamadas de ferramenta irreversíveis ou perigosas, recorrendo à aprovação manual apenas quando os bloqueios se repetem ou surge uma ação realmente ambígua.

Quão eficaz é o modo automático em bloquear comandos perigosos em comparação com humanos?

Em testes com 1.053 usuários pagantes, o modo automático bloqueou 89% dos comandos perigosos, enquanto apenas 13,6% dos testadores humanos recusaram a mesma ação prejudicial — e a vigilância humana teria caído ainda mais, para cerca de 5%, após 50 prompts em uma sessão.

O modo automático impede completamente ataques de injeção de prompt?

Testes independentes da Trajectory Labs não encontraram nenhum ataque de injeção de prompt bem-sucedido entre 720 tentativas contra Claude Fable 5, Opus 5 e Sonnet 5 em modo automático. Dito isso, riscos como pacotes de terceiros maliciosos que exfiltram dados podem não estar totalmente cobertos pelo sistema atual.

Quais riscos de segurança ainda existem com agentes de codificação de IA apesar do modo automático?

Agentes ainda podem executar ações danosas por acidente, e ataques sofisticados — especialmente aqueles roteados por meio de pacotes de código de terceiros maliciosos — podem não ser detectados de forma confiável pelo classificador do modo automático, de acordo com a análise dos resultados publicados pela Anthropic.

{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”O que é o modo automático da Anthropic no Claude Code?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”O modo automático é uma configuração que substitui prompts repetidos de aprovação humana por um classificador projetado para bloquear automaticamente chamadas de ferramenta irreversíveis ou perigosas, recorrendo à aprovação manual apenas quando os bloqueios se repetem ou surge uma ação realmente ambígua.”}},{“@type”:”Question”,”name”:”Quão eficaz é o modo automático em bloquear comandos perigosos em comparação com humanos?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Em testes com 1.053 usuários pagantes, o modo automático bloqueou 89% dos comandos perigosos, enquanto apenas 13,6% dos testadores humanos recusaram a mesma ação prejudicial — e a vigilância humana teria caído ainda mais, para cerca de 5%, após 50 prompts em uma sessão.”}},{“@type”:”Question”,”name”:”O modo automático impede completamente ataques de injeção de prompt?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Testes independentes da Trajectory Labs não encontraram nenhum ataque de injeção de prompt bem-sucedido entre 720 tentativas contra Claude Fable 5, Opus 5 e Sonnet 5 em modo automático. Dito isso, riscos como pacotes de terceiros maliciosos que exfiltram dados podem não estar totalmente cobertos pelo sistema atual.”}},{“@type”:”Question”,”name”:”Quais riscos de segurança ainda existem com agentes de codificação de IA apesar do modo automático?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Agentes ainda podem executar ações danosas por acidente, e ataques sofisticados — especialmente aqueles roteados por meio de pacotes de código de terceiros maliciosos — podem não ser detectados de forma confiável pelo classificador do modo automático, de acordo com a análise dos resultados publicados pela Anthropic.”}}]}

Artigo produzido com a assistência de inteligência artificial e revisado pela equipe editorial.

Satoshi Voice

Este artigo foi produzido com o apoio da inteligência artificial e revisto pela nossa equipa de jornalistas para garantir a exatidão e a qualidade.

Todos os artigos de Satoshi Voice