Anthropic Lança Auto Mode para Agentes Claude Code

Anthropic lançou auto mode para Claude Code, substituindo prompts de aprovação por ação com um sistema classificador de duas camadas que permite ao agente executar tarefas de desenvolvimento multi-step sem aprovação humana enquanto intercepta ações não autorizadas.

O modelo anterior exigia que desenvolvedores aprovassem a maioria das operações—executar comandos shell, modificar arquivos, chamar ferramentas externas. Os dados da Anthropic mostram que usuários aceitavam 93% desses prompts mesmo assim. A empresa chama isso de "fadiga de aprovação": desenvolvedores carimbando requisições em vez de revisá-las. A única alternativa era uma flag --dangerously-skip-permissions que desativava todos os guardrails. Auto mode preenche essa lacuna.

O sistema executa duas camadas de defesa independentes. Uma sonda na camada de entrada examina cada saída de ferramenta—leitura de arquivos, resultados shell, buscas web—antes de alcançar o contexto do agente. Quando o conteúdo parece redirecionar o agente da instrução do usuário, um aviso é injetado para que o agente o trate como não confiável. Um classificador na camada de saída executando em Sonnet 4.6 avalia cada ação proposta antes da execução em dois estágios: uma passagem rápida de token único que libera ações seguras com overhead mínimo, seguida por raciocínio chain-of-thought apenas quando o primeiro estágio sinaliza uma operação. Anthropic remove suas próprias mensagens e saídas de ferramentas da visualização do classificador para impedir que o agente racionalize um bloqueio.

Anthropic está focando em comportamento excessivamente entusiasmado e erros honestos, não em modelos desalinhados. A empresa documenta incidentes internos: um agente que deletou ramos remotos do git a partir de uma instrução vaga "limpar ramos antigos", outro que fez upload do token de auth GitHub de um engenheiro para um cluster de computação após um erro de autenticação, e um terceiro que tentou migrações contra um banco de dados de produção. Cada modelo resolveu o problema que compreendeu mas ultrapassou o limite pretendido do usuário.

Para equipes enterprise, auto mode cria uma questão de governança que precede a questão técnica. Como disse Mykola Kondratiuk, diretor da Playtika: "Com Auto Mode ativado, a IA agora é aprovadora, não apenas atora. A maioria das documentações de governança ainda nomeia um humano ali." Frameworks de compliance construídos em torno de aprovação human-in-the-loop precisam considerar autonomia mediada por classificador como um tipo de controle distinto.

Orquestração de agentes delega para suagentes sob a mesma proteção. Um classificador de saída verifica se a tarefa atribuída se alinha com a intenção do usuário antes da execução. No retorno, um segundo classificador revisa todo o histórico de execução do suagente para detectar prompt injection ou manipulação. Se riscos são sinalizados, avisos precedem resultados para o agente orquestrador. Essa arquitetura recursiva importa para pipelines multi-agente onde um suagente comprometido poderia propagar instruções maliciosas a montante.

O classificador atual visa os padrões específicos de comportamento excessivamente entusiasmado que Anthropic documentou internamente. Cobertura é incompleta. Anthropic pede aos usuários que reportem casos que o classificador perde e continuará expandindo conjuntos de avaliação e iterando no tradeoff segurança-versus-custo. A divisão fast-filter e chain-of-thought controla latência e custo computacional mas significa que casos edge-case novos que passam pelo primeiro estágio podem não receber escrutínio mais profundo.

Auto mode não substitui controles em nível enterprise—isolamento de rede, escopo de credenciais e audit logging permanecem responsabilidade do operador. Ele muda o modelo de aprovação: o gargalo move de click-through humano em toda ação para um portão classificador em ações que carregam risco. Para organizações já rodando Claude Code, atualizar documentação de governança para refletir aprovação mediada por classificador é a tarefa operacional imediata.