Claude Opus 5.5 cruza menos limites, mas ainda exige revisão humana
Avaliações do fornecedor mostram limites melhores, não uma licença para remover controles.
Claude Opus 5.5 cruza menos limites, mas ainda exige revisão humana
Um Agent lê uma fatura para preparar uma recomendação de pagamento. No documento há uma instrução para trocar a conta bancária e pular a aprovação. Esse texto é dado de uma fonte externa, não autorização do usuário. Reconhecer a tentativa ajuda, mas o que o Agent pode executar depende também das permissões e do controle humano.
O que o resultado de 85% mede
A Anthropic relata melhorias numa auditoria comportamental com quase 2 mil cenários e diz que o Opus 5.5 tentou atravessar limites de contenção cerca de 85% menos vezes que os modelos usados na comparação. Trata-se de tentativas nas condições daquele teste, não de uma redução observada em incidentes de produção. O próprio material de segurança não trata avaliações anteriores à implantação como garantia completa.
Da entrada não confiável à ação externa
Páginas, emails, anexos, resultados de busca e saídas de ferramentas podem conter instruções. O Agent deve tratá-las como material da tarefa, não como novos pedidos autorizados. Um agente de pesquisa não precisa de permissão de pagamento; um rascunho de email não precisa ser enviado automaticamente. Uma alteração em um registro oficial deve mostrar o antes e depois para aprovação.
O revisor precisa ver a mudança
Não faz sentido aprovar cada leitura de baixo risco. Para gasto, envio externo, exclusão ou escrita oficial, apresente objeto afetado, fonte, diferença proposta, dúvida material e possibilidade de reversão. Na fatura, mostre a conta do registro original e a conta proposta. O revisor julga evidências e efeitos, não a afirmação do modelo de que sua resposta é segura.
Teste a cadeia real
Insira uma instrução adversarial num documento semelhante aos usados no trabalho. Verifique separadamente se o modelo reconhece o conflito, se a ferramenta bloqueia a ação indevida e se o evento fica visível. Repita sem um atacante: fornecedores de nomes parecidos, fatura vencida e falta de aprovador também podem provocar erros. Quando falta um dado que muda uma ação irreversível, o Agent deve parar e consultar uma pessoa.
Em Buda, arquivos, navegador, terminal, ações de ferramentas e artefatos permitem inspecionar o percurso. Um modelo mais capaz deve operar dentro de limites claros, não receber permissão ilimitada.
Usar Opus 5.5 no Buda
Spaces com assinatura paga ativa já podem usar Claude Opus 5.5 no seletor de modelos do Agent no Buda. O lançamento não muda as regras de revisão: limite permissões, inspecione evidências e exija aprovação para ações de alto impacto.
Ler o anúncio de lançamento no Buda · Buda Credits