AI Scan do GitHub agora varre até 20 repositórios de uma vez (preview)

Ilustração de painel do GitHub representando varredura do AI Scan em múltiplos repositórios de uma organização

Em 16/11/2026, o GitHub anunciou no Changelog que o AI Scan for repositories agora pode ser disparado em lote, para até 20 repositórios de uma vez. O recurso está em preview público e foi feito para times de segurança e mantenedores de organizações.

Ele está disponível no github.com e no GitHub Enterprise Cloud com residência de dados. Não é preciso ter licença do GitHub Copilot.

O que é o AI Scan for repositories e como ele chegou até aqui

O AI Scan for repositories procura vulnerabilidades de segurança no branch padrão do repositório. Ele cobre linguagens que o CodeQL não suporta e também encontra problemas extras nas linguagens que o CodeQL já analisa.

Cada varredura roda sob demanda e analisa o commit mais recente do branch padrão, segundo o anúncio do preview. As descobertas entram no backlog de code scanning, junto com os alertas do CodeQL. Você não ganha uma tela nova para acompanhar, e isso é bom.

O lançamento chegou em três fases:

  • 28/10/2026: o AI Scan for repositories entrou em preview público.
  • 13/11/2026: o GitHub passou a permitir ligar e desligar o recurso via REST API, nos níveis de organização e de repositório. A configuração repository_scan foi adicionada aos endpoints de habilitação do AI Scan.
  • 16/11/2026: chegou o disparo em massa pela interface da organização.

A fase de 13/11 trata de ligar e desligar o recurso por API. A novidade de 16/11 é outra: iniciar varreduras em vários repositórios ao mesmo tempo.

Onde iniciar o AI Scan em vários repositórios de uma vez

O disparo em lote pode ser feito de dois lugares, segundo o Changelog:

  • Ao ativar a configuração no nível da organização, para os repositórios que você selecionar.
  • Pela página de alertas de code scanning da organização.

O limite é de até 20 repositórios por disparo. O anúncio não detalha se há fila ou limite de concorrência além disso.

A varredura de um único repositório continua disponível pela página de alertas dele. Na prática, o lote serve para a primeira rodada em vários projetos, e a varredura individual serve para rodar de novo em um projeto específico.

Quem pode habilitar e disparar o AI Scan na organização

As permissões seguem uma cadeia de três níveis, descrita no anúncio do preview:

  1. A empresa (enterprise) habilita a política de AI Scan.
  2. Proprietários da organização e security managers ativam o AI Scan for repositories na organização.
  3. Com o recurso ativo, usuários com acesso de escrita ao code scanning podem iniciar uma varredura pela página de Code scanning.

Se o seu time não encontra a opção na organização, verifique primeiro o nível da enterprise. Sem a política habilitada lá, os níveis de baixo ficam travados.

Quais repositórios são elegíveis

Segundo a documentação oficial, estes repositórios podem ser varridos:

  • Repositórios públicos.
  • Repositórios privados e internos de organizações com GitHub Code Security ou GitHub Advanced Security.

Repositórios privados de contas pessoais ficam de fora.

O recurso está disponível no github.com e no GitHub Enterprise Cloud com residência de dados. A licença do Copilot não é exigida para usar o AI Scan do GitHub.

Quanto custa rodar o AI Scan em lote e quais são os limites

Cada varredura consome Code Security AI credits, de acordo com a documentação. O consumo funciona assim:

  • Se a conta de cobrança tem créditos incluídos por um direito do Copilot, eles são usados primeiro.
  • Depois disso, ou se não houver créditos incluídos, o uso é medido e segue os orçamentos configurados.
  • Se um orçamento rígido zerar os créditos, o AI Scan não produz descobertas.

Cada etapa de detecção também tem limites: 30 minutos e 150.000 AI credits.

Isso pesa no disparo em lote. Rodar 20 repositórios de uma vez multiplica o consumo, e um orçamento rígido apertado pode terminar com varreduras sem nenhum resultado. O anúncio não informa o custo médio por varredura; revise o orçamento antes do primeiro lote, já que cada etapa de detecção tem limite de 150.000 AI credits.

Próximo passo para o seu time de segurança

Antes de disparar o primeiro lote, siga esta checagem:

  1. Confirme com o administrador da enterprise que a política de AI Scan está habilitada.
  2. Verifique se os repositórios alvo são elegíveis. Lembre que privados de contas pessoais estão fora.
  3. Revise o orçamento de Code Security AI credits e veja se há créditos incluídos por direito do Copilot.
  4. Escolha até 20 repositórios prioritários, de preferência os que usam linguagens que o CodeQL não cobre.

Depois do disparo, acompanhe as descobertas no backlog de code scanning da organização.

Como o recurso ainda está em preview público, o comportamento pode mudar. Consulte a documentação do AI Scan antes de mudar processos do time e acompanhe a discussão sobre o recurso no GitHub Community.

Fontes consultadas

Consulta em .

Veja mais exemplos práticos no canal Hora de Codar.

Escrito por | Matheus Battisti

Matheus Battisti
Fundador da Hora de Codar

Programador apaixonado pelo mundo das tecnologias, sempre buscando em aprender e se aprofundar em linguagens, frameworks e o que mais for necessário para executar um bom trabalho. Agora tem uma nova missão que é de passar seu conhecimento adiante para formar novos programadores e especializar mais os que já são.

Formações

Formação Vibe Coding

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

  • 474 aulas
  • 20 projetos
  • 39h 30min

Blog | Mais populares