Salvaguardas do Claude Fable 5: o que muda quando a IA trabalha dias sem supervisão?

Delegar dias de trabalho pra um agente parece o sonho, até o modelo simplesmente não responder no meio do caminho

Fala aí, beleza? A Anthropic lançou o Claude Fable 5 em 9 de junho de 2026, no mesmo anúncio do Claude Mythos 5 (esse aí não chegou ao público, já te conto), e junto das características de sempre (contexto, capacidade, trabalho autônomo) ela coloca uma palavra que normalmente mora no rodapé: salvaguarda

Isso não é detalhe de compliance num modelo desses

É um produto pensado pra rodar tarefa que antes exigia um humano olhando de hora em hora, e a barreira faz parte do pacote que tu contrata

Por que a Anthropic tratou salvaguarda como condição de lançamento:

Primeiro o tamanho da coisa, pra ficar claro do que estamos falando

O Fable 5 trabalha com 1 milhão de tokens de contexto e até 128 mil tokens de saída por requisição

Na API sai por US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída, com desconto de 90% na entrada usando prompt caching

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

Via Batch API, US$ 5 e US$ 25 (50% de desconto)

E o posicionamento é o ponto: a Anthropic coloca o Fable 5 pra trabalho de ponta a ponta que levaria horas, dias ou semanas de uma pessoa, com retenção de instruções em tarefas longas e gestão de subagentes paralelos

Dentro de um harness de agente como o Claude Code ou o Claude Managed Agents, a empresa descreve o modelo trabalhando por dias seguidos: planejando em etapas, delegando a subagentes e conferindo o próprio trabalho

Agora amarra as duas pontas

A própria Anthropic afirma que a liberação ampla do Fable 5 só foi possível por causa de novas salvaguardas que bloqueiam respostas em áreas específicas de alto risco: cibersegurança e biologia

Ou seja: a barreira não veio depois do modelo, ela veio COMO condição pro modelo existir na mão de todo mundo

Como as salvaguardas funcionam na prática: classificadores e fallback

Aqui vale parar e explicar o mecanismo, porque muita gente acha que é o modelo "decidindo" recusar

Não é

As salvaguardas do Claude Fable 5 funcionam por classificadores, que são sistemas separados do modelo principal

Eles detectam uso indevido em potencial, incluindo tentativas de jailbreak, e impedem que o modelo principal responda

Pensa neles como um porteiro que fica antes da porta, não como o cara que mora na casa 🙂

No lado de cibersegurança, esse porteiro não trata tudo igual

A Anthropic publicou os detalhes técnicos em 2 de julho de 2026, cobrindo o sistema de classificadores e um rascunho de framework pra graduar severidade de jailbreak

Os pedidos são separados em quatro categorias:

• uso proibido
• dual-use de alto risco
• dual-use de baixo risco
• uso benigno

E tem o CJS (Cyber Jailbreak Severity), o framework de severidade proposto pela empresa: escala logarítmica de 0 (informativo) a 4 (crítico), considerando ganho de capacidade, amplitude do dano potencial, facilidade de armamentização e descobribilidade

Ele foi desenvolvido com parceiros do Glasswing

E o detalhe que mais importa pra quem usa: quando um classificador dispara, o pedido não é simplesmente recusado

Ele é reservido por outro modelo

A requisição passa a ser atendida pelo modelo Opus mais capaz seguinte, o Claude Opus 5, que não tem o mesmo nível de capacidade biológica do Fable 5

Ou seja, tu continua tendo resposta, só que de um modelo diferente do que tu escolheu

A atualização de agosto: menos falso positivo, mesma barreira

Barreira larga demais tem um preço, e ele aparece em pedido inofensivo levando não

Em 7 de agosto de 2026 a Anthropic atualizou as salvaguardas de biologia do Fable 5 justamente pra reduzir falso positivo

O caminho que ela descreve é interessante porque não foi "desliga o classificador":

1. reescreveu a constituição do classificador, que é o conjunto de regras do que é bloqueado ou permitido
2. abriu exceções detalhadas pra casos benignos
3. colheu feedback de especialistas internos e externos
4. gerou novos dados de treino
5. retreinou o classificador

Nos testes, a mudança reduziu os fallbacks relacionados a biologia em cerca de 85% nas superfícies de produto

Mas se liga: a barreira continua de pé onde importa

Virologia, toxicologia e design molecular seguem sendo direcionados pro Opus 5 mesmo depois da atualização

A leitura honesta é essa: eles afinaram a mira, não baixaram a guarda

O apagão do Fable 5 e o que isso ensina sobre depender de um agente

Agora a parte que ninguém coloca no planejamento e devia

Em 12 de junho de 2026, uma ordem de controle de exportação dos Estados Unidos atingiu o Fable 5 e o Mythos 5

Sem forma de verificar nacionalidade em tempo real, a Anthropic suspendeu o acesso pra TODOS os usuários

Modelo fora do ar, ponto

Os controles foram retirados em 30 de junho de 2026, e o Fable 5 voltou a ficar disponível globalmente a partir de 1º de julho de 2026 na Claude Platform, no Claude.ai, no Claude Code e no Claude Cowork

Pro redeploy, a empresa colocou um classificador de segurança direcionado que bloqueia a técnica específica de bypass em mais de 99% dos casos, roteando o pedido capturado pro Claude Opus 4.8

Percebe o padrão? A resposta da empresa pro risco é sempre do mesmo tipo: intercepta e manda pra outro modelo, menos capaz naquela área

O que muda é o destino, conforme o caso: nas salvaguardas de biologia e cibersegurança o pedido vai pro Claude Opus 5, já nesse classificador específico do redeploy ele vai pro Claude Opus 4.8

E pra quem tinha uma execução de dias rodando ali no meio, isso não é notícia de tecnologia

É trabalho parado

O que a gente viu rodando o Fable 5 no Claude Code

No vídeo eu mostro o Fable 5 já disponível pra seleção na interface web do Claude assim que a liberação saiu, e depois dentro do Claude Code, abrindo a lista de modelos pra escolher ele (a primeira tentativa falhou ao vivo e eu repeti pra funcionar, ao vivo é assim mesmo haha)

Aí eu fui pro teste que interessa

Montei um prompt único pedindo um e-commerce completo: homepage, carrinho, checkout, autenticação e painel admin com produtos populados

Rodei no Claude Code usando o Fable pra ver se saía tudo em uma tentativa só

Saiu em 30 minutos na minha máquina

E eu testei navegando na loja gerada: escolhi um produto, adicionei ao carrinho, criei e usei conta, fui pro pagamento, simulei aprovação via Pix e fechei o pedido, com o fluxo completo funcionando

O modelo entregou tudo o que foi solicitado e o projeto não quebrou durante o uso

Se tu quer ver o caminho inteiro de um projeto no Claude Code, do primeiro comando até o ar, eu já detalhei o fluxo de um projeto até o deploy por aqui

No mesmo vídeo eu leio na tela o artigo da empresa sobre as salvaguardas, e destaco o trecho que descreve os classificadores separando requisição benigna, ambígua e prejudicial, com uma margem de segurança extra que bloqueia até pedidos provavelmente inofensivos

Eu vi MUITA gente reclamando de bloqueio por quase tudo, e minha conclusão é que essa margem maior é justamente a causa dessas recusas em pedido que não teria problema nenhum

Tem outra coisa que me incomodou: a admissão da própria empresa de que é provavelmente impossível deixar um modelo totalmente imune a jailbreak

Num modelo com essa capacidade de achar brecha, isso é um problema, e não um detalhe

Ah, e o próprio Claude Code me exibiu um aviso sobre como o uso do Fable é cobrado dentro do plano, então nem precisa ir longe pra lembrar do custo

Juntando a velocidade que eu vi com o mecanismo que a Anthropic descreve, a camada de salvaguarda deixa de parecer exagero

Um modelo que monta um e-commerce funcional em 30 minutos sozinho é o mesmo modelo que, sem porteiro, faria outras coisas em 30 minutos sozinho

O que muda para quem delega tarefa longa a um agente

Beleza, e na sua rotina, o que isso significa na prática?

Primeiro: quem entrega dias de trabalho a um agente assume a responsabilidade pelo que ele faz sem ninguém olhando

Execução autônoma longa não é "mandou e esqueceu", é decidir antes até onde ele pode ir e com que permissão

Se esse é o seu caso, vale revisar permissões e sandbox no Claude Code antes de soltar a rédea

Segundo: teu pedido pode cair no fallback no meio de uma execução longa

Se um classificador de biologia ou cibersegurança disparar, quem responde é o Claude Opus 5, que não tem o mesmo nível de capacidade biológica do Fable 5

Não é erro, é o desenho funcionando, mas o resultado da tarefa pode mudar de qualidade sem tu perceber na hora

Terceiro: custo e acesso

Desde 20 de julho de 2026, o Fable 5 está incluído em todos os planos Max e Team Premium a 50% dos limites

Pro e Team Standard seguem com acesso via créditos de uso, com crédito único de US$ 100

E tem a alternativa óbvia na mesa: o Claude Opus 5, lançado em 24 de julho de 2026, com capacidade próxima da fronteira do Fable 5 por cerca de metade do preço, superando o Fable 5 em vários benchmarks do anúncio

Ou seja, dependendo da tarefa, o modelo do fallback já pode ser a sua escolha principal 😀

E o Mythos 5, aquele anunciado junto lá em junho? Não foi liberado ao público, segue restrito a parceiros selecionados de segurança e infraestrutura crítica

Conclusão:

Salvaguarda robusta aqui não é detalhe de rodapé, é parte do produto

As salvaguardas do Claude Fable 5 são o motivo declarado de ele estar liberado amplamente, elas rodam como classificadores separados, elas mandam teu pedido pro Opus 5 quando disparam e elas já foram afinadas uma vez pra doer menos em caso benigno

Somando o episódio de junho, a lição fica redonda: quem delega tarefa autônoma longa precisa planejar pro dia em que o modelo não responde, seja por classificador, seja por decisão de fora da empresa

Próximo passo prático, e é o que eu faria: roda o claude-fable-5 no Claude Code numa tarefa real sua, de tamanho médio, e observa o comportamento (o que ele entrega, onde trava, o que cai em fallback) ANTES de confiar dias de execução a ele

Dá pra medir se vale a pena entendendo o impacto real desses bloqueios no seu trabalho, e não no print de benchmark dos outros

Até o próximo post!