As reivindicações desta patente reúnem tecnologias modernas de agentes, como DSL (linguagem específica de domínio) personalizada, divisão de subtarefas com relações de dependência e ciclo de feedback por meio de capturas de tela.Além disso, a descrição técnica menciona um aumento quantitativo na confiabilidade — “59% no método convencional → 88% neste método” —, o que também constitui um excelente exemplo de comprovação da atividade inventiva. Um advogado especializado em propriedade intelectual de IA fará uma explicação detalhada, citando o texto original.
💡 Ponto-chave: este artigo faz parte da série sobre patentes de agentes de IA, na seção “Análise aprofundada de patentes individuais (Parte 2)”. Para conhecer a estratégia geral de patentes da Anthropic, consulte a seção de análise estratégica; para saber mais sobre a patente irmã US 12,430,150, consulte a explicação correspondente.
Índice
| Item | Conteúdo |
|---|---|
| Número da patente | US 12.566.913 B2 |
| Nome da invenção | Agentes de inteligência artificial para automatizar fluxos de trabalho de tarefas em interfaces multimodais |
| Data de registro | 3 de março de 2026 |
| Data de prioridade | 20 de março de 2024 |
| Requerente | Anthropic PBC |
| Número de reivindicações | 15 (1 reivindicação independente + conjunto de reivindicações dependentes) |
| Relacionado | Anthropic “Computer Use” | Patente irmã da US 12,430,150 B1 |
| Status | Patente concedida (granted) |
De acordo com a reivindicação 1, o agente é configurado para realizar as quatro ações a seguir. Essa é a estrutura central desta patente.
O elemento mais característico desta patente é a “DSL personalizada que oferece suporte tanto a chamadas de modelo (model calls) quanto à execução de ações (action executions)”.
DSL (Domain-Specific Language) é uma linguagem especializada em um domínio específico. Aqui, ela permite que o “pensamento” (chamadas de modelo) e a “ação” (execução de ações) do agente de IA sejam descritos em uma única linguagem. Trata-se de um mecanismo que converte a inteligência em ações reais, estabelecendo uma ponte entre as decisões da IA e as operações reais da interface do usuário por meio de uma linguagem comum.
💡 Ponto-chave: não se trata de uma ideia abstrata de “fazer com que a IA opere um PC”, mas sim do fato de termos projetado uma linguagem dedicada (DSL) para esse fim; é isso que concretiza tecnicamente esta patente e a torna um direito forte.Ao incluir na reivindicação a configuração específica “custom domain-specific language”, evita-se a rejeição por se tratar de uma ideia abstrata.
A reivindicação 1 define que o fluxo de trabalho é dividido em “várias subtarefas nas quais cada uma depende da conclusão da subtarefa anterior (each sub-task depends on the completion of a preceding sub-task)”.
É importante ressaltar que não se trata simplesmente de dividir as tarefas, mas de explicitamente indicar a “relação de dependência (ordem)” entre as subtarefas. Por exemplo, da forma “① Login → ② Pesquisa → ③ Entrada”, ela captura a estrutura realista de um fluxo de trabalho em que se avança para a próxima etapa somente após a conclusão da anterior.
O agente “fornece feedback, incluindo capturas de tela e histórico de ações, para a execução e o aprimoramento iterativos do fluxo de trabalho”.
Essa é a base para que o agente de IA execute o ciclo iterativo de “execução → análise do resultado → correção → reexecução” (aperfeiçoamento iterativo). O fato de ele não se limitar a uma execução única, mas corrigir o curso de forma autônoma enquanto observa a tela, constitui a diferença decisiva em relação a um simples script de automação.
De acordo com a descrição da patente, os desafios das técnicas convencionais eram “a dificuldade na operação visual da interface do usuário, a dependência excessiva da cobertura da API, alucinações e baixa confiabilidade”. Além disso, a invenção em questão aumenta a confiabilidade de cerca de 59% para cerca de 88%.
59%
Confiabilidade do método convencional
88%
Confiabilidade da presente invenção
💡 Ponto-chave: essa descrição do efeito quantitativo é extremamente importante na prática de patentes. Em vez de uma descrição abstrata como “a precisão aumenta”, valores concretos como “59% → 88%” fortalecem significativamente a alegação de atividade inventiva (especialmente no Japão e na Europa).No exame japonês, “efeitos notáveis que um especialista na área não poderia prever” podem ser determinantes para a novidade, e os dados quantitativos são a melhor comprovação disso.
Complemento | Contexto técnico: O pedido base desta família de patentes faz referência à arquitetura multimodal “Fuyu-8B” e a dados de aprendizado, como vídeos de gravação de operações de software, páginas da Web e trajetórias de agentes (agentic trajectories).Percebe-se que se trata de um pedido que abrange até mesmo a infraestrutura de dados que sustenta a “percepção e o comportamento” dos agentes.
US 12.566.913 B2 | Reivindicação 1 (texto original / inglês)
Um sistema para automação de interface, compreendendo: pelo menos uma unidade central de processamento; um dispositivo de memória que armazena programas e estruturas de dados que, quando executados pela pelo menos uma unidade de processamento, fazem com que o sistema configure um agente; o agente configurado para: processar uma entrada que inclui dados multimodais que especificam um fluxo de trabalho de interface, incluindo metadados contextuais e um estado da interface antes da execução do fluxo de trabalho de interface, em que os dados multimodais incluem, no mínimo, uma combinação de uma descrição em linguagem natural e um comando prescritivo; e segmentar o fluxo de trabalho da interface em uma pluralidade de subtarefas, em que cada subtarefa depende da conclusão de uma subtarefa precedente; gerar uma saída, em resposta aos dados de entrada multimodais, que especifique uma sequência de comandos de acionamento expressos em uma linguagem específica de domínio personalizada (DSL) que suporta tanto chamadas de modelo quanto execuções de ações, em que a sequência de comandos de acionamento desencadeia uma ou mais ações acionadas por máquina que replicam as ações acionadas pelo usuário na interface e provocam a automação do fluxo de trabalho da interface ao traduzir instruções do modelo em eventos reais da web ou do aplicativo, incluindo, no mínimo, a localização; acionar a sequência de comandos de acionamento multimodal por meio de um atuador, em que o atuador está configurado para receber a sequência de comandos de acionamento do agente e para executar as ações acionadas pela máquina com base na sequência de comandos de acionamento como ações sintéticas que automatizam o fluxo de trabalho da interface; e fornecer feedback, incluindo capturas de tela da interface e históricos de ações, para a execução e o aprimoramento iterativos do fluxo de trabalho.
Tradução de referência feita por um advogado de patentes (em japonês)
| Limitações | Significado técnico | Motivo da validade |
|---|---|---|
| DSL personalizado (chamadas de modelo + execuções de ação) | Descrição do raciocínio e das operações em uma linguagem comum | O cerne da implementação técnica. Afastamento das ideias abstratas |
| Divisão em subtarefas com relações de dependência | Compreensão da estrutura realista do fluxo de trabalho | Concreção da lógica de controle |
| localização (identificação da posição dos elementos) | Identificação dos elementos da interface do usuário na tela | Pontos-chave técnicos da operação visual da interface do usuário |
| Feedback por meio de capturas de tela, etc. | Ciclo de melhorias iterativas | Fundamentos da autonomia |
A Anthropic protege o mesmo conceito de “Uso de Computador” de forma multifacetada em várias patentes, abordando diferentes camadas. A divisão de funções entre as duas patentes registradas é a seguinte:
| US 12.430.150 B1 | US 12.566.913 B2 (este artigo) | |
|---|---|---|
| Objeto de proteção | Arquitetura de tempo de execução (infraestrutura de execução) | Agente de IA propriamente dito (inteligência e comportamento) |
| Foco | Divisão de tarefas entre cliente e servidor e representação intermediária | DSL, divisão de subtarefas e feedback |
| Reivindicações independentes | 3 (sistema, método, meio) | Foco na reivindicação 1 (sistema) |
| Por exemplo | “Palco (ambiente de execução)” | “Ator (agente)” |
| Registro | 30/09/2025 | 3 de março de 2026 |
💡 Ponto-chave: Registrar várias patentes para um único produto (Computer Use) sob diferentes perspectivas — como “infraestrutura de execução” e “agente propriamente dito” — é uma estratégia clássica para construir uma rede sólida de patentes. Ao criar uma estrutura em que, mesmo que a concorrência consiga contornar uma das patentes, ainda possa infringir a outra, eleva-se a barreira à entrada no mercado.Mesmo para o produto principal da empresa, a apresentação de vários pedidos de patente divididos por camadas é uma estratégia eficaz.
Por possuir implementações técnicas como DSL personalizado, divisão em subtarefas, localização e execução por meio de atuadores, é mais fácil argumentar que se trata de uma “solução concreta para um problema técnico” nos testes de Alice/Mayo, e a patente já está registrada.
Ao especificar a CPU e os dispositivos de memória e descrever o processamento concreto de dados (geração de DSL e tradução de comandos), a configuração atende facilmente aos requisitos de patenteabilidade como invenção relacionada a software. Em especial, o efeito quantitativo de “59% → 88%” constitui um forte respaldo para o “efeito notável” exigido para a originalidade.
Como o efeito técnico de aumento da confiabilidade é claro e é fácil posicioná-la como uma solução técnica para o desafio técnico da automação da interface do usuário (incluindo localização), essa estrutura tende a ser facilmente considerada como característica técnica que contribui para a atividade inventiva, mesmo sob a abordagem COMVIK.
① Demonstre os efeitos com dados quantitativos. Em vez de “melhoria na precisão”, utilize “59% → 88%”. Os números são o melhor comprovante da novidade. Prepare dados experimentais e resultados de avaliação já na fase da descrição técnica.
② Atribuir um “mecanismo específico” a conceitos funcionais. Em vez de “operado por IA”, use “projetamos uma DSL para esse fim”. Transforme funções abstratas em meios técnicos concretos.
③ Descreva a estrutura de controle. Especifique a estrutura do processamento em termos técnicos, como as relações de dependência entre subtarefas e os ciclos de feedback.
④ Para produtos principais, registre várias patentes separando-as por camadas. Obtenha proteção de direitos de forma em camadas, sob diferentes perspectivas, como a plataforma de execução e o próprio agente.
Fazemos uma avaliação para determinar se o agente de IA da sua empresa pode ser protegido por patentes sólidas.
Um advogado especializado em TI, software e IA oferece suporte completo, desde o diagnóstico gratuito da viabilidade de proteção, passando pela elaboração de reivindicações com base em dados de eficácia, até a pesquisa de liberdade para invenção (FTO) e a estratégia de pedidos de patente no Japão, nos EUA e na Europa.
Agende uma consulta inicial gratuita Serviços de Propriedade Intelectual em TI e IAP. O que é a patente US 12.566.913 B2?
R. É uma patente registrada nos Estados Unidos, de propriedade da Anthropic, que protege o próprio “agente de IA” responsável pela automação de interfaces multimodais.A estrutura consiste no agente receber instruções em linguagem natural e o estado da tela como entradas, dividir a tarefa em subtarefas, gerar uma sequência de comandos de operação em uma DSL (linguagem específica do domínio) personalizada e, assim, operar a interface do usuário. Registrada em 3 de março de 2026, com 15 reivindicações no total.
P. O que é DSL (Linguagem Específica de Domínio)?
R. É a abreviação de Domain-Specific Language (Linguagem Específica de Domínio) e se refere a uma linguagem de programação especializada em um domínio específico.Nesta patente, a tecnologia central é uma DSL personalizada capaz de expressar tanto as “chamadas de modelo (model calls)” quanto as “execuções de ação (action executions)” do agente de IA. A inovação técnica reside no fato de descrever e fazer a ponte entre as decisões da IA e a operação real da interface do usuário por meio de uma linguagem comum.
P. Qual é a diferença entre as patentes US 12.430.150 B1 e US 12.566.913 B2?
R. Ambas são patentes irmãs que sustentam o “Computer Use” da Anthropic.A US 12.430.150 B1 protege a infraestrutura de execução (arquitetura de tempo de execução = divisão entre cliente e servidor), enquanto a US 12.566.913 B2 protege o próprio agente (DSL, divisão de subtarefas e feedback).Trata-se de um projeto de portfólio engenhoso, que protege o mesmo produto de forma em camadas em diferentes níveis.
P. O que significa o “88%” mencionado na descrição da patente?
R. Na descrição desta patente, está indicado que, enquanto a confiabilidade dos métodos convencionais era de aproximadamente 59%, com o método da presente invenção ela aumentou para cerca de 88%. Esse efeito quantitativo constitui um forte respaldo para alegar o caráter inovador (especialmente no Japão e na Europa).
P. Há alguma dica para patentear o agente de IA da nossa empresa?
R. A maior lição que se pode aprender com esta patente é “demonstrar os efeitos por meio de números”.Em vez de escrever “a precisão aumenta”, apresentar dados quantitativos, como “59% no método convencional → 88% neste método”, fortalece consideravelmente a alegação de atividade inventiva. Além disso, é importante descrever concretamente os mecanismos técnicos, como DSL e divisão em subtarefas.
Observações sobre este artigo: Este artigo é uma explicação geral sobre tecnologia e regulamentação com base em boletins de patentes publicados. A US 12,566,913 B2 é uma patente registrada, mas o escopo real dos direitos é determinado pela redação de cada reivindicação, pela doutrina da equivalência e pelas informações de histórico.As reivindicações, o resumo e as descrições citadas (incluindo valores de confiabilidade, etc.) baseiam-se em dados de boletins publicados (como o FreePatentsOnline), mas, para fins juridicamente importantes (FTO, análise de violação, invalidação, pedidos de patente, etc.), verifique sempre o original do USPTO e as informações mais recentes sobre o andamento do processo e recorra à análise individual de um especialista.A tradução para o japonês é uma tradução de referência para facilitar a compreensão; o texto oficial é o original em inglês.