.png?width=500&height=250&name=%E7%9F%A5%E7%9A%84%E8%B2%A1%E7%94%A3%E4%BA%8B%E5%8B%99%E6%89%80%E3%82%A8%E3%83%9C%E3%83%AA%E3%82%AF%E3%82%B9%20(500%20%C3%97%20250%20px).png)
Para que a IA “opere um computador”, é necessário, em primeiro lugar, ensiná-la a “como operar”.Já...
Chegou a era em que os agentes de IA “usam” o computador. Na vanguarda dessa tendência está o “Computer Use” da Anthropic (função que permite ao Claude observar a tela e operar o mouse e o teclado). E o que sustenta tecnicamente essa função é a patente registrada nos Estados Unidos US 12.430.150 B1, que será explicada detalhadamente neste artigo.
Neste artigo, um advogado especializado em propriedade intelectual de IA explicará em profundidade toda a estrutura das reivindicações, a arquitetura técnica e os detalhes da descrição desta patente, citando o texto original. É leitura obrigatória para desenvolvedores e profissionais de propriedade intelectual que desejam saber “quais são os pontos-chave para a proteção de direitos em patentes ao desenvolverem agentes do tipo ‘Computer Use’ internamente”.
💡 Ponto-chave: este artigo faz parte da série sobre patentes de agentes de IA, na seção “Análise aprofundada de patentes específicas”. Para uma análise geral da estratégia de patentes da Anthropic, consulte “Entendendo a estratégia de patentes da Anthropic”; para os requisitos básicos, consulte a seção “Noções básicas”.
Índice
- Resumo em 30 segundos | O que esta patente protege?
- Informações básicas sobre a patente
- Contexto | O que é “Computer Use” da Anthropic
- Arquitetura técnica | Divisão de tarefas entre cliente e servidor e representação intermediária
- Estrutura da função de agente (agent function)
- Ciclo de percepção | Capturas de tela, histórico de ações e descrição de tarefas
- Estrutura das reivindicações | Visão geral das 3 reivindicações independentes e 17 reivindicacões dependentes
- Análise detalhada da reivindicação independente 1 (sistema)
- A sutileza da reivindicação independente 14 (método) | O agente está no “lado do servidor”
- A perspectiva do advogado de patentes | Por que se trata de uma patente forte
- Como será avaliada nos exames do Japão, dos EUA e da Europa
- Lições para o desenvolvimento de agentes próprios
- Perguntas frequentes (FAQ)
Resumo em 30 segundos | O que esta patente protege?
● Do que se trata a patente: arquitetura de tempo de execução (infraestrutura de processamento em tempo real) para que um agente de IA opere automaticamente uma interface multimodal.
● De quem é a patente: Anthropic PBC (desenvolvedora do Claude).
● Status: Patente registrada nos EUA (registrada em 30 de setembro de 2025, com 20 reivindicações no total).
● Ideia central: automatiza a operação da interface do usuário por meio de uma conversão em várias etapas: especificação do agente → representação intermediária (no lado do servidor) → chamada do agente → função de operação → comando de operação.
● Produto correspondente: Anthropic “Computer Use” (anunciado em outubro de 2024).
● De quem é a patente: Anthropic PBC (desenvolvedora do Claude).
● Status: Patente registrada nos EUA (registrada em 30 de setembro de 2025, com 20 reivindicações no total).
● Ideia central: automatiza a operação da interface do usuário por meio de uma conversão em várias etapas: especificação do agente → representação intermediária (no lado do servidor) → chamada do agente → função de operação → comando de operação.
● Produto correspondente: Anthropic “Computer Use” (anunciado em outubro de 2024).
Informações básicas da patente
| Item | Conteúdo |
|---|---|
| Número da patente | US 12.430.150 B1 |
| Nome da invenção | Arquitetura de tempo de execução para interação com agentes a fim de automatizar fluxos de trabalho de interface multimodal |
| Data de registro | 30 de setembro de 2025 |
| Data do pedido | 8 de outubro de 2024 |
| Data de prioridade | 20 de março de 2024 |
| Requerente | Anthropic PBC |
| Inventores | Rohan Bavishi, Erich Elsen, Curtis Hawthorne e outros |
| Número de reivindicações | 20 (3 independentes: reivindicações 1, 14 e 20 / 17 dependentes) |
| Status | Patente concedida (granted) |
Contexto | O que é o “Computer Use” da Anthropic
“Computer Use” é uma tecnologia que permite que a IA opere qualquer software ao observar a tela (reconhecendo capturas de tela), mover o mouse, clicar e digitar caracteres, da mesma forma que um ser humano. Diferentemente da automação convencional por meio de APIs, ela opera diretamente a própria interface do usuário (UI), o que a torna inovadora, pois permite a automação mesmo em aplicativos cujas APIs não são divulgadas.
Esta patente protege justamente a arquitetura de base que permite que essa “operação automatizada da interface do usuário por IA” ocorra em tempo de execução (runtime). É importante observar que o que está sendo protegido não é a ideia em si, mas o mecanismo que a torna possível.
Arquitetura técnica | Divisão de tarefas entre cliente e servidor e representação intermediária
A principal característica desta patente é a configuração que divide o processamento entre o lado do cliente e o lado do servidor, conectando-os por meio de uma camada de abstração chamada “representação intermediária (intermediate representation)”. O fluxo geral é o seguinte.
【Fluxo de processamento em tempo de execução】 [Lado do cliente] ① Construir a especificação do agente (agent specification) │ (que define a automação do fluxo de trabalho) ▼ [Lado do servidor] ② Traduzir a especificação do agente para a “representação intermediária” │ ▼ [Lado do cliente: lógica de interpretação em tempo de execução] ③ Receber a representação intermediária ④ Detectar as “funções do agente” na representação intermediária ⑤ Gerar “chamadas de agente” a partir das funções do agente ⑥ Emitir chamadas de agente para o agente │ ▼ Resposta ⑦ Receber a “função de operação em tempo de execução” do agente ⑧ Traduzir a função de operação em “comando de operação em tempo de execução” │ ▼ ⑨ O comando de operação aciona a “ação de operação da máquina (ação composta)” → Automatizar o fluxo de trabalho da interface multimodal
💡 Ponto-chave: ao interpor uma camada de abstração chamada “representação intermediária (intermediate representation)”, separamos as especificações do agente (o que se deseja fazer) dos comandos reais de operação da interface do usuário (como operar).Essa é uma abordagem semelhante à do projeto de compiladores, que transforma a simples ideia de “fazer com que a IA opere o computador” em uma arquitetura de software concreta.
Sistema de funções do agente (agent function)
De acordo com a descrição da patente, as “funções de agente (agent function)” que o agente pode chamar estão sistematizadas em vários tipos. Elas servem de vocabulário de operações específicas, sustentando a invenção.
| Tipo | Exemplos de funções (conforme descrito na descrição) | Função |
|---|---|---|
| Funções integradas | answerQuestionAboutScreen (resposta a perguntas sobre a tela), click (clique), type (digitação), scroll (rolagem) | Operações e reconhecimento básicos da interface do usuário |
| Funcionalidades do planejador | act (ação), fillform (preenchimento de formulário), pickdate (seleção de data) | Tarefas de nível superior que agrupam várias operações |
| Funcionalidade de fluxo de trabalho | (fluxo de trabalho definido pelo usuário) | Unidades de automação específicas para cada função |
Essa estrutura, na qual as operações são abstraídas como funções e o agente de IA as combina para executar tarefas, também é descrita especificamente nas reivindicações subordinadas (a seguir).
Ciclo de percepção | Capturas de tela, histórico de ações e descrição de tarefas
Para que o agente de IA determine “o que deve ser feito a seguir”, é necessário que ele perceba a situação atual. Na descrição desta patente, está indicado que a lógica de observação (observation logic) fornece ao agente o seguinte:
| Informações de observação | Conteúdo |
|---|---|
| Captura de tela | Informações visuais da tela atual (entrada multimodal) |
| Histórico de ações (action history) | Histórico das operações realizadas até o momento |
| Descrição da tarefa (task description) | Descrição da tarefa a ser realizada |
O ciclo de percepção e ação (“observar a tela → considerar as ações anteriores → decidir a próxima operação”) é, precisamente, a base para que o agente de IA seja considerado “autônomo”. Esta patente concretiza tecnicamente esse ciclo.
Estrutura das reivindicações | Visão geral das 3 reivindicações independentes e 17 dependentes
Esta patente é composta por um total de 20 reivindicações e adota a estrutura clássica das patentes de software, organizando as reivindicações independentes em três categorias: método, sistema e suporte.
| Reivindicações | Categoria | Objeto de proteção | Sujeito de suposta violação |
|---|---|---|---|
| Reivindicação 1 | Sistema (system) | Sistema que opera em um processador | Quem fabrica, utiliza ou comercializa o dispositivo |
| Reivindicação 14 | Método de implementação em computador (method) | Sequência de processamento | Pessoa que implementa esse método |
| Reivindicação 20 | Suporte de armazenamento não volátil legível por computador | Suporte no qual o programa está gravado | Pessoa responsável pela distribuição e fornecimento do programa |
【Árvore de reivindicações】 ● Reivindicação 1 (sistema, independente) └─ Reivindicações 2 a 13 (dependentes: limitando por tipo de função, lógica de observação, valor de retorno, etc.) ● Reivindicação 14 (método · independente) └─ Reivindicações 15 a 19 (dependentes) ● Reivindicação 20 (suporte · independente)
As reivindicações dependentes (2 a 13, 15 a 19) limitam especificamente o tipo de função do agente, a lógica de observação, o valor de retorno etc., criando uma defesa em camadas para que os direitos permaneçam válidos mesmo que, por acaso, as reivindicações independentes sejam consideradas inválidas.
Leitura artigo por artigo da reivindicação independente 1 (sistema)
Três restrições que sustentam a patente
| Limitações | Significado técnico | Motivo da validade |
|---|---|---|
| Tradução para uma representação intermediária (intermediate representation) | Camada de abstração que separa a especificação da execução | Afastamento das ideias abstratas. Concretude da arquitetura |
| Detecção e geração de chamadas de funções de agente | Funcionalização das operações e sua invocação dinâmica | Concretização da lógica de controle. Pontos de destaque do avanço |
| Tradução de funções operacionais para comandos operacionais | Conversão das decisões da IA em operações reais na interface do usuário | O cerne da implementação técnica de “operar a tela” |
A sutileza da reivindicação independente 14 (método) | O agente está no “lado do servidor”
A reivindicação 14, que é uma reivindicação de método, descreve um processamento praticamente idêntico ao da reivindicação 1 na forma de um método, mas há uma diferença importante.
Enquanto a reivindicação 1 (sistema) se limita a descrever simplesmente “emitir chamadas de agente (issue the agent calls)”, a reivindicação 14 (método) e a reivindicação 20 (suporte) especificam explicitamente “para um agente no lado do servidor (to an agent on the server-side)”.
💡 Ponto-chave: essa diferença é resultado de uma redação intencional das reivindicações. Ao definir o escopo dos direitos apenas para o dispositivo do lado do cliente, a reivindicação de sistema abrange amplamente “quem implementar o lado do cliente”.Por outro lado, as reivindicações de método e de meio explicitam a integração com o “agente do lado do servidor”, abrangendo o processamento de todo o sistema distribuído. Trata-se de um excelente exemplo de proteção em camadas da mesma invenção a partir de diferentes perspectivas.
Perspectiva do advogado de patentes | Por que é uma patente forte?
① Há uma correspondência direta com o produto. Protege diretamente a principal função real, o “uso do computador”, e o valor comercial é claro.
② A patente protege a arquitetura, e não apenas a ideia. Não se trata de uma teoria abstrata do tipo “IA operando um PC”, mas sim de uma estrutura de software concreta descrita por meio de representação intermediária, funcionalização e conversão em múltiplas etapas, o que confere alta elegibilidade para patente.
③ A abordagem das reivindicações é multifacetada. Além das três categorias — sistema (centrado no lado do cliente), método e meio —, a descrição da localização do agente (lado do servidor) varia entre as reivindicações de sistema e as de método, abrangendo diferentes formas de violação.
Como será avaliada nos exames do Japão, dos EUA e da Europa
Estados Unidos (USPTO)
Nos testes de Alice/Mayo, questiona-se se se trata de uma “ideia abstrata ou se há um conceito inventivo”. Como este caso envolve implementações técnicas como representação intermediária, chamada de agente e tradução de comandos de operação, é mais fácil argumentar que se trata de uma “solução técnica para um problema técnico (operação automática da interface do usuário)”, e a patente já está registrada.
Japão (JPO)
O critério é “se o processamento de informações é concretamente realizado utilizando recursos de hardware”. Como o sistema opera em um processador, há divisão de tarefas entre cliente e servidor e descrição de conversão específica de dados, sendo uma configuração que facilita o cumprimento dos requisitos de patenteabilidade como invenção relacionada a software.A originalidade é determinada pelas inovações técnicas relacionadas à “abstração por meio de representação intermediária” e à “conversão de funções operacionais em comandos”.
Europa (EPO)
É avaliada a contribuição técnica (COMVIK). Trata-se de uma estrutura que facilita a classificação como solução técnica arquitetônica para o desafio técnico da operação automática da interface do usuário (UI), evitando assim a avaliação como mera estratégia de negócios.
A comparação entre as práticas de exame de patentes de agentes de IA no Japão, nos Estados Unidos e na Europa é explicada em detalhes em “Casos de patentes e práticas de exame no Japão, nos Estados Unidos e na Europa”.
Lições para o desenvolvimento de agentes pela própria empresa
① Redigir reivindicações que protejam diretamente as funções do produto. Não se limitar apenas a conceitos abstratos de nível superior, mas abordar a configuração específica correspondente às funções centrais do produto da empresa.
② Expressar a arquitetura em linguagem técnica. Definir os componentes do sistema e o fluxo de processamento com termos técnicos — como “representação intermediária”, “lógica de observação” e “comando de operação” — e incorporá-los às reivindicações.
③ Em configurações distribuídas, descrever e diferenciar “onde e o que é feito”. Deve-se indicar explicitamente a divisão de funções entre cliente, servidor e agente, e alterar o ângulo das reivindicações de acordo com cada sujeito infrator.
④ Funcionalizar as operações para abrangê-las de forma exaustiva. Concretizar o vocabulário de operações, como “clique”, “digitação” e “rolagem”, nas reivindicações subordinadas e na descrição técnica, dificultando o projeto de contornamento.
Analisamos se o agente de IA da sua empresa é passível de patente.
Advogados especializados em TI, software e IA oferecem suporte completo, desde a avaliação gratuita da viabilidade de patenteamento até a elaboração de reivindicações, pesquisa de liberdade para utilizar (FTO) e estratégias de depósito de pedidos no Japão, nos EUA e na Europa.
Agende uma consulta inicial gratuita Serviços de Propriedade Intelectual em TI e IAPerguntas frequentes (FAQ)
P. O que é a patente US 12.430.150 B1?
R. É uma patente registrada nos Estados Unidos, de propriedade da Anthropic, que protege a “arquitetura de tempo de execução” utilizada por agentes de IA para operar automaticamente uma interface de usuário multimodal (imagem + texto).Trata-se da patente central correspondente à funcionalidade “Computer Use” (função do Claude de operar um computador) da empresa, registrada em 30 de setembro de 2025. É composta por um total de 20 reivindicações (3 independentes e 17 dependentes).
P. Quantas reivindicações independentes essa patente possui?
R. São três. Estão divididas em três categorias: reivindicação 1 (sistema), reivindicação 14 (método de implementação em computador) e reivindicação 20 (suporte de memória legível por computador não temporário). Conforme é prática comum em patentes de software, elas foram estruturadas de forma a abranger diferentes sujeitos de violação.
P. Por que há uma separação entre o “lado do cliente” e o “lado do servidor”?
R. Essa arquitetura é uma estrutura de divisão de tarefas em que a construção das especificações do agente, a interpretação da representação intermediária e a tradução para comandos de operação são realizadas no lado do cliente, enquanto a tradução das especificações do agente para a representação intermediária e o próprio agente são colocados no lado do servidor.Trata-se de uma configuração alinhada à implementação prática, na qual a inferência pesada é delegada à IA do lado do servidor, enquanto a execução das operações da interface do usuário fica a cargo do lado do cliente; essa especificidade contribui para garantir a elegibilidade para patente.
P. Como as empresas japonesas podem obter patentes com tecnologias do tipo “Computer Use”?
R. Em vez de se basear na ideia de que “a IA opera o PC”, é eficaz descrever a tecnologia como uma arquitetura de software concreta, tal como neste caso: ① a divisão de funções entre cliente e servidor; ② a camada de abstração da representação intermediária; e ③ a conversão em várias etapas, que vai da chamada do agente à função de operação e, por fim, ao comando de operação.
P. Estou preocupado com a possibilidade de infringir essa patente. O que devo fazer?
R. Trata-se de uma patente registrada, e o escopo real dos direitos é determinado pela redação de cada reivindicação, pela doutrina da equivalência e pelas informações de histórico.A avaliação para determinar se a tecnologia de agentes da sua empresa infringe ou não a patente (análise de FTO = Freedom to Operate) é um trabalho especializado que requer a interpretação das reivindicações. Caso esteja preocupado, solicite a um advogado especializado em TI e software que realize uma análise comparativa das reivindicações.
Observações sobre este artigo: Este artigo é uma explicação geral sobre tecnologia e regulamentação com base em boletins de patentes publicados. A US 12.430.150 B1 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 o conteúdo da descrição citados 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 serve apenas como referência para facilitar a compreensão; o texto oficial é o original em inglês.
Leituras recomendadas (Série sobre patentes de agentes de IA): ・Analisando a estratégia
de patentes da Anthropic | Por que há tão poucos pedidos de patente
? ・A tecnologia de agentes de IA pode ser patenteada? (Parte Básica) ・Casos de patentes e
práticas de exame no Japão, nos EUA e na Europa (Parte de Casos) ・Analisando as patentes
de multiagentes da Salesforce (Parte de Explicações Específicas)
de patentes da Anthropic | Por que há tão poucos pedidos de patente
? ・A tecnologia de agentes de IA pode ser patenteada? (Parte Básica) ・Casos de patentes e
práticas de exame no Japão, nos EUA e na Europa (Parte de Casos) ・Analisando as patentes
de multiagentes da Salesforce (Parte de Explicações Específicas)
Fonte
- US 12.430.150 B1 (Google Patents): https://patents.google.com/patent/US12430150B1/en
- Reivindicações e descrição (FreePatentsOnline): https://www.freepatentsonline.com/12430150.html
