Semana passada, a Meta mandou um aviso interno: engenheiros de IA aplicada precisam de aprovação prévia antes de abrir o Claude Code ou o Codex. Não é proibição total. É controle com burocracia. E o motivo é técnico, não político.
A preocupação tem nome: destilação de modelos. E ela revela algo que a maioria dos devs fora das big techs nunca para para pensar sobre as ferramentas que usa.
O que é destilação de modelos e por que a Meta entrou em pânico?
Destilação de modelos é quando você usa as saídas de um modelo de IA para treinar outro. Parece abstrato até você ver a mecânica específica que preocupou a Meta.
Os engenheiros de IA aplicada da Meta trabalham no Llama. Eles treinam modelos. Escrevem scripts de treinamento. E quando alguém pede pro Claude Code refatorar um desses scripts, dois problemas acontecem ao mesmo tempo:
- Fragmentos do código interno de treinamento do Llama vão para os servidores da Anthropic
- O código retornado carrega padrões arquiteturais do Claude, que podem ser incorporados ao Llama sem que ninguém perceba
O segundo ponto é onde está o risco real. Não é que a Anthropic vai guardar seu código e treinar com ele diretamente. A política da API da Anthropic diz explicitamente que não usa inputs de API para treinar modelos por padrão. O risco é mais sutil: os padrões do Claude, como ele organiza loops de treinamento, como nomeia variáveis, como sugere abstrações, podem infiltrar o Llama via o código que engenheiros aceitam como sugestão sem questionar.
É destilação por osmose. Um memorando interno da Meta alertou sobre "escalações sérias com empresas parceiras" caso saídas de modelos vazassem para os dados de treinamento internos. A empresa está projetada para gastar bilhões em uso de IA este ano, e está desenvolvendo o MetaCode, ferramenta própria, para reduzir a dependência de Claude e Codex.
O caso tem precedente. Em 2023, engenheiros da Samsung enviaram código-fonte proprietário ao ChatGPT para debugging, incluindo trechos da infraestrutura de semicondutores da empresa. O incidente resultou em proibição interna total de ferramentas de IA externas na Samsung. A Meta está tentando ser mais cirúrgica, mas o sinal é o mesmo: grandes empresas estão levando a sério o que acontece com o código que mandam para servidores externos.
A restrição faz sentido ou é paranoia corporativa?
Dois lados reais aqui.
Argumento a favor do controle: quando você trabalha em modelos de frontier, cada linha de código de treinamento é IP. A Meta está construindo o Llama para competir com os próprios modelos que seus engenheiros usam como ferramenta. O conflito de interesses é concreto. Se padrões arquiteturais do Claude aparecem no código que engenheiros da Meta escrevem com ajuda do Claude Code, e esse código vai para o treinamento do Llama, a Anthropic acabou de contribuir involuntariamente para um modelo concorrente. Isso não é ficção corporativa, é o mecanismo exato da destilação.
Argumento contra o controle: a esmagadora maioria dos engenheiros da Meta não trabalha em modelos de IA. Para eles, o risco de destilação é próximo de zero. Bloquear Claude Code por isso é como banir o Google Docs porque alguém pode escrever segredos industriais nele. E perda de produtividade com ferramentas menos capazes tem custo real, só que distribuído e invisível nos sprints.
A decisão da Meta foi cirúrgica: restringir acesso apenas para quem toca modelos de IA aplicada, não para a engenharia toda. Isso é mais inteligente que a Samsung em 2023. Mas o fato de a restrição existir formalmente confirma que o risco é levado a sério na maior empresa de open source de modelos do mundo.
O dev comum precisa se preocupar com isso?
Depende do que você manda pro agente de programação.
Se você está debugando um CRUD, a resposta é não. Se você está usando Claude Code para refatorar a camada de ML da sua startup, ou para escrever lógica de precificação proprietária, ou para debugar código que não pode vazar para um concorrente, a pergunta "onde vai esse código?" deveria fazer parte do checklist antes de colar no chat.
| Ferramenta | Código vai para | Usado em treinamento? |
|---|---|---|
| Claude Code (API) | Servidores Anthropic | Não por padrão (API policy) |
| GitHub Copilot / Codex | Microsoft / OpenAI | Não para planos pagos |
| Cursor | Cursor + modelos parceiros | Não (privacy mode disponível) |
| Verboo Code | Verboo (GPU dedicada) | Modelos open source, MIT-licensed |
A diferença com modelos open source rodando em infraestrutura dedicada: seu código não viaja para os servidores da Anthropic nem da OpenAI. O vetor que preocupou os engenheiros da Meta desaparece pela arquitetura, não pela promessa de uma política de privacidade. Para contexto sobre o custo real das ferramentas proprietárias, vale ver o que Claude Code usado 8h/dia custa por mês em reais.
O que a Meta sinalizou pro setor com essa decisão?
Agentes de programação não são apenas produtividade. São vetores de dados. A pergunta "onde vai o código que eu mando?" vai aparecer cada vez mais nos checklists de onboarding de engenharia, especialmente em startups que trabalham com IA proprietária.
Para a maioria dos devs, o risco continua gerenciável e as ferramentas frontier valem a pena. Mas a Meta formalizou uma preocupação que estava implícita no setor desde a Samsung em 2023. Não será a última empresa a fazer isso.
Fontes: The Decoder e Business Today, baseados em documentos internos da Meta obtidos pelo The Information.
Enquanto o mercado discute, a Verboo Code já entrega tokens ilimitados em agente de programação. Conheça.
