Bug no Codex: GPT-5.6 apagava arquivos de usuários — OpenAI explica a causa

Em 16 de julho de 2026, a OpenAI confirmou um bug perigoso no agente de programação Codex: em alguns casos, o modelo GPT-5.6 apagava arquivos de usuários de forma inesperada, chegando a deletar o conteúdo da pasta pessoal ($HOME).

O que exatamente acontece

O Codex apaga arquivos quando três condições se somam ao mesmo tempo. Quem afirma isso é Thibault Sottiaux, da OpenAI, depois de analisar várias reclamações de usuários. Segundo a empresa, a falha destrutiva ocorre quase sempre no mesmo cenário, e não de forma aleatória.

O Codex é um agente de IA de linha de comando da OpenAI: ele recebe uma tarefa em linguagem natural e executa comandos no terminal por conta própria — cria arquivos, roda scripts, edita código. O bug aparece quando o agente tem permissão para agir sem restrições.

• O modo de acesso total (full access) está ativado, e o Codex roda sem proteções de sandbox — inclusive sem revisão automática de comandos
• O modelo GPT-5.6 tenta redefinir a variável de ambiente $HOME para definir um diretório temporário
• O modelo comete um erro e apaga a própria pasta $HOME, em vez da pasta temporária

«Sobre a exclusão de arquivos.

Investigamos vários relatos de que o GPT-5.6 apagou arquivos de forma inesperada», — Thibault Sottiaux, OpenAI, na rede social X.

Por que isso importa

O Codex opera com as permissões do próprio usuário, então o erro atinge arquivos reais, e não uma cópia isolada. Com as camadas de proteção desligadas, o modelo executa os comandos direto no sistema, e um comando de exclusão equivocado apaga dados de verdade. Redefinir o $HOME é especialmente perigoso: o diretório pessoal costuma guardar configurações, chaves SSH, tokens de acesso e projetos de trabalho.

Simon Willison, autor de um popular blog técnico sobre IA, chamou o caso de «um bug bem desagradável do Codex». O problema não é um erro de digitação isolado no código, mas um risco sistêmico: um agente com acesso total e sem sandbox pode destruir dados por causa de uma única falha lógica no raciocínio do modelo GPT-5.6.

Sottiaux ressalta que se trata de um «erro honesto» (honest mistake): o modelo não age com más intenções, apenas erra a lógica ao tentar criar uma pasta temporária. Para o usuário, a diferença é pequena — o resultado é o mesmo: arquivos perdidos. Por isso a OpenAI trata o caso não como um defeito pontual, mas como uma classe de comportamento que se repete em usuários diferentes com configurações parecidas.

Como reduzir o risco

Não desative o sandbox nem a revisão automática de comandos — essa é a conclusão direta da descrição da OpenAI. O cenário destrutivo exige exatamente a combinação de modo de acesso total e ausência de isolamento. O sandbox limita as operações de arquivo do agente ao diretório de trabalho, e a revisão automática mostra o comando ao usuário antes da execução, dando a chance de cancelar uma exclusão perigosa antes que ela aconteça.

O modo de acesso total não existe por acaso: ele serve para quando o desenvolvedor quer que o agente trabalhe sem pedidos constantes de confirmação — instalando dependências, alterando arquivos do sistema, rodando pipelines longos. A conveniência vem com um risco: sem sandbox, o modelo não tem proteção contra o próprio erro.

O que isso significa

O caso do Codex mostra o preço da autonomia dos agentes de IA: quanto mais permissões o modelo tem, mais caro sai o erro dele. O sandbox e a confirmação de comandos não são burocracia, mas a última linha de defesa entre um erro honesto do modelo e um disco apagado.

Perguntas frequentes

Por que o Codex apagava arquivos?

Segundo a OpenAI, o modelo GPT-5.6 tentava redefinir a variável $HOME para um diretório temporário e, por engano, apagava a própria pasta pessoal. A falha aparecia com o modo de acesso total ativado, sem proteções de sandbox e sem revisão automática de comandos.

Como não perder arquivos ao usar o Codex?

Não desative o sandbox nem a revisão automática. A OpenAI indica que o cenário perigoso ocorre justamente no modo full access sem isolamento — quando o modelo pode executar comandos de exclusão diretamente, sem verificação intermediária.