No início de agosto de 2026, dezenas de compradores da Amazon descobriram que viam apenas oito avaliações na página do produto — sem ordenação, sem filtros, sem a possibilidade de acessar as demais. Não houve nenhum aviso. O suporte ao cliente explicou que o ocorrido era uma violação dos termos de uso "no que diz respeito à coleta e extração de conteúdo da comunidade". Ou seja, a plataforma confundiu pessoas reais com scrapers.
A história em si pareceria um curioso incidente, se não coincidisse em data com outro evento: em 4 de agosto de 2026, o Tribunal de Apelação do Nono Circuito derrubou a liminar que a Amazon havia obtido para bloquear o agente de IA Perplexity Comet. O caminho jurídico para combater a automação falhou — e quase simultaneamente, a abordagem técnica se tornou drasticamente mais rigorosa. Vamos analisar o que exatamente aconteceu e por que isso muda as regras do jogo para todos que coletam dados públicos.
O que aconteceu: oito avaliações e uma apelação de cinco dias
Sobre as restrições em massa, informaram os sites TechSpot, Android Authority e Shopifreaks entre 3 e 4 de agosto de 2026. A situação para os afetados era a mesma:
- em qualquer produto, apenas 8 avaliações estavam disponíveis em vez da lista completa;
- ferramentas de ordenação e filtragem de avaliações desapareceram;
- não há notificações sobre a restrição — o usuário descobre por conta própria;
- para remover o bloqueio, é necessário entrar em contato com o suporte e esperar uma resposta por até cinco dias úteis.
Um dos afetados, Fred Hall, encontrou a restrição em meados de julho, enquanto pesquisava desumidificadores. O operador do chat citou uma violação das Conditions of Use, relacionada à extração de conteúdo do usuário; a apelação foi aprovada alguns dias depois, sem quaisquer explicações. O segundo caso é mais ilustrativo: Sean Kaufman recebeu o mesmo limite de oito avaliações em todos os produtos consecutivamente. Ele não usa VPN, bloqueadores de anúncios ou navegadores de IA — sua única particularidade é que ele compara produtos concorrentes por longos períodos e lê atentamente as avaliações. A Amazon lhe ofereceu 10 dólares de crédito, e o acesso foi restaurado após cinco dias.
O comentário oficial da empresa é o seguinte: "Entendemos que pode ter havido casos isolados em que os clientes não conseguiram acessar as avaliações, e trabalhamos para garantir o acesso". No entanto, a Amazon se recusou a divulgar quaisquer detalhes significativos: nem o número de contas afetadas, nem o comportamento que aciona o detector, nem a data de início das restrições, nem os princípios de análise das apelações. Reclamações isoladas, segundo discussões, foram observadas desde novembro de 2025 — ou seja, o mecanismo já estava em funcionamento há bastante tempo, e em agosto simplesmente se tornou visível.
Por que agora: o tribunal retirou da Amazon uma ferramenta conveniente
Para entender o contexto, é necessária uma cronologia do conflito entre a Amazon e a Perplexity.
- Novembro de 2024 — novembro de 2025. A Amazon, segundo suas próprias alegações, enviou à Perplexity pelo menos cinco avisos exigindo que parasse as compras em nome dos usuários.
- Agosto de 2025. A Amazon impõe uma barreira técnica contra o Comet. Segundo a Amazon, a Perplexity lançou uma solução em 24 horas, disfarçando seu agente como uma sessão normal do Chrome, em vez de se apresentar honestamente.
- 10 de março de 2026. A juíza Maxine Chesney, em San Francisco, emite uma liminar: o Comet não pode acessar seções protegidas por senha da Amazon e comprar em nome do usuário. A formulação chave é que o agente atua "com a permissão do usuário da Amazon, mas sem a autorização da Amazon".
- 4 de agosto de 2026. O Nono Circuito derruba a liminar. O tribunal considerou que a Amazon provavelmente não venceria sob a Computer Fraud and Abuse Act: quando um usuário delega uma tarefa ao assistente, é o próprio usuário que acessa os servidores da Amazon por meio do assistente, e não a Perplexity. A CFAA exige a prova de acesso não autorizado intencional e danos superiores a 5000 dólares por ano — esses elementos o tribunal não viu.
A Amazon respondeu que "respeitosamente discorda" da decisão e se reservou o direito de solicitar uma revisão. O caso em San Francisco não está encerrado — apenas a liminar foi cancelada. Mas o sinal para o mercado já foi dado: a tentativa de equiparar as ações de um agente que atua sob a direção de uma pessoa a uma invasão em tribunais ainda não está passando.
A Perplexity, por sua vez, insistiu durante todo esse tempo que a ação judicial não protege a segurança, mas sim a receita publicitária: o agente compra um produto, evitando a exibição publicitária que o usuário vê. O argumento não é tão infundado: o negócio publicitário da Amazon foi avaliado em 56 bilhões de dólares ainda em 2025, e toda essa receita depende do fato de que um comprador real visualiza a vitrine por conta própria.
O que resta para a plataforma quando o tribunal não ajuda
A Amazon há muito luta em duas frentes. Além dos tribunais, a empresa está fechando o acesso de crawlers de IA por meio do robots.txt: na lista de bloqueados estão bots da Meta, Google, Huawei e Mistral, e anteriormente — crawlers da Anthropic, Perplexity e Google Project Mariner. Para comparação: Walmart e eBay não impuseram tais bloqueios no robots.txt. O problema é que o robots.txt é um pedido, e não uma barreira: ele funciona apenas com aqueles que o obedecem voluntariamente.
Daí o passo lógico — transferir a proteção para um nível onde não é necessário pedir consentimento. É assim que a história das avaliações se desenrola: em vez de bloquear bots específicos por nome, a plataforma começa a avaliar o comportamento da sessão e a restringir a exibição para aqueles cujo padrão se assemelha ao de uma máquina. As avaliações são o ativo mais valioso e mais copiado do marketplace, por isso o experimento começou exatamente com elas.
O problema prático dessa abordagem — falsos positivos. A classificação comportamental se baseia na dinâmica de interação: ritmo e velocidade de movimentos, pausas, sequência de transições, profundidade e repetição de visualizações. Uma pessoa que compara meticulosamente dez modelos de desumidificadores e abre todas as avaliações de cada um, por essas métricas, se parece exatamente com um parser. O caso de Kaufman é uma ilustração didática: IP limpo, navegador comum, nenhuma automação, e mesmo assim, banido.
A principal conclusão: IP limpo deixou de ser um passe
Para aqueles que coletam dados públicos, essa história traz uma mensagem desagradável. Antes, a lógica era simples: reputação do IP ruim — bloqueio, reputação boa — acesso. Agora a Amazon mostrou que a decisão pode ser tomada contrariando sinais de rede ideais. O usuário está conectado de um provedor doméstico, de seu país, em um Chrome legítimo, com um histórico completo de compras ao longo dos anos — e mesmo assim, é submetido a restrições porque lê avaliações demais consecutivamente.
Isso muda as prioridades na infraestrutura de coleta de dados. Um proxy residencial de qualidade ainda é necessário — sem ele, você não passará nem pelo primeiro nível de filtros e não verá a mesma exibição que um comprador local. Mas ele não é mais uma condição suficiente: se, por cima de um bom IP, opera um robô com ritmo de máquina, o detector o pegará no segundo nível. Uma análise detalhada de como esse nível funciona está em nosso material sobre biometria comportamental e proxies.
O que fazer na prática
- Separe o "pessoal" e o "trabalho" fisicamente. Se você monitora preços e avaliações de concorrentes no mesmo navegador e com o mesmo IP onde faz login na sua conta de comprador, corre o risco de comprometer tanto os dados quanto a conta. Perfil separado, endereço de saída separado, sessão separada.
- Um pool — uma tarefa. Monitoramento do Buy Box, coleta de avaliações e verificação de disponibilidade não devem ser feitos através do mesmo conjunto de endereços: essas tarefas têm padrões de solicitações diferentes, e misturá-las significa coletar uma impressão digital composta, que é mais perceptível do que qualquer um dos componentes.
- Limite a profundidade por sessão. Oito avaliações não são um número aleatório: esse é o limite abaixo do qual a plataforma considera o interesse normal. Colete avaliações em porções através de diferentes sessões, em vez de puxar todo o feed de uma só vez.
- Mantenha um ritmo humano. Pausas aleatórias, velocidade irregular de transições, sequência natural (página do produto → avaliações → voltar para a exibição) custam menos do que a rotação de mil endereços em uma sequência de solicitações.
- Monitore a degradação, não apenas os erros. O mais traiçoeiro na abordagem da Amazon é que você não recebe um 403. Você recebe um HTTP 200 com conteúdo reduzido. Um parser que verifica apenas o código de resposta escreverá meses a fio em um banco de dados oito avaliações de três mil e não emitirá nenhum sinal de alerta. Adicione uma verificação de integridade: número de elementos, presença de paginação, presença do bloco de filtros.
- Reserve um backup. De acordo com a pesquisa State of Web Scraping 2026 (Apify e The Web Scraping Club), 65,8% dos especialistas começaram a usar mais proxies do que no ano anterior, e 58,3% aumentaram os orçamentos — embora os preços por gigabyte tenham caído em geral. O que está crescendo não é o preço, mas o volume e a complexidade necessários. 43,1% das equipes já mantêm 2–3 provedores para garantir a resiliência.
Vale a pena manter em mente a tendência oposta: enquanto algumas plataformas mascaram filtros, a indústria tenta legalizar "bons" robôs — através da assinatura criptográfica de solicitações e identificação explícita do agente. Como isso funciona, discutimos em nosso artigo sobre Web Bot Auth e agentes assinados. O problema é que um agente assinado, por definição, se entrega à mercê da plataforma: a Amazon ficaria feliz em saber que está lidando com um robô — e negará o acesso.
Quem será afetado nos próximos meses
A redução silenciosa da exibição em vez de um bloqueio honesto é uma tática que pode ser facilmente copiada. É provável que vejamos isso em outras plataformas: é mais barato que um captcha, não prejudica as métricas de rejeição e não dá ao scraper um sinal inequívoco de que foi detectado.
Os cenários que mais correm risco são aqueles em que a integridade dos dados é importante, e não apenas o fato do acesso: análise de avaliações para análise de produtos, monitoramento de reputação, treinamento de modelos em conteúdo do usuário, inteligência competitiva de vendedores. Se você trabalha com um marketplace, é útil reler as práticas básicas de contorno de filtros — por exemplo, nossa análise sobre as proteções anti-bot da Amazon ao coletar preços — e adicionar a verificação de integridade da resposta.
Isso também afeta pessoas comuns. O usuário que foi confundido com um bot perde exatamente a função pela qual entrou no marketplace: a possibilidade de ler o que dizem sobre o produto. Sem avisos, sem explicações, sem um prazo claro para a restauração — apenas uma mensagem ao suporte e cinco dias de espera.
Conclusão
Agosto de 2026 marcou um ponto de inflexão. O tribunal do nono circuito basicamente disse: um agente que atua sob a direção de uma pessoa é uma pessoa, e não pode ser enquadrado na lei de abusos computacionais. As plataformas entenderam a resposta e transferiram a luta para onde as decisões são tomadas sem tribunal — para os filtros comportamentais de sua própria interface. O dano colateral na forma de compradores reais com limite de oito avaliações parece preocupar a Amazon de forma moderada, segundo os comentários.
A conclusão para a prática é simples: a infraestrutura de coleta de dados deixou de ser uma tarefa de "encontrar um bom IP". Um bom IP é um ingresso de entrada, e depois disso você é avaliado pelo seu comportamento e pela quantidade que solicita. Planeje o orçamento, a profundidade das solicitações e o controle da integridade da resposta com base nisso — e verifique não apenas se os dados chegaram, mas também se a quantidade recebida é a que deveria ter chegado.
```