Agentic autofix do GitHub Copilot chega à disponibilidade geral para corrigir vulnerabilidades

O GitHub anunciou nesta quinta-feira (15 de outubro de 2026) que o agentic autofix para alertas de code scanning saiu da fase de prévia e passou a disponibilidade geral (GA). Na prática, isso muda o botão que todo time que usa GitHub Advanced Security já conhece: onde havia um "Generate Fix" genérico, agora aparece um "Assign to Copilot" que dispara um agente autônomo para resolver a vulnerabilidade.

A diferença entre as duas abordagens não é sutil. O "Generate Fix" antigo sugeria um patch pontual, sem validar se ele realmente fechava o alerta. O agentic autofix faz o que um desenvolvedor sênior faria ao pegar um ticket de segurança: entende o contexto, navega pelo repositório, aplica a correção e só então confirma se funcionou.

Como o agente trabalha, passo a passo

Segundo o changelog do GitHub, ao atribuir um alerta ao Copilot o fluxo segue quatro etapas:

1. O agente explora os arquivos relevantes do repositório, não só a linha onde o CodeQL apontou o problema.
2. Gera uma proposta de correção.
3. Reroda o CodeQL para validar que a correção realmente fecha o alerta.
4. Itera se necessário, até abrir um pull request em modo rascunho pronto para revisão.

O pull request vem com um resumo da correção, a explicação de por que ela resolve o alerta e os passos de validação que o Copilot executou. Isso é relevante porque resolve uma crítica comum a ferramentas de autofix anteriores: o dev humano recebia um diff sem saber se aquilo tinha sido testado ou era só um palpite do modelo.

Se a correção não ficou boa, o processo não termina no PR. É possível comentar diretamente no pull request ou interagir com a sessão na aba Agents do repositório para pedir ajustes, da mesma forma que se pediria uma revisão extra a um colega.

Três formas de acionar o agente

O agentic autofix não fica preso só ao clique individual em um alerta. O GitHub liberou três caminhos de uso:

• Alerta por alerta: direto na página de qualquer alerta de code scanning na branch padrão do repositório, atribuindo a Copilot.
• Em lote: na lista de alertas de segurança do repositório (ou de uma campanha de segurança), selecionando até 25 alertas para o Copilot resolver juntos em um único pull request.
• Via API: usando o endpoint REST de atualização de alerta de code scanning, configurando assignees como ["copilot-swe-agent[bot]"] — o que abre a porta para automatizar isso em pipelines próprios de gestão de vulnerabilidades.

A opção em lote é a que mais muda a rotina de quem lida com dívida de segurança acumulada: em vez de abrir 25 pull requests separados para 25 variações do mesmo tipo de falha, o time recebe um PR consolidado para revisar de uma vez.

A limitação que ninguém deve ignorar: só branch padrão

Aqui está o ponto onde o anúncio é mais honesto do que a maioria dos recursos de "IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → que resolve sozinha": o agentic autofix só enxerga alertas detectados na branch padrão do repositório. Alertas que aparecem apenas em pull requests abertos, ou em outras branches, não podem ser atribuídos ao Copilot.

Isso significa que o fluxo não substitui a revisão de segurança que já acontece durante o code review de uma feature branch — ele age depois, quando o código já está na branch principal e o CodeQL já rodou a análise completa. Para quem pensa em usar isso como linha de defesa única, vale entender que ainda existe uma janela onde a vulnerabilidade chega a entrar na branch padrão antes de qualquer correção automática ser proposta.

Quem pode ligar o interruptor (e quanto custa)

O acesso ao agentic autofix segue uma cadeia de permissões em três camadas, o que é típico de recursos de IA empresarial do GitHub:

Sem a política habilitada no nível de enterprise, o botão simplesmente não aparece para ninguém abaixo na hierarquia. É um modelo de opt-in em cascata, coerente com o jeito que o GitHub tem tratado outros recursos agentivos do Copilot desde que passou a cobrar por uso de IA separadamente da assinatura de base.

O recurso está disponível para clientes de GitHub Code Security e GitHub Advanced Security no GitHub Enterprise Cloud, incluindo a variante com residência de dados (data residency) — relevante para empresas sob regulação que exige que o processamento fique em região específica.

O detalhe que vai aparecer na fatura

Diferente do antigo "Generate Fix", que era gratuito, o agentic autofix consome AI Credits do orçamento de Code Security e minutos de GitHub Actions — já que rodar o CodeQL de validação várias vezes durante a iteração do agente usa infraestrutura de CI.

O uso de AI Credits aparece na seção "AI usage" do faturamento e licenciamento da enterprise, listado como produto "Advanced Security". Times que querem controle fino de custo podem configurar orçamentos no nível de SKU especificamente para os créditos de IA de Code Security, evitando que um pico de alertas vire um pico de gasto sem aviso.

Isso muda o cálculo de quando vale usar o recurso em lote: resolver 25 alertas de uma vez pode ser mais eficiente em minutos de Actions do que 25 execuções isoladas, mas cada iteração do agente (explorar, propor, revalidar) consome créditos, então alertas triviais talvez continuem valendo a pena corrigir manualmente.

Onde o humano continua insubstituível

O pull request do agentic autofix chega como rascunho, não como merge automático — e isso não é um detalhe, é o desenho central do recurso. O GitHub está deixando explícito que a validação técnica (o CodeQL confirmando que o alerta fechou) não substitui o julgamento de quem decide se a correção é a certa para aquele contexto de negócio.

Um agente pode, por exemplo, resolver uma injeção de SQL↳SQL64 conteúdosSQL Server – Como evitar SQL Injection?Data · mai 2019Azure SQL DB Managed InstanceData · abr 2019SQL Server – Como evitar SQL Injection? Pare de utilizar Query Dinâmica como EXEC(@Query)Data · abr 2019Ver tudo em Data → trocando a query por uma parametrizada que tecnicamente fecha o alerta, mas que muda um comportamento de borda que só um desenvolvedor familiarizado com aquele módulo notaria no review. A aba Agents e o canal de comentário no PR existem justamente para esse ajuste fino que o agente sozinho não tem contexto de negócio para acertar de primeira.

Para times de segurança aplicada, o ganho real do GA não é eliminar a revisão humana — é reduzir o trabalho de triagem e primeira correção, deixando o tempo do time concentrado em decidir se a solução proposta é a certa, em vez de escrever o patch do zero.

Fonte: GitHub Changelog