Processo do New York Times expõe rastreador sem nome da Brave, que vende índice a IAs

O The New York Times processou em 2 de novembro a Brave, empresa do navegador Brave e do buscador Brave Search. Segundo a ação, a Brave copiou mais de 30 bilhões de páginas "sem se identificar nem oferecer aos donos dos sites qualquer mecanismo para bloquear seu rastreador" e vendeu esse conteúdo a empresas de IA. A Brave ainda não respondeu, então por ora são alegações.

O caso expõe um ponto que afeta qualquer site, como mostra uma análise publicada pelo Search Engine Journal em 6 de novembro: o rastreador da Brave não tem nome próprio, e por isso não dá para barrá-lo no robots.txt sem barrar também o Google.

Quem compra o índice

A Brave vende acesso ao seu índice por um produto chamado Brave Search API. Quando um assistente de IA precisa de algo recente da web, pode pagar para buscar no índice de outra empresa em vez de ler a web por conta própria. A página institucional da Brave diz que a API é "usada por alguns dos maiores nomes da IA, incluindo Cohere, Mistral, Perplexity e You.com". A página de IA afirma que o índice reúne "mais de 30 bilhões de páginas, com milhões de novas páginas indexadas por dia".

A ação do Times abre citando cinco empresas de IA que a Brave abasteceria: Anthropic, Perplexity, Mistral, xAI e Cohere. Nenhuma delas é ré. No caso do Claude, a evidência é antiga: a ação aponta um texto da Brave de 2023 sobre o treinamento do Claude 2, e em março de 2025 a Anthropic incluiu o Brave Search na lista de empresas externas que usa. A análise não conseguiu confirmar se o Claude ainda usa a Brave.

Um rastreador sem nome

Os sites decidem quais rastreadores podem lê-los num arquivo chamado robots.txt, e isso só funciona porque os rastreadores têm nome. OpenAI e Anthropic publicam os nomes dos seus, o que permite liberar uma empresa e barrar outra.

A página de ajuda da Brave diz que seu rastreador "não anuncia um user agent diferenciado". A justificativa é que alguns sites liberam o Google e mais ninguém, e um rastreador com o nome da Brave seria barrado. A Brave diz seguir as regras do Google: o que o Googlebot não pode ler, ela também não lê.

Na prática, o site libera os dois ou nenhum. Para sair do índice da Brave, a mesma página indica a tag noindex, que também tira a página do Google. O Times chama isso de "recusa em divulgar o nome do seu robô rastreador". Quem assina a análise conta que uma busca com site: e o próprio domínio, em 3 de novembro, mostrou 16 páginas na primeira página de resultados, com uma descrição da home trocada naquele mesmo dia, sinal de que a Brave serve uma cópia armazenada.

Índice vendido não devolve clique

Num buscador, alguém pesquisa, vê a página, clica e chega ao site. Vender o índice é outro acordo. A ação cita a Brave descrevendo uma parte do produto, o LLM Context, como a entrega de "trechos extraídos das páginas e metadados da fonte num formato e tamanho que atendem às necessidades de um LLM sem necessidade de nova raspagem". Se a resposta escrita a partir desses trechos manda alguém de volta ao site é decisão da empresa de IA.

O Times alega, entre outros pontos, violação de direitos autorais e contorno do paywall. Daily News, Chicago Tribune e Orlando Sentinel abriram outro processo no mesmo dia. Quando a News Corp mandou à Brave uma notificação para cessar, a Brave processou primeiro, dizendo que só indexava a web, o que "todo operador de buscador precisa fazer para existir". Em julho de 2026, a News Corp processou de volta.

Para quem cuida de marca, o caso mostra que o conteúdo do site pode chegar às respostas de IAs como Perplexity, Mistral e Cohere por um índice de terceiros, sem que o robots.txt consiga separar a Brave do Google. Dá para ver o que já está nesse índice em search.brave.com, digitando site: e o domínio. Uma decisão sobre as páginas do Times não cobre automaticamente os outros sites, mas deve dizer muito sobre todos os que estão no índice.