CAPTCHA
Um desafio feito para distinguir humanos de bots, disparado muito mais vezes por uma reputação de rede suspeita do que por qualquer requisição isolada.
A sigla significa Completely Automated Public Turing test to tell Computers and Humans Apart, e o nome descreve uma versão da tecnologia que praticamente deixou de existir. A ideia original era um quebra-cabeça que uma pessoa conseguia resolver e um programa não: texto distorcido, uma pergunta de matemática, depois as grades de semáforos borrados. Esse modelo morreu porque a visão computacional ficou melhor que as pessoas em ler texto distorcido.
O que o substituiu é o que vale entender, porque muda o que você deve fazer a respeito. Um CAPTCHA moderno é um sistema de pontuação com um quebra-cabeça opcional anexado. Muito antes de qualquer coisa aparecer na tela, o serviço já coletou o seu endereço IP e a reputação dele, a impressão digital do seu navegador, o seu histórico de cookies com aquele provedor, como o seu mouse se moveu, a velocidade com que você digitou, se o seu ponteiro fez um arco humano ou se teletransportou para uma coordenada, quanto tempo a página ficou parada antes de você agir. Ele produz um valor de confiança a partir de tudo isso.
O que leva à coisa mais útil de saber sobre CAPTCHAs: ver um significa que você já foi julgado, e julgado mal. As variantes invisíveis aprovam a esmagadora maioria dos visitantes reais sem nenhuma interação. Um desafio visível é a rodada de consolação para onde você foi mandado porque o teste silencioso não saiu a seu favor; o teste de verdade já passou.
Até a famosa caixinha funciona assim. Marcar Não sou um robô é só o final; o teste é tudo o que aconteceu antes e durante o clique, incluindo o seu histórico com aquele provedor em outros sites. É por isso que a mesma caixinha deixa um visitante passar na hora e joga outro em uma grade de imagens que parece nunca acabar.
Visto assim, a ligação com o proxy fica óbvia. A reputação de rede é uma das entradas mais pesadas da pontuação, e é avaliada antes do seu comportamento. Um endereço de datacenter com histórico de abuso começa a pontuação em um buraco tão fundo que um comportamento impecável não consegue sair dele, enquanto um endereço residencial limpo começa alto o bastante para que um comportamento comum nunca acione nada.
Isso também explica por que os serviços de resolução são o instinto errado para a maioria das pessoas. Eles tratam o sintoma: você continua sendo desafiado toda vez, paga por resolução e acrescentou latência e custo a cada requisição sem melhorar a pontuação de fundo. Fazem sentido como plano B para um alvo realmente difícil. Não fazem sentido como estratégia principal quando o problema real é que você parece ruim antes de o desafio ser emitido.
A abordagem confiável é, portanto, conquistar uma pontuação melhor, em vez de ficar mais rápido em falhar. Um endereço confiável, uma impressão digital de navegador que bate com o que você diz ser, um fuso horário e um idioma coerentes com onde o seu IP diz que você está, um ritmo sem regularidade de máquina e sessões que carregam uma página como um navegador carrega. Nada disso é truque. É a ausência de contradições.
Como a HProxy lida com isso
Quase toda reclamação sobre CAPTCHA que ouvimos é, na verdade, uma reclamação sobre reputação de endereço com outra roupa. Esse também é o limite honesto do que um proxy pode fazer por você: ele corrige a entrada que um proxy controla. Se a sua impressão digital contradiz o seu IP ou o seu script clica em zero milissegundos, nenhum endereço vai salvar a pontuação, e preferimos dizer isso a vender a você um plano mais caro para um problema que ele não resolve.
Perguntas frequentes
Por que recebo CAPTCHAs em toda requisição pelo meu proxy?
Quase sempre porque o próprio endereço pontua mal antes de qualquer outra coisa ser considerada. Faixas de datacenter, endereços compartilhados com usuários abusivos e IPs já registrados como proxies ou VPNs começam a avaliação em má posição. Teste a mesma requisição a partir de um endereço residencial limpo e da sua própria conexão de casa: se os desafios pararem, a causa era o endereço, e nenhum ajuste de comportamento teria resolvido.
Os serviços de resolução de CAPTCHA funcionam de verdade?
Funcionam no sentido estrito de devolver um token de resposta que você pode enviar. Eles não corrigem o motivo de você ter sido desafiado, então você continua sendo desafiado, continua pagando por resolução e continua acrescentando segundos a cada requisição. São um plano B razoável em um alvo realmente difícil para o qual você não tem outro caminho, e uma estratégia principal fraca quando o problema de fundo é uma pontuação de confiança baixa que você poderia elevar.
Um proxy residencial acaba com os CAPTCHAs?
Ele remove um dos maiores motivos para eles, o que para muita gente basta para que os desafios parem por completo. Ele não torna você imune. Se o seu navegador informa um fuso horário de Nova York em um endereço alemão, ou se a sua automação percorre uma página mais rápido do que uma pessoa consegue ler, você ainda vai perder pontos em sinais que nada têm a ver com o endereço.
Por que o CAPTCHA invisível aprova usuários reais e bloqueia meu script?
Porque ele pontua sinais contínuos, sem fazer uma pergunta. Visitantes reais chegam com históricos de navegador, impressões digitais comuns, movimento de mouse e pausas de leitura. Um script normalmente chega sem nada disso: sem cookies anteriores, com uma impressão digital incomum, sem nenhum movimento de ponteiro e com um ritmo de requisições regular demais. Cada um desses é um pequeno desconto, e juntos eles ficam abaixo do limite.
É legal contornar um CAPTCHA?
Isso depende totalmente da jurisdição, dos termos de serviço do site e do que você está fazendo, então é uma pergunta para um advogado, que um glossário não responde. O que podemos dizer com clareza é o enquadramento prático que usamos: procure não ser confundido com abuso desde o início, respeite o que um site publica sobre acesso automatizado e não trate um desafio como convite para escalar.
Girar meu IP com mais frequência reduz os CAPTCHAs?
Às vezes, e às vezes piora. A rotação impede que um único endereço acumule volume de requisições, o que ajuda contra gatilhos baseados em taxa. Mas se você gira por baixo de uma sessão que um provedor acompanha por impressão digital ou cookie, você mostrou a ele um único visitante com um número implausível de endereços, um sinal negativo mais forte do que ficar parado teria sido.
Voltar ao glossário completo.

