Um agente de IA é um sistema em que um modelo de linguagem recebe um objetivo, escolhe os próximos passos e usa ferramentas até terminar a tarefa ou pedir ajuda. O que separa um agente útil de um problema caro é o limite: o que ele faz sozinho e o que sempre volta para uma pessoa.

Ferramenta, aqui, é tudo o que o agente consegue tocar: buscar na internet, ler um arquivo, escrever numa planilha, mandar um e-mail. Cada ferramenta a mais é uma porta a mais. Por isso a pergunta mais importante sobre um agente é o que ele pode fazer sem perguntar.

O que é um agente de IA, em uma frase?

Um agente de IA é um software que usa IA para cumprir um objetivo em seu nome, escolhendo os passos no caminho. O Google Cloud define agentes como “sistemas de software que usam a IA para alcançar objetivos e concluir tarefas em nome dos usuários” (página atualizada em 02/04/2026).

A Anthropic, empresa que faz o Claude, traça a linha que mais ajuda na prática (19/12/2024). Fluxos de trabalho são sistemas em que o modelo e as ferramentas seguem “caminhos de código predefinidos”. Agentes são sistemas em que o modelo “dirige dinamicamente os próprios processos e o uso de ferramentas” (tradução nossa).

No fluxo, quem desenhou decidiu o caminho antes. No agente, o caminho é decidido no meio do trabalho.

Qual a diferença entre chatbot, automação e agente de IA?

O chatbot conversa, a automação repete um caminho fixo e o agente escolhe o caminho para chegar a um objetivo. A tabela mostra onde cada um serve:

ChatbotAutomaçãoAgente de IA
O que fazResponde dentro da conversaSegue passos definidos antesRecebe um objetivo e escolhe os passos
Quem decide o caminhoA pessoa, a cada mensagemQuem desenhou o fluxoO modelo, dentro dos limites que você deu
Usa ferramentas?Pouco ou nadaSim, sempre as mesmasSim, e escolhe qual e quando
ExemploTirar dúvida sobre prazo de entregaTodo pedido novo vira linha na planilha e aviso no WhatsAppPesquisar um tema, escrever o rascunho, conferir as fontes e deixar pronto para revisão
Risco principalResposta erradaFluxo quebrado quando algo foge do padrãoAção errada feita com confiança

Muita coisa vendida como agente é chatbot ou automação com outro nome. Segundo a Outlook Business (25/06/2025), a Gartner chamou essa prática de “agent washing” e estimou que só cerca de 130 dos milhares de fornecedores de IA agêntica oferecem agentes de verdade. A mesma previsão diz que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custo alto, valor pouco claro e controle de risco fraco.

A Anthropic recomenda “encontrar a solução mais simples possível” e só aumentar a complexidade quando for preciso. Se o caminho é sempre o mesmo, uma automação resolve, custa menos e erra menos.

Como um agente de IA funciona por dentro?

Todo agente tem cinco partes, e cada uma é uma decisão de quem constrói:

  1. Objetivo. O que precisa estar pronto no fim, escrito de um jeito que dá para conferir.
  2. Contexto. Instruções, regras da casa, exemplos e os dados de que ele precisa.
  3. Ferramentas. O que ele pode tocar: ler, buscar, escrever, enviar.
  4. Laço de trabalho. Ele pensa, age, olha o resultado e decide o próximo passo, várias vezes.
  5. Parada. Ele termina, ou para e pede ajuda.

A parada é a parte mais esquecida. A Anthropic descreve agentes que podem “pausar para receber orientação humana em pontos de checagem ou quando encontram um bloqueio”. Sem ponto de parada, o agente que errou no passo 2 segue confiante até o passo 10.

A mesma fonte avisa que a autonomia traz “custos mais altos e o potencial de erros que se acumulam”, e recomenda “testes extensos em ambientes isolados, com as proteções adequadas” (tradução nossa).

O que um agente de IA pode fazer sozinho, e o que nunca deveria?

Um agente pode fazer sozinho o que é fácil de conferir e barato de desfazer. O que custa dinheiro, cliente ou confiança, ele prepara e uma pessoa aprova.

O agente faz sozinhoO agente prepara, a pessoa decide
Pesquisar e resumirPublicar em nome da marca
Escrever rascunho de texto ou de respostaMandar mensagem para cliente
Organizar, classificar e etiquetarMudar preço ou estoque
Conferir uma lista e apontar o que faltaAprovar pagamento, desconto ou reembolso
Sugerir o próximo passoApagar dado ou mexer em senha e acesso

A regra cabe numa frase, a mesma que ensinamos na Pura Academy: o agente sugere; preço, estoque e senha ficam com gente.

O limite que vale mora no sistema. Escrever “nunca mande e-mail sem aprovação” nas instruções ajuda, mas o agente que não tem permissão de enviar simplesmente não envia. A instrução vira reforço, e a trava faz o trabalho.

App do motorista da Winfield Street Coffee na etapa de conferir os itens: cada bandeja marcada, foto do carro carregado registrada e o botão de saída liberado só no fim, dados de exemplo
App do motorista que construímos para a Winfield Street Coffee: a saída só libera depois de conferir cada item e fotografar o carro. Dados de exemplo.

A gente aprendeu essa lição em software comum antes de aplicar em agente. O app do motorista que construímos para a Winfield Street Coffee, rede de cafés nos Estados Unidos, só libera a saída para a entrega depois que cada item foi marcado e o carro carregado foi fotografado. O botão de sair não funciona antes disso. Agente bem desenhado segue a mesma ideia: a trava fica no sistema.

Como é um agente de verdade, por dentro de uma operação?

Este blog é escrito com ajuda de um agente da CGRabbit, e ele mostra onde fica cada limite. O agente pesquisa o que as pessoas estão buscando, escolhe a pauta dentro dos assuntos definidos para o blog, escreve o rascunho com as fontes e entrega para uma rotina que confere o resultado antes de publicar.

As travas são concretas. Número sem fonte aberta no dia barra o post. Tema fora desses assuntos não sai sem a minha decisão. Eu recebo o resumo de cada publicação e posso pausar o agente com um botão.

Os limites vieram dos erros. Na primeira semana do blog da CGRabbit, o agente escolheu para uma capa uma foto com o logo de uma marca de sistema de caixa num tablet, um detalhe que só aparecia com a foto aberta em tamanho grande. Virou regra: foto de capa se confere grande, e logo de marca elimina a foto. Em outro post, a foto escolhida era pequena demais e a rotina publicou o post com uma capa improvisada. Virou trava: sem foto que sirva, o post não sai, vira rascunho e eu recebo o motivo.

Nossa leitura: agente bom é meio chato. Faz poucas coisas, com limite claro, registro do que fez e um jeito de parar. O agente que “faz tudo sozinho” é o que mais dá trabalho para desfazer.

Como criar o primeiro agente de IA sem perder o controle?

Comece por uma rotina pequena e dê ao agente a menor permissão que resolve. O passo a passo:

  1. Escolha uma rotina que acontece toda semana, segue quase sempre os mesmos passos e tem um resultado que dá para revisar.
  2. Tente primeiro uma automação. Se o caminho é sempre igual, você não precisa de agente.
  3. Escreva o objetivo e o que é “pronto”. “Rascunho de resposta salvo na pasta de revisão” dá para conferir; “atender bem o cliente” não dá.
  4. Dê a menor permissão possível. Ler antes de escrever, rascunho antes de enviar, pasta de teste antes da pasta real.
  5. Marque os pontos de aprovação. Tudo que envolve dinheiro, cliente, dado pessoal ou senha passa por uma pessoa.
  6. Teste com casos difíceis num ambiente separado. Pedido estranho, informação faltando, cliente irritado.
  7. Guarde o registro de tudo o que ele fez e revise a primeira semana inteira.
  8. Transforme cada erro em regra escrita ou em trava no sistema.

Os passos 4 a 8 são os que mais se pulam, e são eles que fazem o agente durar.

Os mesmos cuidados valem para o código que a IA escreve. Se você está construindo com IA, leia também vibe coding: o que é e por que tanto projeto para nos 80%.

No @rodripura eu mostro como os agentes e sistemas da CGRabbit são desenhados, testados e corrigidos. E a pré-inscrição da Pura Academy, a formação em engenharia de IA aplicada que nasce desse trabalho, é gratuita.