Gartner previu agentes em 40% das apps até 2026, e a briga agora é orquestração

Tema: Agentes de IA

A corrida dos agentes de IA deixou de ser uma disputa sobre qual modelo responde melhor e passou a ser uma disputa sobre engenharia de sistema. Em 2026, o setor que concentrava pesquisas em prompts agora publica papers sobre orquestração, memória, isolamento de mensagens e formas de avaliar colaboração entre dezenas de agentes. O número que resume o momento é do Gartner: em previsão divulgada em 2025, a consultoria estimou que 40% das aplicações empresariais teriam agentes de IA voltados para tarefas específicas até 2026, contra menos de 5% em 2025 [1]. A adoção, porém, chega antes das respostas sobre segurança e confiabilidade — e é aí que a agenda técnica de novembro de 2026 se torna crítica.

O agente deixa de ser demo e entra no orçamento

A previsão do Gartner, divulgada pela ABES, desloca a conversa do entusiasmo para a contabilidade: agentes passam a ser item de linha em aplicações corporativas, não prova de conceito em hackathons [1]. Isso muda o tipo de pergunta que as equipes de TI fazem. Em vez de "o modelo acerta?", a pergunta passa a ser "o sistema se comporta de forma previsível quando erra?".

A diferença é estrutural. Um modelo de linguagem isolado erra em uma resposta; um agente erra em uma cadeia de ações — chamadas de ferramentas, consultas a sistemas internos, envio de mensagens, alteração de registros. É por isso que a literatura recente de sistemas multiagentes abandonou a metáfora do chatbot e adotou vocabulário de economia institucional. Um paper publicado no arXiv em 11 de novembro de 2026 argumenta que a pesquisa multiagente herdou termos como leilões, mercados, preços, barganha e matching de um único caso observado — as sociedades humanas — e propõe tratar instituições econômicas explicitamente como espaço de design para agentes artificiais [2]. Traduzido para o dia a dia corporativo: regras de quem decide o quê, com que informação e sob qual incentivo deixaram de ser detalhe de implementação e viraram arquitetura.

MCP: o protocolo que virou camada de integração

Se a adoção explodiu, parte do crédito é da padronização. O Model Context Protocol (MCP) é descrito pela IBM como um padrão que permite aos agentes de IA estar cientes do contexto enquanto cumprem um protocolo unificado para integração de ferramentas [3]. O Google Cloud vai na mesma linha: descreve o MCP como um padrão aberto que funciona como ponte entre os modelos e dados e ações externos, para que a IA vá além do conhecimento estático [4].

O efeito prático aparece em casos brasileiros. Segundo relato da própria empresa, publicado em dezembro de 2025, a 180 Seguros colocou agentes de IA no centro da operação de vendas apoiada em MCP, que funciona como uma camada inteligente do sistema responsável por organizar informações operacionais do seguro, regras de produto e parâmetros regulatórios [5]. É um exemplo do que o protocolo viabiliza: em vez de cada agente "aprender" a falar com cada sistema, a organização expõe capacidades uma vez e as reutiliza.

O ganho, porém, tem preço. Padronizar o acesso a ferramentas significa padronizar também a superfície de ataque. Cada ferramenta exposta via MCP é uma ação que um agente pode executar — e, portanto, uma ação que pode ser induzida a executar.

O harness importa tanto quanto o modelo

A constatação mais desconfortável para quem compra "o melhor modelo" vem de um artigo do arXiv dedicado a tarefas complexas de busca de informação. Os autores afirmam que o desempenho de agentes baseados em LLM depende não apenas do modelo subjacente, mas também do harness: os prompts, as ferramentas e a lógica de orquestração ao redor do modelo [6]. O trabalho propõe evoluir harnesses multiagentes para esse tipo de tarefa.

Ou seja: dois produtos construídos sobre o mesmo modelo podem ter desempenhos radicalmente diferentes. Isso reposiciona o valor competitivo — sai do acesso ao modelo e entra na qualidade da engenharia de orquestração. É uma mudança que favorece quem investe em plataforma, observabilidade e testes, não apenas em licenças de API.

No mesmo dia, outro paper atacou a escala. O DecArena se apresenta como uma proposta para avaliar colaboração multiagente descentralizada em larga escala, partindo da observação de que agentes pessoais de IA levantam preocupações fundamentais de escalabilidade e privacidade para sistemas multiagentes centralizados, que dependem de uma orquestração global [7]. O argumento é direto: se cada usuário tem seu agente, um coordenador central vira gargalo e ponto único de exposição de dados.

Um pouco de história: de pipelines a sociedades de agentes

A trajetória até aqui ajuda a entender por que os problemas mudaram de nome. A automação clássica de processos entregava fluxos determinísticos: sequências de passos com entradas previsíveis e falhas rastreáveis. A primeira geração de assistentes generativos manteve o humano no circuito de decisão — o modelo sugeria, a pessoa aprovava.

O que a literatura de 2026 descreve é um terceiro estágio: times de agentes que usam ferramentas, acumulam histórico e tomam decisões intermediárias sem supervisão passo a passo. É nesse estágio que surgem objetos de pesquisa que não existiam antes: como isolar o efeito de uma mensagem específica no comportamento de um executor [8], como lidar com o acúmulo de erros no histórico de um agente [9], como criar benchmarks que não saturem em meses [10]. A história, portanto, não é a de modelos melhores — é a de sistemas cuja complexidade cresceu mais rápido do que as ferramentas para governá-los.

Memória: apagar o erro não apaga o mundo

Um dos papers mais provocativos do ciclo trata do que parece um problema de higiene de dados. Agentes que usam ferramentas acumulam históricos com seus próprios erros, e qualquer sistema que compacte, repare ou transfira esse histórico decide o que preservar e o que descartar [9]. A conclusão dos autores, embutida no próprio título, é contraintuitiva: limpar o histórico de um agente prejudica quando o mundo ainda contém o erro.

A implicação para gestores é imediata. Sumarizar conversas e truncar contextos são práticas comuns para controlar custo de inferência e latência. Mas se o erro persistiu no ambiente — um registro corrompido, um ticket mal classificado, uma configuração alterada —, apagar o rastro na memória do agente não corrige o estado do sistema; apenas remove a pista de que algo precisa ser consertado. Memória, nesse enquadramento, não é cache: é parte da trilha de auditoria.

Segurança: autonomia é superfície de ataque

O tema que mais rapidamente saiu do campo acadêmico foi o de segurança. O OWASP Top 10 para LLMs de 2026 destaca injeção de prompt, vazamento de dados e autonomia excessiva entre os principais riscos [11]. A análise da Salt Security acrescenta uma distinção operacional relevante: a injeção de prompt indireta costuma ser mais perigosa, porque as instruções maliciosas ficam ocultas dentro do conteúdo que o agente processa [12].

Isso desloca a defesa. Não basta filtrar o que o usuário digita; é preciso tratar documentos, páginas, e-mails e resultados de ferramentas como entradas não confiáveis. A OpenAI, em texto de março de 2026, afirma que os ataques de injeção de prompt mais eficazes passaram a se parecer com engenharia social e defende projetar os agentes para que o impacto de uma manipulação fique limitado mesmo quando o ataque dá certo [13].

Em times de agentes, o problema fica mais difícil, porque o ataque pode não vir do usuário, e sim de um agente a montante. O SwarmSafe-Delta parte exatamente dessa lacuna: quando um time de agentes que usam ferramentas viola uma política, os resultados agregados não revelam se uma mensagem a montante alterou a ação do executor [8]. A contribuição é metodológica — isolar efeitos de mensagem para atribuir responsabilidade. Sem esse tipo de atribuição, auditoria de sistemas multiagentes vira reconstrução especulativa.

Avaliação: o gargalo que a adoção expôs

Avaliar agente é diferente de avaliar modelo. A Databricks define avaliação de agentes como a disciplina que mede quão eficazmente um sistema autônomo executa tarefas, guia suas próprias decisões e interage com ferramentas [14]. A Automation Anywhere acrescenta o critério prático: benchmarks de agentes medem se sistemas autônomos conseguem planejar, chamar ferramentas e concluir tarefas de várias etapas [15].

O problema é que os benchmarks envelhecem rápido. O SynthCorp foi proposto justamente porque os benchmarks atuais para agentes de dados dirigidos por LLM saturam rapidamente e não conseguem mirar capacidades específicas; a plataforma cria benchmarks sob medida [10]. É um sintoma de maturidade desconfortável: quando o setor precisa fabricar seus próprios testes, é porque o desempenho deixou de ser comparável por uma métrica única.

Para o profissional de TI, isso significa planejar avaliação como se planeja observabilidade: contínua, específica do domínio e conectada a incidentes reais, não a leaderboards públicos.

O que observar a seguir

O próximo capítulo deve ser menos sobre capacidade e mais sobre contenção. Protocolos como o MCP avançaram na integração; o que falta é o equivalente a permissões, quotas e trilhas de auditoria no nível do agente. A pesquisa aponta três frentes: harnesses substituíveis e testáveis [6], mecanismos de atribuição de responsabilidade em times de agentes [8] e preservação de memória que reflita o estado real do mundo, e não a versão higienizada dele [9].

Para quem está decidindo o roadmap de 2027, a mensagem das fontes é consistente: o gargalo não está no modelo. Está no que se constrói em volta dele — e na disposição de medir o que esse sistema faz quando ninguém está olhando.

Referências

[1] Gartner prevê que 40% das aplicações empresariais terão agentes de Inteligência Artificial voltados para tarefas específicas até 2026, em comparação com a menos de 5% em 2025 - https://abes.org.br/gartner-preve-que-40-das-aplicacoes-empresariais-terao-agentes-de-inteligencia-artificial-voltados-para-tarefas-especificas-ate-2026-em-comparacao-com-a-menos-de-5-em-2025/

[2] Beyond Named Mechanisms: Economic Institutions as a Design Space for Artificial Agents - https://arxiv.org/abs/2611.15017

[3] O que é o Model Context Protocol (MCP)? - https://www.ibm.com/br-pt/think/topics/model-context-protocol

[4] O que é o protocolo de contexto de modelo (MCP)? Um guia - https://cloud.google.com/discover/what-is-model-context-protocol?hl=pt-BR

[5] MCP (Model Context Protocol): como a 180 Seguros colocou agentes de IA no centro da operação de vendas - https://cqcs.com.br/noticia/mcp-model-context-protocol-como-a-180-seguros-colocou-agentes-de-ia-no-centro-da-operacao-de-vendas/

[6] MULTILOOP: Evolving Multi-Agent Harnesses for Complex Information-Seeking Tasks - https://arxiv.org/abs/2611.15754

[7] DecArena: Evaluating Large-Scale Decentralized Multi-Agent Collaboration - https://arxiv.org/abs/2611.15521

[8] SwarmSafe-Delta: Isolating Message Effects on LLM Agent Safety - https://arxiv.org/abs/2611.16123

[9] Cleaning an Agent's History Hurts When the World Still Holds the Error - https://arxiv.org/abs/2611.14654

[10] SynthCorp: A Platform for Creating Benchmarks for Data Agents - https://arxiv.org/abs/2611.14765

[11] OWASP Top 10 LLM 2026: riscos de agentes de IA - https://minutodaseguranca.blog.br/owasp-top-10-llm-2026-riscos-agentes-ia/

[12] Principais Riscos de Segurança dos Agentes de IA - https://salt.security/pt-br/blog/top-security-risks-of-ai-agents

[13] Designing AI agents to resist prompt injection (OpenAI) - https://openai.com/index/designing-agents-to-resist-prompt-injection/

[14] O que é avaliação de agentes de IA? - https://www.databricks.com/br/blog/what-is-agent-evaluation

[15] Benchmarks de agentes de IA em 2026 - https://www.automationanywhere.com/br/company/blog/ai-agent-benchmarks

Fale com a Eliza
E

Eliza

Agente assistente