IA · Pleno

Agentes de IA que agem por nós: como desenhar confiança e visibilidade

18 de novembro de 2026

Quando a IA deixa de responder e passa a agir por nós, o desafio de produto vira confiança: permissões, aprovações e formas de acompanhar o que os agentes fazem.

Gerado por IA
Este texto foi gerado automaticamente por IA a partir dos artigos listados no fim da página, curados pelo Sidebar.io, e revisado por Felipe Arena antes de publicar. As ideias são dos autores originais.

Até pouco tempo atrás, a pergunta sobre assistentes de IA era se eles respondiam bem. Hoje a pergunta mudou: eles agem por nós, enviam e-mails, fazem compras, mexem na agenda. Para quem desenha ou gerencia produtos, isso desloca o trabalho: deixa de ser "o que a IA consegue fazer" e passa a ser "quanto o usuário vai confiar nela, e o que acontece quando ela erra".

De responder a executar

No texto Personal agents are getting their own computers, o blog As I learn... descreve essa virada. A pergunta, segundo o texto, deixou de ser se o agente responde às minhas dúvidas e passou a ser se estou disposto a deixá-lo agir em meu nome. Um agente aqui é um software de IA que executa tarefas sozinho, em vez de só conversar.

O exemplo mais convincente do texto é pequeno: um assistente de WhatsApp chamado Instinct percebeu que o autor citou, num e-mail, uma data de reunião diferente da do convite no calendário, e perguntou qual das duas valia. Não é uma grande promessa, é uma ajuda que dá para conferir.

Outro caso citado é o Muse, da Meta. Ele roda numa máquina virtual própria (um computador isolado na nuvem, com navegador próprio), continua trabalhando depois que você fecha o app e só volta a falar com você quando algo muda ou quando precisa de aprovação, por exemplo antes de enviar um e-mail ou fazer uma compra.

Confiança precisa ser desenhada

Entregar dinheiro e caixa de entrada a um agente é um pedido grande. Por isso, diz o texto, a confiança tem que ser projetada desde o início. Alguns mecanismos descritos:

  • Aprovação antes de ações sensíveis: enviar e-mail e comprar exigem um "sim" do usuário.
  • Níveis de acesso escolhidos pela pessoa: no e-mail, você decide se o agente só lê ou também envia em seu nome.
  • Um segundo agente como fiscal: segundo a Meta, o Sentinel roda na mesma máquina e nada que o Muse manda para a internet sai sem a aprovação dele.
  • Memória controlável: dá para pedir que o agente esqueça coisas específicas. O texto lembra a página "About You" da Amazon, que mostra o que a empresa inferiu sobre o cliente e causa desconforto justamente por permitir editar entradas, mas não desligar o recurso.
  • Pagamento protegido: o Muse usa o Link, da Stripe, que gera um cartão de uso único, então os dados do cartão real ficam escondidos.

O texto também mostra o outro lado do balcão: sites precisam saber que quem chegou é um agente. O Personal Agent Protocol, padrão aberto lançado pela Sierra e pela Meta, prevê que o agente entre como visitante e faça login só quando necessário, que o cliente escolha entre acesso de leitura ou de escrita, e que a empresa defina quais ações um agente pode fazer. O próprio texto observa que pagamentos ainda não fazem parte do protocolo.

Quando há muitos agentes, o chat não basta

Se o agente trabalha em segundo plano, como o usuário acompanha o que ele está fazendo? Luke Wroblewski, em Many Agents, Many Views, argumenta que, quando você gerencia agentes que gerenciam outros agentes, as conversas em chat não escalam. Precisamos saber o que os agentes planejam, o que já fizeram e como direcioná-los.

Ele observa que o primeiro impulso é recorrer a visões de gerenciamento, como caixa de entrada ou painel, que respondem a "o que meus agentes estão fazendo agora?". Mas visões mais específicas podem ser mais úteis. Na ferramenta Intent, da qual ele fala, cada tarefa pode ter várias "notas" com visões sob medida:

  • diagramas (mapas de arquitetura, fluxogramas) que mostram o plano do agente antes de gastar tokens, as unidades de texto que o modelo processa e que são cobradas;
  • passo a passo guiado, destacando um estágio de cada vez;
  • capturas de tela de antes e depois lado a lado, para julgar o resultado sem ler código;
  • o sistema de design do produto reunido em uma página, que o agente também lê, para o trabalho dele seguir as mesmas referências.

O chat continua útil, diz ele, para começar, tocar e redirecionar o trabalho. Mas um espaço configurável com boas visões ajuda a levar o resultado para onde você quer.

O que isso muda no seu trabalho

Os dois textos chegam a uma ideia parecida: permissões, aprovações e visibilidade deixaram de ser detalhe técnico e viraram parte do produto. O blog As I learn... resume assim: níveis de acesso, etapas de aprovação e registros de auditoria são decisões de design. Wroblewski acrescenta que ver o plano e o resultado do agente de forma clara é o que permite ao usuário conduzi-lo.

Um exercício que o primeiro texto sugere para a pessoa de produto é perguntar: "se um agente completasse essa jornada pelo cliente, o que perderíamos e o que ganharíamos?". Vale lembrar também que a forma como um site ganha dinheiro afeta o quanto ele recebe bem agentes: lojas online tendem a aceitar, negócios financiados por anúncios tendem a desconfiar, porque o agente pode contornar a atenção de que os anúncios dependem.

Para levar

  • Liste as ações do seu produto que um agente poderia fazer e classifique pelo risco: ler, rascunhar, enviar, pagar, apagar.
  • Peça aprovação explícita antes de ações difíceis de desfazer, como enviar mensagens e gastar dinheiro.
  • Deixe o usuário escolher o nível de acesso (só leitura ou também escrita) e ter controle sobre o que o agente lembra.
  • Mostre o plano e o resultado do agente em formatos visuais, como diagramas e comparações de antes e depois, em vez de depender só de um chat longo.
  • Pergunte, ao desenhar uma jornada, o que muda para o seu negócio se um agente a percorrer no lugar do cliente.

← Todos os textos do The Token Corp