O que é um agente de IA e quando faz sentido ter um

Um agente de IA é um sistema em que o próprio modelo de IA (o programa que lê o pedido e escreve a resposta) decide os passos de uma tarefa e usa ferramentas para agir, olhando o resultado de cada passo antes de escolher o seguinte. Faz sentido ter um quando a tarefa é aberta, sem um número de passos que se possa prever, e quando uma solução mais simples não basta. A régua vem da Anthropic, num texto de 19 de dezembro de 2024, que recomenda começar pelo mais simples e só aumentar a complexidade quando for preciso.

O que é um agente de IA

Modelo de linguagem é o programa de IA que lê um pedido em texto e escreve a resposta. Sozinho, ele responde. Um agente junta três coisas a esse modelo, segundo a página da OpenAI sobre agentes: instruções, que dizem o que ele deve fazer; proteções, que dizem o que ele não deve fazer; e acesso a ferramentas. Ferramenta, nesse sentido, é a ligação com outro sistema, que deixa o agente agir em nome de quem pediu, além de escrever.

A mesma página da OpenAI traça a linha com um exemplo. Um chatbot, o programa de conversa que responde por escrito, não é agente quando só responde perguntas. Um sistema que se conecta a outros sistemas e age a partir do pedido do usuário é.

A Anthropic descreve como isso funciona por dentro. Um agente costuma ser um modelo de linguagem usando ferramentas em ciclo: ele dá um passo, olha o que voltou e decide o próximo. Segundo a Anthropic, a tarefa costuma terminar quando se completa, e o agente pode parar antes para consultar uma pessoa, num ponto de checagem ou quando trava.

Agente ou fluxo de trabalho

A Anthropic chama os dois de "sistemas agênticos", mas separa um do outro:

• Fluxo de trabalho: o caminho é definido antes, em código, por quem montou o sistema. O modelo e as ferramentas entram em etapas fixas.
• Agente: o próprio modelo decide os passos e quais ferramentas usar em cada um.

A diferença importa porque muda quem controla o caminho. No fluxo de trabalho, uma pessoa desenhou a ordem das etapas. No agente, essa escolha passa para o modelo.

Segundo a Anthropic, o fluxo de trabalho serve a tarefa bem definida. O agente serve a problema aberto, em que é difícil ou impossível prever quantos passos serão necessários e não dá para fixar um caminho.

Quando faz sentido ter um agente

As quatro condições abaixo saem das fontes citadas, e ajudam a decidir entre um agente e uma solução mais simples.

1. A tarefa é aberta. Para tarefa bem definida, com um caminho que dá para fixar, a Anthropic indica o fluxo de trabalho. O agente entra quando é difícil prever quantos passos a tarefa vai ter e não dá para fixar um caminho.
2. Uma solução mais simples já não basta. Para muitas aplicações, diz a Anthropic, uma única chamada ao modelo costuma bastar, desde que o pedido traga a informação de que ele precisa e alguns exemplos. Chamada, aqui, é um pedido feito ao modelo e a resposta que volta dele.
3. O ganho paga o custo e a espera. Sistemas agênticos trocam tempo de resposta e custo por um desempenho melhor na tarefa, segundo a Anthropic. Essa troca precisa compensar na tarefa escolhida.
4. Há um ponto em que uma pessoa confere. O agente pode parar para pedir o retorno de uma pessoa em pontos de checagem ou quando trava. No exemplo de atendimento da OpenAI, uma pessoa aceita ou recusa as sugestões do agente.

A Anthropic vai além: a recomendação dela é procurar a solução mais simples possível, e isso pode significar não construir sistema agêntico nenhum.

O nome agente nem sempre quer dizer agente

Segundo a consultoria Gartner, em previsão citada pela Forbes Brasil em 8 de julho de 2025, mais de 40% dos projetos com agentes de IA serão cancelados até o fim de 2027. Os motivos citados são custos crescentes, resultados vagos e estruturas imaturas.

Na mesma matéria, a analista do Gartner Anushree Verma diz: "Muitos casos de uso apresentados como agentes não exigem implementações de agentes."

O Gartner também estima, segundo a mesma matéria da Forbes Brasil, que entre milhares de fornecedores que se dizem de agentes de IA, só cerca de 130 oferecem algo que se encaixa na definição de IA agêntica, a dos sistemas com agentes. Por isso vale perguntar ao fornecedor o que a ferramenta decide sozinha e o que segue um caminho fixo. A resposta diz se aquilo é um agente ou um fluxo de trabalho com outro nome.

Numa pesquisa do Gartner de janeiro de 2025 com mais de 3.400 profissionais, citada pela Forbes Brasil, 19% relataram investimento significativo em agentes, 42% investiam de forma conservadora e 31% estavam indecisos.

Os riscos, e o que não fazer

Segundo a Anthropic, a autonomia do agente traz custo maior e a chance de erros que se acumulam ao longo dos passos.

A OWASP publica uma lista de riscos de segurança para aplicações com modelos de linguagem. Na edição de 2025 dessa lista, ela descreve dois riscos que ajudam a decidir até onde um agente vai:

• Injeção de instrução indireta: acontece quando o modelo recebe conteúdo de fora, como um site ou um arquivo, e esse conteúdo muda o comportamento dele, segundo a OWASP, no item LLM01:2025.
• Agência excessiva: é o risco de ações danosas a partir de respostas inesperadas, ambíguas ou manipuladas do modelo. As três causas, segundo a OWASP, no item LLM06:2025, são funções demais, permissões demais e autonomia demais.

O que não fazer, a partir dessas fontes:

• Dar ao agente ferramenta que ele não usa. A OWASP recomenda oferecer só as ferramentas de que ele precisa.
• Dar permissão de alterar quando ler basta. O exemplo da OWASP é o agente que resume e-mails: ele precisa só ler a caixa de entrada.
• Deixar ação de alto impacto sem aprovação de uma pessoa. A OWASP recomenda essa aprovação nos dois riscos acima, e também limitar o acesso do modelo ao mínimo necessário.
• Ligar o agente aos sistemas do dia a dia sem testar antes. A Anthropic recomenda testar bastante em ambiente isolado (sandbox), um espaço separado em que um erro não chega ao trabalho real, e com proteções.
• Deixar o agente rodar sem limite. Condições de parada, como um número máximo de tentativas, ajudam a manter o controle, segundo a Anthropic.

Por onde começar

Comece pela tarefa, e não pelo agente. Escreva os passos que ela tem hoje, na ordem em que acontecem. Se dá para fixar a ordem deles, o caminho que a Anthropic indica é o mais simples: um pedido bem feito ao modelo ou um fluxo de trabalho com etapas fixas. Se não dá para prever os passos nem fixar um caminho, um agente pode fazer sentido, com as ferramentas mínimas, uma pessoa aprovando o que tem impacto e um teste isolado antes de valer.

A escolha da primeira tarefa para a IA está em Por onde começar a usar IA na empresa.