Nas últimas 24 horas, o mercado de IA ficou menos sobre "qual chatbot responde melhor" e mais sobre quem controla a infraestrutura onde os agentes trabalham. O Google colocou agentes dentro de Search, Gemini, Workspace, Shopping, Android e óculos. A Anthropic mostrou que Claude já está entrando no fluxo de uma firma global de 276 mil pessoas. A NVIDIA está tratando skills de agentes como artefatos verificáveis. A Microsoft está empurrando padrões abertos para que agentes de vários fornecedores conversem.
Minha tese do dia: agentes de IA viraram infraestrutura operacional. Isso muda decisão de produto, stack, marketing e negócio porque a pergunta deixa de ser "vou adicionar IA?" e passa a ser "qual parte da operação eu deixo um agente executar, com qual governança e em qual ecossistema?".
Mapa editorial mostrando agentes de IA como infraestrutura entre produto, marketing, stack e governança
TL;DR do dia
- Google I/O 2026 consolidou a era do Gemini agentic: Gemini 3.5, Gemini Omni, Spark, Daily Brief, Universal Cart, Search agents e intelligent eyewear.
- Anthropic + KPMG: Claude entra no Digital Gateway da KPMG e chega a mais de 276 mil funcionários globalmente.
- Anthropic comprou a Stainless para reforçar SDKs, CLIs e servidores MCP — o encanamento que deixa agentes usarem APIs.
- NVIDIA lançou skills verificadas para agentes, com skill cards, scanning de risco e assinatura criptográfica.
- NVIDIA publicou um guia de avaliação de agentes focado em trajetória, ferramentas e resultado, não só benchmark de modelo.
- Microsoft está defendendo uma stack agentic aberta, com Agent Framework, governança, A2A e Agentic AI Foundation.
- Decisão prática: se você vende automação, precisa reposicionar o produto em torno de workflow, confiança, integração e dados proprietários.
1. Google I/O 2026: agente virou interface padrão
O resumo oficial do Google I/O 2026 é quase um manifesto: Gemini 3.5, Gemini Omni, Antigravity, Gemini Spark, Daily Brief, Universal Cart, Search agents, Workspace, YouTube e óculos inteligentes. O detalhe importante é que o Google não está vendendo apenas modelo. Está empilhando modelo + produto + distribuição + ação.
Isso importa porque distribuição vence demo. Um agente dentro do Search muda aquisição. Um agente dentro do Gmail muda produtividade. Um agente dentro do Shopping muda conversão. Um agente dentro do Android muda comportamento diário.
Para produto, a decisão é simples: qualquer SaaS que depende de tarefas genéricas de produtividade vai ser comparado com o que o Google entregar nativamente. O diferencial precisa migrar para contexto vertical, dados proprietários, workflow específico e execução confiável.
Se você ainda está tentando entender a camada técnica por trás disso, leia também o que é MCP. A guerra de agentes está virando uma guerra de conectores.
2. Gemini 3.5 e Omni: preço, multimodalidade e ação no mesmo pacote
No mesmo pacote de anúncios, o Google posicionou o Gemini 3.5 Flash como modelo de fronteira voltado a ação e o Gemini Omni como camada multimodal para criar e editar a partir de qualquer input. Isso pressiona duas frentes ao mesmo tempo.
Primeiro: custo de execução. Quando modelos rápidos e bons ficam baratos o suficiente, features de IA deixam de ser premium e passam a ser expectativa básica.
Segundo: produção de mídia. Omni-style muda pipeline de marketing, educação, suporte e treinamento porque o output deixa de ser apenas texto. A criação passa a misturar texto, imagem, vídeo e edição conversacional.
A leitura prática: times de marketing precisam começar a medir ciclo de produção, não só qualidade criativa. Quem consegue transformar briefing em asset testável mais rápido ganha mais iterações por semana.
3. KPMG + Anthropic: Claude entra na operação de 276 mil pessoas
A Anthropic anunciou uma aliança global em que a KPMG integra Claude ao Digital Gateway, começando por ferramentas para clientes de tax e legal, além de liberar Claude para mais de 276 mil funcionários.
Esse número importa menos como "usuários" e mais como sinal de adoção enterprise: consultorias grandes vendem método, governança e implantação. Quando uma firma desse porte incorpora Claude no software onde o trabalho acontece, a IA deixa de ser ferramenta lateral e vira parte da entrega.
Para quem vende B2B no Brasil, a implicação é direta: comprador corporativo vai pedir segurança, auditoria, política de uso, integração com sistemas internos e mensuração de impacto. "Usamos IA no atendimento" não basta mais.
Se seu produto tem componente de automação, vale reler automação de processos empresariais com agentes de IA com essa régua: onde está a governança?
4. Anthropic compra Stainless: o valor está no encanamento
A compra da Stainless pela Anthropic é menos chamativa que um novo modelo, mas talvez mais estratégica. A Stainless gera SDKs, CLIs e servidores MCP a partir de specs de API. Em português claro: ela facilita que agentes usem sistemas externos de forma confiável.
Essa aquisição confirma uma mudança de stack: API boa não é só endpoint documentado. API boa para a era agentic precisa ter SDK sólido, exemplos, contratos claros, permissões bem modeladas e conectores que agentes consigam operar sem improviso.
Decisão prática para founders e devs: trate sua API como produto para humanos e para agentes. Documentação ruim, erro opaco e autenticação confusa viram gargalos comerciais quando o cliente quer plugar agentes.
5. NVIDIA: skills verificadas viram camada de confiança
A NVIDIA publicou um post sobre NVIDIA-verified agent skills. O ponto central: skills de agentes passam por catálogo, scanning de riscos, assinatura criptográfica e skill cards com metadados de propriedade, dependências, limitações e status de verificação.
Isso é uma resposta a um problema real. Agentes ficam mais poderosos quando instalam skills, usam ferramentas e executam instruções portáveis. Mas cada capability nova também aumenta superfície de risco: prompt injection, tool poisoning, acesso excessivo, dependências vulneráveis, exfiltração de dados e ações fora de escopo.
Para stack, isso muda checklist de compra. Não basta perguntar "o agente faz?". Tem que perguntar:
- Quem criou essa skill?
- O que ela acessa?
- Ela foi escaneada?
- Existe assinatura ou provenance verificável?
- Qual é o rollback se a skill se comportar mal?
Esse é o tipo de detalhe que separa demo bonita de operação que aguenta produção.
6. Avaliar agente não é avaliar modelo
No guia Mastering Agentic Techniques: AI Agent Evaluation, a NVIDIA reforça uma distinção que muita empresa ainda ignora: benchmark de modelo mede capacidade isolada; avaliação de agente mede comportamento ponta a ponta.
Em agentes de IA, o que importa é trajetória: plano, chamadas de ferramenta, uso de contexto, recuperação de erro, custo, latência, segurança e resultado final. Um modelo excelente pode virar um agente ruim se chamar ferramenta errada, repetir passos, gastar tokens demais ou não reconhecer que precisa pedir confirmação.
Para produto, a métrica do dia deveria ser:
- taxa de conclusão da tarefa;
- precisão no uso de ferramentas;
- custo por tarefa concluída;
- tempo até resultado útil;
- taxa de intervenção humana;
- incidentes evitados por política.
Se o dashboard ainda mostra só "accuracy" ou "CSAT", ele está cego para a parte que vai quebrar quando o volume subir.
7. Microsoft: o agentic stack não pode ser de um fornecedor só
A Microsoft publicou sua visão de open source to agentic systems, conectando Azure Linux, Container Linux, Agent Framework, Ray, NVIDIA Dynamo, protocolos A2A, governança e Agentic AI Foundation.
O recado é pragmático: empresas não querem apostar o futuro dos seus agentes em uma única nuvem, modelo ou runtime. Elas querem interoperabilidade, auditoria e portabilidade.
Isso bate direto em decisão de stack. Em vez de montar tudo em volta de uma única API de LLM, a arquitetura precisa separar:
- modelo;
- orquestração;
- ferramentas;
- identidade e permissões;
- logs e avaliação;
- memória e dados;
- política de execução.
Quanto mais agentic o produto fica, mais caro será trocar essa arquitetura depois.
O que eu faria hoje se estivesse construindo produto
1. Reposicionaria automação como workflow verificável. O mercado vai saturar de "agente que faz tarefa". A briga real será "agente que executa com contexto, política, auditoria e ROI".
2. Criaria uma matriz de build vs buy. Se o Google, Microsoft ou Anthropic vão entregar nativo em 90 dias, não construa feature genérica. Construa vertical, integração proprietária ou experiência de execução.
3. Padronizaria conectores e permissões agora. MCP, A2A, SDKs bem gerados e logs estruturados não são detalhe técnico. São distribuição futura.
4. Mediria agente por tarefa concluída. Para cada workflow, defina custo máximo, tempo máximo, política de confirmação e fallback humano.
5. Trataria skills como supply chain. Se você não instalaria pacote npm aleatório em produção, também não deveria instalar skill de agente sem provenance, scanning e escopo.
E o Brasil nessa história?
No Brasil, a janela de oportunidade continua boa porque a adoção corporativa ainda é desigual. Muita empresa quer IA, mas ainda não sabe traduzir isso em fluxo operacional. Quem chegar com diagnóstico, integração e governança ganha espaço antes da commodity chegar empacotada.
O risco é vender "agente" como mágica. O comprador mais maduro já vai perguntar por LGPD, logs, permissões, dados sensíveis, revisão humana e responsabilidade por erro. Isso favorece quem sabe desenhar processo, não só prompt.
Para PME, a oportunidade mais clara é empacotar agentes de IA em rotinas específicas: qualificação de lead, follow-up comercial, triagem de suporte, geração de propostas, cobrança, atualização de CRM e análise semanal de métricas. Não precisa prometer autonomia total. Precisa remover trabalho repetitivo com controle.
A pergunta para esta semana
Escolha um processo que hoje depende de uma pessoa lendo, decidindo e copiando informação entre sistemas. Desenhe o agente ideal em quatro colunas: entrada, ferramentas, decisão permitida e revisão humana.
Se não couber nessa tabela, ainda não é produto. É demo.
No Pro, a curadoria diária vai seguir exatamente essa lógica: menos hype, mais decisão prática para quem constrói com IA. E o radar de notícias continua em /noticias.