Agente de IA: o que é, como funciona e o que ele já faz numa empresa

Um assistente de IA comum devolve um texto e para. Um agente recebe uma tarefa inteira, como “confira os links quebrados do site e corrija”, e só devolve quando terminou ou quando precisa da sua aprovação para seguir.

Uso agentes de IA todos os dias, principalmente para programar dentro do VS Code. As definições e os exemplos abaixo vêm das páginas das empresas e da imprensa especializada, consultadas em novembro de 2026.

O que é um agente de IA?

Agente de IA é um programa que persegue um objetivo em várias etapas e decide sozinho o próximo passo. A Anthropic, empresa que faz o Claude, resumiu a ideia no guia “Building effective agents”, de dezembro de 2024: agentes são, na maioria dos casos, modelos de linguagem usando ferramentas a partir do retorno do ambiente, em ciclo.

Na prática, todo agente tem quatro peças:

• um modelo de linguagem, como o Claude ou o GPT, que lê a situação e decide o que fazer;
• ferramentas, que são as mãos do modelo: ler e gravar arquivos, abrir um navegador, rodar um programa, consultar uma planilha, mandar uma mensagem;
• um objetivo, dito em linguagem comum, com o critério do que conta como pronto;
• um ciclo de agir, conferir e corrigir, que se repete até o objetivo ser cumprido ou até bater um limite.

Sem ferramentas, o modelo só conversa. Sem o ciclo, ele executa uma vez e não percebe o próprio erro. Com as quatro peças juntas, ele entrega uma tarefa inteira.

Como funciona um agente de IA, etapa por etapa?

O ciclo tem cinco momentos, e eles aparecem em qualquer agente:

1. Recebe o objetivo. Por exemplo, uma tarefa que este blog recebe toda semana: “atualize um artigo antigo com os dados do mês e confira se nenhum link quebrou”.
2. Planeja. Divide o pedido em etapas e escolhe as ferramentas de cada uma.
3. Age. Abre o arquivo, pesquisa a fonte do dado, edita o texto.
4. Confere. Roda a verificação e lê o resultado. A Anthropic chama isso de buscar a “verdade do ambiente” a cada passo: o agente olha o que aconteceu de fato no arquivo, no site ou no sistema.
5. Corrige ou para. Se a verificação falhou, volta ao passo 3. Se passou, entrega. Se ficou preso, avisa.

O passo 4 é o que separa um agente útil de um gerador de texto. Neste blog, nenhum artigo vai ao ar se tiver um travessão ou um link interno que leva a uma página inexistente: a verificação roda antes de toda publicação e trava o processo. Num agente, essa trava fica dentro do ciclo: quando a verificação acusa erro, ele lê a mensagem, corrige o trecho e roda de novo, e a entrega só chega depois que a verificação passou.

O limite também faz parte do desenho. O mesmo guia da Anthropic recomenda condições de parada, como um número máximo de tentativas, para o agente não girar sem fim e gastar recursos à toa.

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

Os três aparecem com o mesmo nome em muito material de venda. A consultoria Gartner chamou isso de “agent washing” em junho de 2025: a prática de rebatizar chatbots e automações antigas como agentes. Pela estimativa dela, só cerca de 130 dos milhares de fornecedores que dizem vender agentes de IA vendem de fato.

A tabela ajuda a separar:

	Chatbot de menu	Automação de regras fixas	Agente de IA
Como decide	Segue o roteiro de botões montado antes	Segue a regra “quando acontecer X, faça Y”	O modelo de linguagem escolhe o próximo passo
Quando algo foge do previsto	Repete o menu ou passa para um atendente	Para ou registra erro	Tenta outro caminho, confere e avisa se não conseguir
Exemplo	“Digite 1 para horários, 2 para endereço” no WhatsApp	Fluxo no n8n, no Make ou no Zapier que copia cada formulário novo para uma planilha	Claude Code corrigindo um link quebrado e testando o site de novo
Melhor para	Perguntas que você consegue listar todas	Tarefa repetida, sempre igual	Tarefa com etapas que mudam a cada vez
Custo de rodar	Fixo, pela plataforma	Fixo ou por execução	Por uso do modelo, e cresce com o número de voltas do ciclo

Um chat com IA, como o ChatGPT ou o Claude numa conversa comum, fica no meio do caminho: entende a pergunta e responde bem, mas não age nos seus sistemas.

A escolha começa pela tarefa. Se dá para escrever todas as regras antes, uma automação é mais barata, mais previsível e mais fácil de conferir. A própria Anthropic aconselha começar pela solução mais simples e só usar agentes quando a tarefa exige flexibilidade, como problemas em que não dá para prever quantas etapas vão ser necessárias.

Quais agentes de IA já existem e o que eles fazem?

Quatro exemplos públicos, com o que cada empresa diz que eles fazem:

• Claude Code (Anthropic). A documentação oficial o descreve como uma ferramenta de programação com agentes que lê o código do projeto, edita arquivos, roda comandos e se conecta às ferramentas de desenvolvimento. Funciona no terminal, no VS Code, no app desktop do Claude e no navegador. O que ele faz, em detalhe, está no guia sobre o que é o Claude Code.
• Claude Cowork (Anthropic). Usa a mesma base do Claude Code para trabalho de escritório: trabalha nas pastas e nos aplicativos que você libera e devolve planilhas, apresentações e relatórios. Expliquei o funcionamento em Claude Cowork: como delegar tarefas de escritório.
• Agente do ChatGPT (OpenAI). Lançado em julho de 2025, segundo a cobertura do SD Times de 21 de julho daquele ano, ele usa um computador virtual próprio para navegar em sites, clicar, preencher formulários, rodar código e montar planilhas e apresentações. Pede permissão antes de ações com consequência, como uma compra, e você pode interromper ou assumir a tarefa a qualquer momento.
• Researcher e Analyst (Microsoft 365 Copilot). Anunciados pela Microsoft em março de 2025. O Researcher pesquisa nos seus e-mails, reuniões, arquivos e na web; o Analyst roda programas em Python sobre os dados que você entrega e mostra o código enquanto trabalha, para você conferir.

Os quatro executam etapas seguidas e dependem de acessos liberados por alguém. A diferença está em onde eles atuam: código, pastas do computador, navegador ou pacote de escritório.

O que um agente de IA já faz numa empresa?

O exemplo que conheço por dentro é programação. Foi com o Claude Code que trabalhei no sistema integrado ao Mercado Livre: ele lê os arquivos do projeto, edita, roda os comandos e confere o resultado, e o que vai para o ar continua sendo decisão minha.

Fora do código, as tarefas que os fabricantes mostram nas páginas oficiais são de escritório, com resultado que dá para conferir rápido:

• organizar uma pasta de arquivos por tipo ou por data;
• transformar uma pasta de recibos numa planilha de despesas;
• pesquisar os concorrentes de um bairro e montar uma tabela com o que cada um oferece;
• montar o primeiro rascunho de um relatório a partir de planilhas e e-mails.

Para quem não programa, o caminho mais curto é o app desktop do Claude, sem terminal. Os primeiros passos estão em Claude Code para quem não programa.

O que um agente de IA ainda não faz sem supervisão?

Três pontos pedem uma pessoa por perto, e eles valem para qualquer agente.

Permissões. O agente age com o acesso que recebeu, nem mais nem menos. No modo manual, o Claude Code pede aprovação antes de editar arquivos ou rodar comandos, e o Cowork pede permissão antes de apagar um arquivo de vez. Se você libera o e-mail, ele pode mandar e-mail. O acesso também é configuração de alguém: quando o Claude não funcionava no meu VS Code, mesmo funcionando no app do mesmo computador, a mensagem falava em firewall e proxy. A causa eram duas variáveis de ambiente esquecidas de uma instalação antiga, e achá-las e apagá-las foi trabalho meu.

Custo por uso. Cada volta do ciclo consome uso do modelo. A Anthropic escreve, no mesmo guia, que sistemas com agentes trocam tempo de resposta e custo por desempenho, e que a autonomia significa custo maior e risco de erros que se acumulam. A Gartner previu, em junho de 2025, que mais de 40% dos projetos de agentes de IA serão cancelados até o fim de 2027, por custo crescente, valor pouco claro para o negócio ou controle de risco insuficiente. Nos planos de assinatura, o custo aparece como limite de uso; pela API, como cobrança por volume.

Erro com confiança. Dos três, é o que mais pede atenção, porque não dá aviso. O agente relata “pronto” no mesmo tom quando acertou e quando errou. Quando ele entregar uma planilha, abra o arquivo original e compare três números com os dele antes de usar o resultado. Pelo mesmo motivo, a Anthropic recomenda testar os agentes em ambiente isolado e com barreiras antes de usá-los de verdade. No meu caso, a barreira é dupla: a verificação automática pega o erro mecânico, e a minha revisão pega o erro de conteúdo.

Como começar a usar um agente de IA na sua empresa?

1. Escolha uma tarefa que se repete toda semana e cujo resultado você confere em poucos minutos, como a planilha de despesas do mês.
2. Veja se uma regra fixa resolve. Se a tarefa é sempre igual, uma automação de processos no n8n, no Make ou no Zapier sai mais barata e mais previsível que um agente.
3. Libere o mínimo de acesso. Uma pasta só com cópias, um sistema por vez e a aprovação manual ligada para apagar, enviar ou pagar.
4. Escreva o que conta como pronto. No Claude Code, essas regras ficam num arquivo que ele lê no começo de toda sessão, o CLAUDE.md. Cada erro que você encontrar vira uma linha nova nesse arquivo.
5. Revise toda entrega nas primeiras semanas. A confiança no agente se constrói com o histórico de entregas conferidas.

Se você quer aprender com método, os critérios para escolher um curso que você vai aplicar na rotina estão em curso de IA.