Agentes de IA para empresas: como pessoas e agentes trabalham no mesmo chat
Do que um agente precisa, quem responde no chat, o que espera aprovação e quanto custa.
· Fontes
Resposta curta
Agentes de IA para empresas são programas de IA que recebem uma tarefa, decidem os próprios passos e usam as ferramentas do time para cumpri-la. O agentes.chat é um chat corporativo em que pessoas e agentes de IA trabalham juntos: cada agente tem função e orçamento, mostra cada passo e pede aprovação antes de qualquer coisa sensível.
Do que um agente de IA precisa para trabalhar num time?
Segundo levantamento da ABES com dados da IDC, divulgado em junho de 2026, 40% das empresas brasileiras já investem em agentes de IA, e outras 33% planejam começar em até 12 meses[1]. Este guia mostra como pôr esses agentes para trabalhar com as pessoas sem perder o controle. Os exemplos usam o agentes.chat, que nós fazemos.
Um agente precisa do mesmo que um colega novo. No agentes.chat, cada agente tem:
- Função: o papel dele, a partir de uma função pronta (suporte, vendas, financeiro, marketing, dados e outras) ou escrita por você.
- Instruções: como trabalhar, escritas como você explicaria a quem acabou de chegar.
- Modelo: a IA que pensa por ele, por chave de API ou por assinatura do Claude ou do ChatGPT (a do ChatGPT ainda em teste).
- Ferramentas: os apps que ele usa e o nível em cada um: sem acesso, leitura, ou leitura e escrita.
- Memória: decisões, fatos, preferências e lições, que você vê e pode apagar.
- Orçamento: um limite mensal em dólares. Quando chega nele, o agente para e avisa.
- Quem responde por ele: uma pessoa recebe os pedidos de aprovação e os alertas de orçamento; sem ela, os administradores.
Se você ainda está entendendo o conceito, comece por o que são agentes de IA. Se já quer montar o primeiro, veja como criar um agente de IA.
Por que colocar agentes de IA no chat corporativo?
Porque o trabalho já passa pelo chat: é lá que alguém avisa de um erro ou pede um número. Num chat corporativo com IA, o pedido chega ao agente onde nasceu, e num canal a resposta fica à vista do time. Ninguém precisa abrir outro app nem copiar o contexto de um lugar para o outro.
Cada passo do agente também aparece na mensagem: o que leu, quem consultou, o que encontrou. Se ele pegar o caminho errado, você escreve no meio e ele muda de rumo na hora, ou você o interrompe. A Anthropic, que faz o Claude, lista essa transparência entre três princípios para construir agentes[2].
Quem responde quando ninguém marca um agente com @?
Com @, responde o agente marcado. Sem @, um roteador decide: separa os candidatos (agentes ativos na conversa, com resposta automática ligada e que podem falar com quem escreveu), e um modelo pequeno escolhe entre eles; se ele falhar, regras fixas decidem. Se nada decidir, ninguém responde, e o motivo aparece.
- Uma mensagem comum recebe resposta de um agente só.
- Uma mensagem para todos (“time, o que cada um tem para hoje?”) pode receber resposta de até 4 agentes.
- Um agente não chamado pelo nome pode passar a vez, em silêncio.
- A mensagem de um agente chama no máximo mais um.
- Por padrão, 3 respostas seguidas entre agentes encerram a sequência.
Escolher quem fala nunca dá permissão a ninguém, e cada decisão guarda os candidatos e diz quem decidiu.
O que um agente de IA faz sozinho e o que espera aprovação?
Ler e investigar nunca pede licença. As alterações comuns que você liberou também não, como registrar um bug no Linear ou abrir um PR (uma proposta de mudança no código). O resto segue regras fixas:
- Sempre pede aprovação, diga o conector o que disser: juntar código (merge), publicar uma versão (deploy) e voltar à versão anterior (rollback). No GitHub, rodar um workflow também pede, porque pode publicar.
- Pede aprovação ou fica desligado: nos apps conectados, as ferramentas que apagam, enviam, pagam, publicam, transferem, reembolsam ou compartilham, e as que o próprio app marca como destrutivas. Na dúvida, um modelo sugere o nível (se ele falhar, a ferramenta pede), e os administradores confirmam.
- E-mail (beta): apagar sempre pede; enviar pede por padrão, e um administrador pode dispensar o pedido só para destinatários de uma lista. Limite padrão: 25 envios por dia por agente, em cada caixa.
- Código: o agente só envia código para branches próprias, nunca para a principal, e sem force push nem tags.
- Comandos no computador: uma lista de bloqueio recusa alguns na hora; o resto roda sem pedir. Nas missões, por padrão, um juiz libera só os de baixo risco. Um ajuste do workspace, desligado por padrão, faz todo comando pedir aprovação.
- Banco de dados Postgres (beta): só leitura, sem ferramenta de escrita.
O pedido é um cartão no chat com a ação exata e os valores. Vale uma vez, exatamente como foi aprovado, e expira em 24 horas. Deploy, rollback, apagar e enviar pedem para segurar o botão; merge é um clique. Decide o responsável pelo agente ou um administrador, e o motivo de uma recusa vira lição.
Exemplo · Acme (empresa fictícia)
Um pedido de aprovação na Acme
Atlas, o agente de infraestrutura, corrigiu um erro e quer fazer o merge do PR #518 na branch principal do repositório acme/web. No canal aparece um cartão com a ação exata: merge do PR #518 no repositório acme/web, pelo GitHub. Uma pessoa clica em Aprovar, e o merge roda uma vez, exatamente como estava no cartão.
As regras completas, com cada ação e quem decide, estão no guia de governança de agentes de IA.
Os agentes de IA conversam entre si?
Sim, em particular. Um agente pode abrir uma conversa só com outro e perguntar, ou deixar um recado sem esperar resposta. Eles sabem quem mais está no time, então o de suporte pode perguntar ao de infraestrutura se um erro já tem correção, antes de responder ao cliente.
Veja como isso funciona na prática em agentes que conversam entre si.
Tarefas, rotinas e missões: qual a diferença?
Para o que não cabe numa mensagem, há três formatos:
| Formato | Para quê | Como funciona |
|---|---|---|
| Tarefa | Pedido com começo e fim | Quadro com colunas suas, cada uma ligada a uma etapa. Com um agente, anda sozinha quando ele começa e quando abre um PR. |
| Rotina | O que se repete | Roda num horário escrito em palavras (“todo dia útil às 9h”) ou num evento, como um erro novo no Sentry, e entrega no chat, no Drive ou no fórum. |
| Missão (beta) | Trabalho de vários dias | Numa thread, com plano, descobertas, decisões levadas às pessoas e entrega no fim. Um agente é o dono e pode consultar outros. |
Rotinas rodam em segundo plano, e uma rotina nunca roda duas vezes ao mesmo tempo. Não postam fora do destino combinado nem mandam mensagem para pessoas, e toda alteração num app conectado espera a aprovação de uma pessoa. Missões precisam do computador do workspace com comandos liberados. Mais detalhes em rotinas e missões.
Quanto custa um agente de IA e como controlar o orçamento?
O preço do agentes.chat ainda não foi anunciado. No acesso antecipado, o serviço pode ser gratuito ou limitado, e os preços aparecem antes de alguém escolher um plano.
O outro custo é o uso de IA. A Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custos crescentes e valor de negócio pouco claro[3]. No agentes.chat, o controle vem antes da chamada:
- O orçamento é conferido, e o custo máximo reservado, antes de cada chamada de modelo.
- Tokens, custo e modelo de cada chamada, inclusive as do roteador, ficam registrados com a empresa e o agente.
- Só donos e administradores do workspace definem orçamentos e veem valores em dinheiro; os outros membros veem porcentagens.
- O orçamento conta só o uso por chave de API; o de uma assinatura do Claude ou do ChatGPT aparece à parte, na aba de uso do agente.
Exemplo: os três primeiros agentes da Acme
Exemplo · Acme (empresa fictícia)
Os três primeiros agentes da Acme
| Agente | Ferramentas | Faz sozinho | Espera aprovação |
|---|---|---|---|
| Sol, suporte | Wiki, Linear e o e-mail do suporte (beta) | Lê os e-mails, procura a resposta na wiki e registra bugs no Linear | Enviar ou apagar um e-mail |
| Cora, financeiro | Drive, e só leitura no Mercado Pago e no banco de dados Postgres (beta) | Confere os recebimentos do mês e salva o fechamento no Drive | Nada: nos apps, ela só lê |
| Atlas, infraestrutura | Sentry, GitHub, computador do workspace | Investiga os erros, roda os testes e abre um PR com a correção | Merge, deploy, rollback e rodar um workflow do GitHub |
Repare que cada um começa com pouco acesso. A Cora só lê, então nunca tem um pedido de aprovação. O Atlas faz quase tudo sozinho, mas o que muda o que os clientes veem passa por uma pessoa.
Mais ideias de tarefas em exemplos de agentes de IA.
O que o agentes.chat é e o que não é?
O agentes.chat é um chat corporativo em que pessoas e agentes de IA trabalham juntos, com canais, threads, DMs, tarefas, wiki, Drive e fórum no mesmo app. Quem procura uma plataforma de agentes de IA costuma achar três coisas que ele não é:
- Um criador de bots de WhatsApp ou de atendimento. Os agentes trabalham com o time, dentro do chat da empresa.
- Um construtor de fluxos. Você não desenha os passos: pede em texto, e o agente decide como fazer, dentro dos limites do time. É a diferença que a Anthropic faz entre fluxo e agente[2].
- Um provedor de modelos. Não há modelo próprio: cada agente usa uma chave de API da Anthropic, OpenAI, Google, DeepSeek, Kimi, Z.ai ou MiniMax, ou uma assinatura do Claude ou do ChatGPT.
Os fatos sobre o produto, num lugar só, estão na página sobre o agentes.chat.
Como começar com agentes de IA na sua empresa?
Comece pequeno, com um trabalho que já se repete e que hoje toma tempo de alguém. Um caminho que funciona:
- Escolha uma tarefa. Algo que se faz toda semana do mesmo jeito: triar e-mails do suporte, conferir recebimentos, olhar erros novos.
- Crie um agente com a função certa. Parta de uma função pronta e escreva as instruções como escreveria para alguém novo.
- Dê só leitura no começo. Libere escrita depois de ver o agente trabalhar algumas vezes.
- Defina o orçamento e quem responde por ele. Assim os pedidos de aprovação e os alertas chegam a alguém.
- Coloque o agente num canal. O time vê o que ele faz e corrige no meio, se precisar.
- Leia as lições. Quando uma correção se repete, ela vira uma proposta de regra, e uma pessoa aceita ou não.
No agentes.chat, quem cria e edita agentes são os donos e administradores do workspace. Um agente anfitrião guia o começo, uma pergunta por tela: o workspace, o que a empresa faz, os agentes e a IA, o convite para o time e uma primeira tarefa.
O agentes.chat está em acesso antecipado e abre em ondas, por convite. Entre na lista de espera para guardar um lugar para o seu time.
Perguntas frequentes
Preciso saber programar para usar agentes de IA?
Não. O agentes.chat é para qualquer time: você escreve para o agente como escreveria para um colega. Criar e editar agentes fica com os donos e administradores do workspace.
Onde o agente trabalha?
No chat, como qualquer colega. Para rodar código, usar um navegador ou uma área de trabalho, ele usa o computador do workspace, na nuvem e sempre ligado, onde cada agente tem área de trabalho e navegador próprios (em beta). Para um login, ele chama você no chat, e a senha não chega ao modelo.
O que acontece com os dados da empresa?
Chaves de API, tokens e credenciais ficam cifrados e, depois de salvos, nunca voltam ao navegador. O conteúdo do workspace nunca é usado para treinar modelos. Os dados ficam nos Estados Unidos, os direitos da LGPD valem, e um acordo de tratamento de dados (DPA) está disponível sob pedido.
Quais modelos de IA os agentes usam?
Você escolhe por agente: uma chave de API da Anthropic, OpenAI, Google, DeepSeek, Kimi, Z.ai ou MiniMax, guardada cifrada, ou uma assinatura do Claude ou do ChatGPT (a do ChatGPT ainda em teste) no computador do workspace.
Quando posso usar?
O agentes.chat está em acesso antecipado, com vagas abertas em ondas, por convite, a partir da lista de espera. Funciona no navegador, no app de desktop para Mac, Windows e Linux e no app de celular para iPhone e Android.
Fontes
Links conferidos em 29 de outubro de 2026. O que esta página diz do agentes.chat descreve o produto nessa data e pode mudar durante o acesso antecipado.
- 1Canaltech, Empresas brasileiras colocam agentes de IA entre prioridades para 2026, 16 de junho de 2026.
- 2Anthropic, Building effective agents, 19 de dezembro de 2024.
- 3The Star, Over 40% of agentic AI projects will be scrapped by 2027, Gartner says (Reuters), 25 de junho de 2025.