Pergunte a cinco pessoas na sua empresa o que é um agente de IA e você provavelmente vai receber cinco respostas diferentes. Um chatbot com plugin. Um script que lê sua caixa de entrada. Algo que escreve código sem supervisão. Todas estão parcialmente certas, e esse é exatamente o problema.
O termo perdeu precisão
“Agente” tem um significado técnico real, anterior ao ciclo atual de IA em várias décadas. A definição vem do livro-texto de Russell e Norvig, de 1995, que descreve um agente como qualquer coisa que pode ser vista como percebendo seu ambiente por meio de sensores e agindo sobre esse ambiente por meio de atuadores. A Anthropic ancora sua própria definição de agentes nessa mesma fonte.
Uma versão mais prática da mesma ideia, também citada pela Anthropic e amplamente usada por desenvolvedores, vem de Simon Willison: um agente é um sistema que executa ferramentas em loop para atingir um objetivo.
As duas definições apontam para a mesma estrutura central. Não é um chatbot que responde a uma pergunta e para. Não é um script que roda uma vez em uma agenda. É um sistema que decide, age, observa o resultado e decide de novo, por conta própria, até atingir um objetivo ou desistir.
Esse loop, e não o rótulo comercial, é o que separa um agente do que veio antes.
Então um agente é um bot?
Não no sentido em que a maioria das pessoas usa a palavra “bot”. Um bot clássico e roteirizado, como um bot de atendimento ou um bot de IRC, segue um caminho fixo entre gatilho e resposta. Peça algo fora do script e ele falha de forma previsível.
Alguns bots são mais sofisticados, e “bot” é uma palavra ampla. Mas a distinção útil é comportamental: o sistema apenas executa ramificações predefinidas ou ele escolhe ações, observa resultados e continua perseguindo um objetivo?
Um agente decide. Ele escolhe a próxima ação com base no que acabou de acontecer, sem um humano escrevendo cada possibilidade com antecedência. Essa é uma diferença de natureza, não apenas de grau. Um bot com mais ramificações continua sendo um bot. Um sistema executando o loop decidir, agir e observar contra ferramentas reais é outra coisa, por mais simples que seja o modelo por trás dele.
Um agente é software? No contexto atual dos produtos de IA, sim. A confusão não está no que um agente é feito. Está em quanta autonomia esse software realmente tem, e essa é uma pergunta completamente diferente.
O substantivo e a propriedade não são a mesma coisa
Esta distinção resolve boa parte da confusão: “agente de IA” é um substantivo, ou seja, um sistema de software específico. “Agêntico” é uma propriedade, uma medida de quanta autonomia esse sistema tem para agir.
Um agente de IA pode ter diferentes níveis de comportamento agêntico, e esse nível varia enormemente entre produtos que usam a mesma palavra para se descrever.
Um sistema que faz uma única chamada de ferramenta e retorna uma resposta é, na prática, apenas um sistema com uso de ferramenta. Ele só se torna verdadeiramente agêntico quando consegue escolher ações, observar resultados e continuar o loop sem que cada ramificação esteja pré-escrita.
Na outra ponta, um sistema que planeja um projeto de vários dias, delega subtarefas a outros agentes e só consulta um humano no final é profundamente agêntico. Os dois extremos dessa escala podem ser vendidos como “agentes de IA”. Só um deles deveria receber credenciais de produção sem uma segunda análise.
A onda moderna de agentes começou em 2023, quando os plugins do ChatGPT, o AutoGPT, o BabyAGI e projetos semelhantes tornaram o uso de ferramentas em múltiplas etapas visível para um público muito maior de desenvolvedores.
Ao longo de 2024 e 2025, “agêntico” virou um enquadramento padrão nos roadmaps de produtos de IA da OpenAI, Anthropic, Google e Microsoft. Em 2026, descrever um produto como agêntico já é quase o padrão. E é exatamente por isso que a palavra deixou de ser um filtro útil por si só.
Quando quase tudo reivindica o rótulo, o rótulo deixa de dizer qualquer coisa sobre o que o sistema realmente faz.
A autonomia por trás da palavra é real, e está crescendo
O exagero de marketing não significa que a capacidade por trás dele seja falsa. A Anthropic publicou dois dados úteis sobre isso.
No relatório de autonomia de fevereiro de 2026, a Anthropic constatou que a duração das rodadas de trabalho do Claude Code no percentil 99,9, basicamente por quanto tempo o agente continuou trabalhando de forma autônoma em uma única interação antes de retornar ao usuário, quase dobrou entre o fim de setembro/outubro de 2025 e o início de janeiro de 2026. O número subiu de menos de 25 minutos para mais de 45 minutos.
A Anthropic observou que esse aumento foi gradual ao longo dos lançamentos de modelos, o que sugere que a mudança não veio apenas de um salto de capacidade do modelo. Ela também refletiu maior confiança dos usuários, tarefas mais ambiciosas e melhorias no produto. O mesmo relatório alertou que a duração de uma rodada de trabalho é um indicador imperfeito de autonomia, e que a cauda extrema recuou um pouco depois de meados de janeiro.
Separadamente, em junho de 2026, a Anthropic analisou cerca de 400.000 sessões interativas do Claude Code, envolvendo aproximadamente 235.000 pessoas, entre outubro de 2025 e abril de 2026. Esse relatório posterior focou menos na duração bruta da autonomia e mais em como as pessoas de fato usam o Claude Code, incluindo a divisão de trabalho entre planejamento humano e execução pelo agente.
Essa é a parte que importa. A palavra “agente” pode estar sendo usada em excesso, mas o comportamento que ela às vezes descreve não é hype: um sistema rodando sem supervisão por boa parte de uma hora, tomando uma sequência própria de decisões contra infraestrutura real.
Isso já está acontecendo. As execuções mais autônomas agora são medidas em dezenas de minutos, não em segundos.
Por que a lacuna de definição virou um problema de governança
Aqui está a parte que quase nunca aparece nos textos explicativos. Se a sua organização não consegue concordar sobre o que conta como “um agente” rodando contra seus sistemas, ela também não consegue escrever uma política que governe esse comportamento. E, quando algo dá errado, também não consegue reconstruir o que aconteceu.
Uma política escrita contra o termo de marketing desmorona no momento em que alguém diz que a ferramenta é “só um assistente” ou “só automação”, mesmo quando ela está rodando exatamente o mesmo loop de decisão, ação e observação contra exatamente o mesmo banco de dados de produção.
A solução não é uma definição melhor de “agente”. A solução é escrever a política contra o comportamento em si.
Este sistema roda um loop? Chama ferramentas? Age sem um humano confirmar cada passo?
Se sim, ele deve ser governado da mesma forma, independentemente do nome que o fornecedor usa.
Essa também é a única definição que resiste a uma auditoria. Daqui a seis meses, quando algo der errado e alguém perguntar “aquilo era um agente?”, a resposta honesta precisa vir de um registro do que o sistema realmente fez, não do que ele foi vendido como sendo.
A versão curta
- Um agente é um software que decide, age e observa em loop para atingir um objetivo. Não é um chatbot comum e não é um script fixo.
- “Agente” é o substantivo. “Agêntico” é um espectro que descreve quanto desse loop roda sem um humano no meio.
- A palavra perdeu precisão pela pressão de marketing entre 2023 e 2026, até virar um filtro fraco por si só.
- A autonomia que a palavra originalmente descrevia é real e, pelos próprios dados de uso da Anthropic, continua crescendo.
- A governança precisa ser escrita contra o que um sistema faz, não contra o fato de ele se chamar ou não de agente.
Da próxima vez que alguém na sua organização disser “não é bem um agente, é só automação”, pergunte o que ele realmente faz.
Se roda um loop e chama ferramentas sem um humano aprovar cada passo, o rótulo não importa. A política deveria se aplicar do mesmo jeito.
Veja como a KonaSense governa agentes por comportamento, não por rótulo