IA Agêntica: Onde Estamos No Meio de 2026

Em janeiro deste ano, publiquei um post chamando 2026 de "o ano em que agentes de IA saem do lab e entram no sprint". Era uma afirmação ousada, e eu sabia disso. Seis meses depois, faço a retrospectiva que qualquer tech lead honesto deveria fazer: o que prometemos, o que de fato entregou, onde erramos feio, e o que ainda está quebrado sem perspectiva clara de conserto.

A narrativa mais fácil seria a do triunfo — Claude Code chegou a $2,5 bilhões em ARR, a Anthropic está em $30 bilhões de run-rate, o Thoughtworks Tech Radar Vol. 34 moveu context engineering direto para Adopt, e o Google I/O deste ano parecia um festival de anúncios agênticos. Tudo isso é real. Mas a narrativa mais honesta é mais complicada, e é ela que vale o seu tempo de leitura.

Escrevi nesse blog sobre praticamente todo grande tema desse semestre — de SLMs na borda em fevereiro a AWS AgentCore e WebMCP em junho. O que vou fazer aqui não é recapitular os posts individuais, mas cruzar o que eu — e a indústria — dissemos que ia acontecer com o que de fato aconteceu. Retrospectiva de sprint, não press release.

O Que Prometemos no Início do Ano Versus o Que Entregou

Janeiro e fevereiro foram meses de expectativa alta. O argumento central que circulava, e que eu endossei, era que a infraestrutura agêntica estava finalmente madura o suficiente para produção real. MCP acabava de ser proposto como padrão aberto, os primeiros casos de SDD (Spec-Driven Development) estavam aparecendo, e os modelos de fronteira pareciam ter dado um salto qualitativo de raciocínio.

Algumas dessas apostas entregaram mais do que o esperado.

Token economics e custo de inferência: em fevereiro escrevi sobre a queda de custo de inferência como tendência estrutural. Os números confirmaram: o custo caiu em média 10x por ano entre 2021 e 2025. Em 2026, essa curva está desacelerando — a projeção atual é de 3 a 5x por ano, não mais 10x. Isso era previsível e já sinalizava na época, mas a velocidade da desaceleração chegou antes do esperado. A implicação prática é que o período de infra de IA subsidiada pelo capital está se fechando. Quem construiu casos de uso dependendo de custo caindo sem fim vai precisar ajustar os números.

MCP como padrão: a aposta no MCP como protocolo de integração de agentes foi acertada na direção. O ecossistema cresceu de forma considerável, e em maio a WebMCP trouxe a mesma lógica para browser e mobile. O dado incômodo veio do próprio Thoughtworks Tech Radar Vol. 34: MCP foi classificado em Caution, não em Adopt ou Trial. A justificativa foi direta — o protocolo tem méritos, mas a maioria dos times está adotando por fomo, sem entender bem os trade-offs de segurança e sem avaliar se é a abstração certa para o problema que têm. Ou seja, a tecnologia funciona, a adoção está sendo feita errada. Escrevi sobre isso na semana passada no post sobre quando não usar MCP por default, e a tensão é real: padronização boa e adoção irreflexiva podem coexistir.

SLMs na borda: a aposta em modelos menores rodando em dispositivos estava certa como tendência e um pouco otimista no timing. Os casos de uso em edge AI estão se consolidando, mas mais lentamente do que o hype de fevereiro sugeria. O Gemini Spark, anunciado no Google I/O 2026 como modelo para dispositivos com restrição de recursos, é o sinal mais concreto de que a direção está validada — mas a adoção enterprise ainda está no início.

SDD como metodologia: escrevi sobre Spec-Driven Development a partir de fevereiro, e o tema ganhou tração ao longo do semestre. Em junho abordei a semantic diffusion no vocabulário agêntico, quando a difusão do termo estava criando confusão genuína no ecossistema — com SDD sendo chamado de waterfall reciclado por uns e de metodologia transformadora por outros. O Thoughtworks colocou Agent Skills em Trial, e a relação entre skills bem definidas e specs bem escritas ficou mais clara ao longo do semestre do que estava em janeiro. A metodologia amadureceu, mas o vocabulário ainda está em conflito.

O que não entregou conforme prometido foi mais sutil: a cadeia de ferramentas agênticas ficou mais potente, mas a produtividade de ponta a ponta — do desenvolvedor que usa agente até o software em produção — não subiu proporcionalmente. Voltarei a esse ponto.

Os Três Avanços Reais Que Mudaram Como Trabalhamos

Separando o ruído do sinal, três coisas mudaram de verdade o dia a dia de quem desenvolve software neste semestre.

1. Coding agêntico virou mainstream com número para provar

Claude Code chegou a $2,5 bilhões em ARR. Para colocar em perspectiva: isso é uma ferramenta de desenvolvedor, não um produto de consumidor de massa, não um serviço de IA genérico, não um pacote office com IA embutida. É uma ferramenta técnica, vendida para quem escreve código. O fato de ela chegar a esse número — e o Thoughtworks Tech Radar Vol. 34 colocar tanto Claude Code quanto Cursor em Adopt, o nível mais alto de recomendação do radar — é o sinal mais claro possível de que coding agêntico não é experimento. É prática.

O que isso muda na prática: a conversa nas empresas deixou de ser "devemos avaliar?" e virou "como fazemos isso em escala sem criar dependência cega?" O post sobre Agent Topologies e o de DORA Metrics com IA exploram esse segundo problema. A resposta não é simples, mas pelo menos é agora a pergunta certa.

2. Context engineering entrou para o vocabulário de produção

Em fevereiro, context engineering era um conceito que circulava em círculos técnicos específicos. Em junho, o Thoughtworks Tech Radar Vol. 34 classificou context engineering em Adopt. Isso significa que a prática de projetar o ambiente informacional de um agente — o que ele vê, quando vê, como indexa, como recupera — não é mais diferencial competitivo de empresas sofisticadas. É higiene básica para quem quer que um agente funcione de forma confiável.

Escrevi sobre isso em maio no post sobre context engineering como skill mais importante para agentes. O que mudou de lá para cá não é o conceito em si, mas o nível de evidência: times que investiram em projetar contexto cuidadosamente estão reportando resultados consistentemente melhores do que times que tentam resolver o problema com modelos maiores e prompts mais longos. O atalho de jogar mais contexto bruto no modelo continua sendo o erro mais comum.

3. Infraestrutura gerenciada para agentes virou aposta dos grandes clouds

AWS AgentCore, Azure AI Foundry, e GCP Vertex AI Agent Builder anunciaram capacidades de orquestração de agentes gerenciada com cara de produto maduro, não de preview acadêmico. A aposta de todos os três é a mesma: times de engenharia não querem montar e operar infraestrutura de agente do zero. Eles querem usar primitivas que já resolvam durabilidade, logging, retry, observabilidade e controle de acesso.

Isso representa uma mudança de fase importante. O semestre começou com a maioria dos times montando seus próprios frameworks de orquestração — LangGraph, AutoGen, CrewAI, o que fosse. O semestre está terminando com os três maiores players de nuvem dizendo "não precisa mais fazer isso, use o nosso". Isso não elimina a necessidade de entender o que está por baixo, mas muda completamente a equação de build vs. buy para quem está começando agora.

O Que Ainda Está Quebrado

Aqui é onde a honestidade importa mais.

Confiabilidade em produção continua sendo o problema não resolvido

O maior gap entre o discurso de IA agêntica e a realidade de produção não é de capacidade — é de confiabilidade. Agentes resolvem tarefas impressionantes em demo e falham de formas imprevisíveis em produção. O problema não é que os modelos são ruins. É que o conjunto de práticas para tornar agentes duráveis, observáveis e recuperáveis ainda está se formando.

O que emerge de conversas com times que estão rodando agentes em produção real é consistente: os pontos de falha não são os que você espera antes de começar. Não é o modelo que alucina — é o contexto que fica desatualizado silenciosamente, o feedback que não chega no momento certo, o estado compartilhado entre agentes que diverge sem aviso. Escrevi sobre feedback sensors em maio exatamente por isso: colocar agentes em produção sem mecanismos de feedback é como fazer deploy sem monitoramento. Você sabe que vai dar problema, não sabe quando.

O Thoughtworks classificou Agent Skills em Trial — e a palavra "trial" aqui carrega peso. Não é "não use". É "use com cuidado, valide no seu contexto, não escale antes de entender o comportamento". Esse é o estado honesto da arte para agentes em produção no meio de 2026. Qualquer pessoa que te disser que agentes estão prontos para rodar autônomos em produção crítica sem supervisão está ou omitindo restrições importantes ou trabalhando com uma definição muito generosa de "produção crítica".

Export controls: o risco que ninguém tinha no modelo

O episódio do Claude Fable 5 e Mythos 5 mudou o quadro de risco para quem depende de modelos frontier. Em 13 de junho, o Departamento de Comércio dos EUA emitiu uma diretiva de controle de exportação que forçou a Anthropic a desativar os dois modelos para todos os usuários — em questão de horas, sem aviso prévio substancial, por razão que nem a própria empresa havia antecipado.

Fiz uma retrospectiva detalhada sobre esse episódio no post Claude Mythos: o previsto vs. o real. A conclusão prática é difícil de ignorar: se você tem software em produção que depende de um modelo frontier específico, agora existe um vetor de risco que não é técnico nem de pricing — é regulatório e geopolítico. Esse vetor pode se materializar em horas, sem aviso. A resposta arquitetural não é "não use modelos frontier". É "abstraia dependência de modelo, tenha fallback, e trate capacidade de modelo como variável, não como constante".

Existe também uma tensão maior que esse episódio deixou explícita. A Anthropic construiu a narrativa de que seus modelos são poderosos o suficiente para justificar cuidados especiais de segurança — e o governo americano invocou exatamente essa narrativa como justificativa para o controle. A geopolítica de IA deixou de ser assunto de painel em conferência e virou risco operacional. Esse é um tema que a indústria ainda não sabe muito bem como processar, e escrevi sobre o ban em mais detalhe na semana passada.

O benefício de produtividade não está se distribuindo de forma uniforme

A queda de custo de inferência foi real. O problema é que muitas das apostas de caso de uso enterprise foram construídas com a premissa implícita de que o custo continuaria caindo na mesma velocidade indefinidamente. Com a desaceleração para 3-5x por ano, alguns casos de uso que faziam sentido nos números de 2025 precisam ser reavaliados. Não é uma crise — mas é um ajuste que muita gente ainda não fez nos planos.

A outra face é que o benefício de produtividade de agentes não está chegando da mesma forma para todo mundo. Times que investiram em context engineering bem projetado, feedback loops, e métricas além do DORA tradicional estão vendo ganhos consistentes. Times que adotaram ferramentas sem mudar como trabalham estão relatando pouca diferença na entrega final — apesar de escrever menos código manual. Isso aponta para o que escrevi sobre o paradoxo de produtividade com IA: a ferramenta não substitui o processo. Ela amplifica o processo que já existe — bom ou ruim.

O Que Vem no Segundo Semestre

Fazer previsões de IA em 2026 exige um aviso que não precisava existir em anos anteriores: o vetor regulatório agora é tão relevante quanto o vetor técnico, e eventos discretos de política pública podem mudar o quadro rapidamente. Com isso dito, aqui está o que parece mais pressionado para acontecer.

Consolidação de infraestrutura agêntica. A fase de "monte o seu próprio framework" está chegando ao fim para a maioria dos times. AWS AgentCore, Azure AI Foundry e GCP Vertex AI Agent Builder vão competir agressivamente por ser a camada de orquestração padrão. Isso é bom para quem quer usar e preocupante para quem não gosta de lock-in. A arquitetura inteligente vai isolar dependências de infraestrutura agêntica da mesma forma que a boa arquitetura isolou dependências de banco de dados — com interfaces que permitem trocar o provider sem reescrever o negócio.

Context engineering vira requisito de contratação. Se o Thoughtworks colocou em Adopt e o mercado está seguindo, a habilidade de projetar contexto vai aparecer em job descriptions com a mesma frequência que "experiência com CI/CD" aparecia há cinco anos. Para quem ainda não parou para estudar o tema com seriedade, essa é a janela. O post de maio ainda é o melhor ponto de entrada que tenho para compartilhar.

Observabilidade de agentes vai se tornar uma categoria. Da mesma forma que Application Performance Monitoring virou categoria própria após a adoção de microsserviços, observabilidade de agentes — entender o que um agente fez, por que falhou, onde o contexto divergiu — vai se tornar infraestrutura necessária. As ferramentas específicas para isso estão emergindo, e os grandes clouds estão construindo primitivas nessa direção. Times que esperarem isso se resolver sozinho vão regredir para debugging por tentativa e erro em produção.

SDD vai bifurcar entre disciplina e metodologia de vendas. A semantic diffusion que documentei em junho vai continuar. Mas os times que usam especificação como instrumento de alinhamento entre humanos e agentes — não como script rígido — vão separar os resultados dos que usam SDD como rótulo sem substância. A bifurcação vai ficar mais visível no segundo semestre quando os primeiros relatos detalhados de falhas em projetos "SDD" chegarem com evidência suficiente para entender o que foi feito de errado.

Export controls vão pressionar diversificação e portabilidade. O episódio Fable/Mythos não vai ser o último. A tendência de classificação de modelos avançados como ativos estratégicos sob controle de exportação vai se intensificar. Empresas que operam globalmente vão precisar entender quais modelos podem usar com usuários em quais jurisdições — e construir arquiteturas que suportem essa complexidade sem exigir reescrita a cada nova regulação. Quem construiu com portabilidade de modelo vai navegar esse período muito melhor do que quem apostou tudo em um provider.

A Leitura Honesta do Semestre

Olhando para trás, o primeiro semestre de 2026 entregou uma confirmação importante e uma surpresa desconfortável.

A confirmação: IA agêntica no desenvolvimento de software não é tendência — é realidade comercial. $2,5 bilhões em ARR para uma ferramenta de desenvolvedor, Thoughtworks colocando Claude Code e Cursor em Adopt, três grandes clouds lançando infraestrutura gerenciada para agentes — isso não é hype de conferência. É dinheiro, adoção e infraestrutura real. A pergunta de "se" acabou. A pergunta de "como fazer bem, com confiabilidade e sem lock-in cego" está no centro do próximo semestre.

A surpresa desconfortável: os maiores riscos de 2026 não são técnicos. São geopolíticos, regulatórios e de confiabilidade sistêmica em produção. Nenhuma análise técnica que fiz no início do ano tinha coluna para "modelo desligado por ordem governamental em 72 horas". Isso muda o que significa planejar dependência de IA em stack de produção — e muda o que precisamos incluir nos nossos frameworks de decisão como líderes técnicos.

O desenvolvedor de 2026 que está se saindo bem é o que aprendeu a trabalhar com agentes e manteve o hábito de entender o que está por baixo — de questionar quando o agente errou e por quê, de projetar contexto em vez de só aumentá-lo, de manter portabilidade arquitetural em vez de apostar tudo num único modelo. Não é postura de desconfiança com a tecnologia. É o mesmo pragmatismo que sempre separou bom engenheiro de engenheiro que só segue tutorial.

O segundo semestre vai ser movimentado. Mas pelo menos entraremos nele com mais evidência e menos especulação do que entramos no primeiro.

Principais Aprendizados

Claude Code em $2,5B ARR e Cursor no Adopt do Thoughtworks confirmam que coding agêntico é realidade comercial, não experimento.
Context engineering entrou para Adopt no Thoughtworks Tech Radar Vol. 34 — deixou de ser diferencial e virou higiene básica.
MCP em Caution no Radar: a tecnologia é válida, a adoção irreflexiva é o problema.
O custo de inferência desacelerou de 10x/ano para 3-5x/ano — casos de uso construídos sobre a premissa de queda contínua precisam ser reavaliados.
Export controls viraram risco operacional real: modelos frontier podem ser desligados em horas por decisão regulatória, sem aviso prévio.
O maior problema não resolvido continua sendo confiabilidade em produção: durabilidade, observabilidade e recuperação de agentes ainda estão se formando como práticas.
A tendência estrutural é de frameworks de orquestração próprios para infraestrutura agêntica gerenciada dos grandes clouds — build vs. buy virou conversa diferente.