Alertas de custo para agentes de IA: pegue loops antes do orçamento
Defina alertas de taxa de gasto por agente e por tipo de tarefa para que uma pessoa pause um loop antes de virar problema de orçamento. Guia prático.

Para configurar alertas de custo para agentes de IA, acompanhe a taxa de gasto em janelas curtas, além do gasto total, e defina limites para cada agente e para cada tipo de tarefa. O alerta deve disparar quando o custo de uma execução sobe bem acima do padrão normal para aquela tarefa, e uma pessoa com nome definido deve conseguir pausar a execução antes da próxima etapa. O restante deste guia explica como escolher esses níveis, o que cada alerta precisa conter e como garantir que a parada aconteça mesmo quando ninguém responde à primeira mensagem.
Principais pontos
- Totais mensais chegam tarde demais para interromper um loop, por isso acompanhe a taxa de gasto em janelas curtas.
- Defina níveis de alerta por agente e por tipo de tarefa, porque o custo normal varia muito entre tarefas.
- Dê a cada alerta contexto suficiente para que quem recebe decida rápido: pausar, investigar ou deixar seguir.
- Combine cada aviso com um limite rígido que o sistema aplique sozinho, sem depender de alguém ler a mensagem.
- Revise as linhas de base sempre que o modelo, os prompts ou as ferramentas mudarem, porque o padrão normal se desloca.
Por que orçamentos mensais não impedem um agente em loop
O teto de orçamento mensal é um controle financeiro. Ele mostra o prejuízo depois que ele aconteceu, o que é útil para planejamento e pouco útil para parar uma execução em andamento. Um agente em loop repete uma chamada de ferramenta, relê o mesmo documento ou tenta de novo uma etapa que nunca dá certo. Como cada passada pode chamar o modelo com um contexto cada vez maior, ele pode consumir uma parte grande da verba do período em pouco tempo.
O custo em sistemas de agentes depende do número de etapas e do tamanho do contexto em cada uma delas, não apenas do número de requisições. Uma execução saudável tem um formato reconhecível: poucas etapas, contexto limitado e uma saída clara no fim. Um loop tem outro formato: a mesma ação repetida, um contexto que não para de crescer e nenhum resultado novo. Esses sinais aparecem na taxa e na estrutura da execução antes de aparecerem no total mensal. Por isso o desenho dos alertas importa mais do que a aparência do painel.
Separe taxa de gasto de gasto total
Duas medidas servem a propósitos diferentes. O gasto total responde se um agente ou um tipo de tarefa cabe no orçamento ao longo de uma semana ou de um mês, e pertence ao responsável pela verba. A taxa de gasto responde com que velocidade o custo está se acumulando agora, medida em uma janela curta e contínua, e pertence a quem pode pausar o agente. Alertas sobre totais pegam desvios lentos. Alertas sobre taxa pegam loops. Você precisa das duas, mas um alerta de taxa que cai na caixa de entrada do financeiro é um alerta perdido.
A prática de observabilidade, descrita na documentação de conceitos do OpenTelemetry, trata métricas, logs e traces como sinais complementares, e essa divisão se encaixa bem no custo de agentes. Registre estes sinais junto com o custo:
- Custo por tarefa concluída, o indicador que permite comparar o trabalho ao longo do tempo
- Taxa de gasto por agente em uma janela curta e contínua
- Taxa de gasto por tipo de tarefa, para que um pedido rotineiro e um resumo de pesquisa longa nunca sejam julgados pelo mesmo nível
- Etapas por execução e chamadas de ferramenta idênticas repetidas, que costumam revelar um loop antes da linha de custo
- Tamanho do contexto em cada etapa, já que um contexto que cresce sem parar é um sinal comum de execução sem progresso
A FinOps Foundation enquadra a economia unitária como a relação entre custo e o resultado de negócio produzido, e essa é a lente certa aqui. Um agente que gasta mais em uma tarefa não está necessariamente falhando. Um agente que gasta mais enquanto conclui menos tarefas, sim.
Como definir limites por agente e por tipo de tarefa?
Um único limite para o agente inteiro produz alarmes falsos ou silêncio. Um agente que responde perguntas rápidas e também redige relatórios longos vai parecer um loop toda vez que escrever um relatório. Comece pelos tipos de tarefa que o agente realmente executa, meça uma linha de base para cada um durante um período de trabalho normal e defina os níveis de alerta acima da variação normal, e não em um número redondo que alguém chutou.
Use este plano:
- Liste todos os tipos de tarefa que o agente executa, incluindo o gatilho de cada um e as ferramentas que ele chama.
- Meça uma linha de base para cada tipo de tarefa: custo típico por tarefa concluída, etapas típicas por execução e duração típica da execução.
- Defina um nível de aviso para cada tipo de tarefa que dispare quando a taxa de gasto subir bem acima da sua linha de base.
- Defina um nível de parada acima do aviso, no qual a execução pause automaticamente até que uma pessoa nomeada a libere.
- Adicione um teto total por agente, semanal ou mensal, sob responsabilidade do dono da verba, para captar desvios lentos.
- Nomeie um responsável por agente e um substituto que possa liberar uma pausa.
- Teste cada regra antes, com uma entrada deliberadamente repetitiva em ambiente de teste, e confirme que a parada dispara e que o estado da execução fica salvo.
Revise as linhas de base depois das primeiras semanas de uso real, porque as execuções iniciais costumam incluir custos de configuração que não se repetem. Um limite montado com base nessas execuções iniciais ficará frouxo demais para o trabalho normal e apertado demais para o primeiro pico real.
O que um alerta deve conter, e quem age sobre ele?
Um alerta que apenas informa que um limite de gasto foi ultrapassado obriga quem recebe a abrir vários sistemas antes de decidir qualquer coisa. Inclua o nome do agente, o tipo de tarefa, a taxa de gasto atual comparada à linha de base, as etapas dadas nesta execução, as últimas chamadas de ferramenta e se o contexto vem crescendo. Esses campos transformam o alerta em decisão. Envie-o para o canal onde o responsável já trabalha e mantenha o conteúdo bruto de clientes fora da mensagem.
Quem recebe precisa poder pausar o agente sem pedir permissão antes. A pausa deve ser reversível: a execução para, o estado é mantido, nada que já foi enviado é recolhido automaticamente, e o responsável então decide se retoma, ajusta a regra ou aposenta o fluxo. Ao passar o problema para uma pessoa, envie a decisão e as evidências, e não o histórico completo. O artigo sobre escalonamento humano nas falhas de agentes de IA descreve como estruturar essa mensagem.
Cenário ilustrativo: um agente redige respostas a perguntas de fornecedores sobre notas fiscais. Uma execução normal faz algumas consultas e produz um rascunho. Depois de uma mudança no formato de um arquivo anexo, o analisador do agente falha, e o agente repete a mesma consulta após cada falha. A taxa de gasto sobe bem acima da linha de base para aquele tipo de tarefa, enquanto as respostas concluídas permanecem estáveis. O alerta chega ao líder de operações, com a consulta repetida visível no resumo da execução. O líder pausa o agente, pede ao responsável que corrija o analisador e só retoma depois que uma entrada de teste passar.
Adicione paradas rígidas que funcionem quando ninguém responde
Alertas avisam pessoas, e pessoas às vezes demoram, estão fora ou em reunião. Combine cada aviso com um limite que o sistema aplique: um número máximo de etapas por execução, um tamanho máximo de contexto e um número máximo de tentativas para a mesma chamada de ferramenta com a mesma entrada. Quando um limite for atingido, a execução termina em um estado salvo com status claro, e não em falha silenciosa. Escreva as regras de nova tentativa junto às regras de parada, porque uma nova tentativa que ignora seu limite é uma das formas mais comuns de um loop escapar. O artigo sobre alertas de uso anormal de IA e como parar um agente em loop cedo explica como esses limites se encaixam.
Limites rígidos são brutos, então defina-os acima da execução legítima mais longa que você já observou e aperte-os à medida que aprender. Um limite que interrompe trabalho válido toda semana será desligado por uma equipe frustrada, e aí você não terá limite nenhum.
No modelo gerenciado da Be Human, as regras de taxa de gasto fazem parte da definição operacional de cada agente desde o primeiro projeto, junto com sua memória, ferramentas e limites de aprovação. O monitoramento acompanha os sinais de taxa e de formato da execução para cada tipo de tarefa. A resposta a incidentes define quem recebe cada nível de alerta, quem pode pausar e como uma execução é retomada. A revisão de permissões confirma que os responsáveis nomeados ainda têm o acesso de que precisam e nada além disso. O sistema interrompe o gasto automaticamente, e uma pessoa decide o que acontece em seguida. O NIST AI Risk Management Framework trata esse tipo de papel definido de monitoramento e resposta como parte da gestão de riscos de IA.
Como manter os limites precisos quando o sistema muda?
As linhas de base se deslocam. Uma atualização do modelo pode mudar quantas etapas uma tarefa exige, um prompt mais longo encarece cada chamada, e uma ferramenta nova pode devolver mais dados do que o agente precisa. Se ninguém revisar os limites, os alertas ou disparam o tempo todo ou deixam de disparar. Coloque a revisão dos limites no mesmo calendário das outras rotinas de manutenção do agente, e refaça a medição da linha de base depois de qualquer mudança no modelo, nos prompts, nas ferramentas ou no escopo da tarefa. A rotina mensal de manutenção de agentes de IA é um bom lugar para incluir essa checagem na operação normal. Se você ainda não sabe qual tarefa merece um alerta de gasto primeiro, faça o diagnóstico gratuito de IA da Be Human para descobrir a primeira tarefa que vale entregar a um agente.
Perguntas frequentes
Com que frequência devo verificar o gasto com agentes de IA? Deixe os alertas de taxa em janela curta fazerem o acompanhamento contínuo e revise totais e linhas de base em uma agenda regular, como mensal. Essa revisão verifica se os níveis de alerta ainda refletem o trabalho real, o que é uma pergunta diferente de saber se um loop está rodando agora. Quem recebe um alerta deve conseguir agir sem esperar uma reunião de planejamento.
Qual a diferença entre um alerta de custo e uma parada rígida? Um alerta de custo informa a uma pessoa que o gasto saiu do padrão normal. Uma parada rígida é aplicada pelo sistema e pausa ou encerra uma execução quando um limite é atingido, lendo-se ou não o alerta. Você precisa das duas, porque os alertas dependem de pessoas que respondam a tempo.
Os alertas de gasto devem ir para o financeiro ou para operações? Envie os alertas de taxa para o responsável de operações, que pode pausar o agente, e os relatórios de gasto total para o responsável pela verba. O financeiro pode receber cópias para acompanhamento, mas um alerta de taxa que chega apenas à caixa do financeiro não vai interromper um loop. Nomeie um substituto para cada agente para que nenhum alerta se perca quando o responsável estiver indisponível.
Posso usar um único limite para todos os meus agentes? Você pode começar com um só, mas ele vai gerar alarmes falsos para agentes com tarefas variadas e silêncio para agentes cujas execuções típicas são pequenas. Defina limites por agente e por tipo de tarefa assim que tiver uma linha de base do trabalho normal. Meça de novo sempre que o modelo, os prompts ou as ferramentas mudarem, para que os níveis continuem compatíveis com o trabalho feito.
Seu próximo passo
Descubra primeiro onde um agente de IA cabe na sua empresa.
Faça o diagnóstico gratuito de IA da Be Human. Algumas perguntas sobre o seu trabalho mostram qual tarefa entregar primeiro a um agente, o que ele precisa saber e onde uma pessoa aprova.
Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.


