Ir para conteúdo
be-human.ai
← Voltar ao blog

Infraestrutura de IA personalizada

Componentes de infraestrutura de IA para empresas: checklist de compra

Modelo, harness, memória, ferramentas, permissões, canais e observabilidade: checklist para achar lacunas antes de assinar um contrato de IA.

Capa tipográfica do Be Human com o título: Componentes de infraestrutura de IA para empresas: checklist de compra
Ilustração conceitual criada com IA · Be Human

Infraestrutura de agentes de IA é o conjunto de componentes que permite a um agente fazer trabalho útil com segurança: um modelo, um harness que o executa, uma memória que ele pode consultar, ferramentas que ele pode acionar, permissões que limitam essas ações, canais pelos quais as pessoas chegam até ele e observabilidade que mostra o que ele fez. O comprador pode verificar cada componente quanto a um responsável, um limite escrito e evidências legíveis. Qualquer componente que não passe nesses testes é uma lacuna a fechar antes que o agente toque em trabalho real. A Be Human usa o termo camada de superinteligência para esse conjunto operacional em torno do modelo.

Principais pontos

  • Um agente que funciona precisa de sete partes: modelo, harness, memória, ferramentas, permissões, canais e observabilidade. Uma parte ausente costuma aparecer depois como falha de controle, não na demonstração.
  • Cada componente precisa de um responsável nomeado dentro da sua empresa, de um limite escrito e de evidências que você consiga ler sem o fornecedor na sala.
  • O harness e o desenho de permissões definem o que o agente realmente consegue fazer, então revise esses pontos antes de comparar nomes de modelos.
  • A memória guarda o conhecimento da empresa, então defina o que ela pode armazenar, quem pode alterá-la e como um registro é removido.
  • A observabilidade é o componente que o comprador mais costuma deixar de lado, e é ela que torna possível responder a incidentes e fazer revisões de permissões.

Por que verificar componentes em vez de funcionalidades

As páginas de produtos descrevem o que um agente consegue fazer. Uma verificação por componentes pergunta o que cada parte é responsável por fazer, quem a controla e que evidência mostra que ela funciona. Essa mudança importa porque projetos de agentes raramente falham na primeira demonstração. Eles falham depois, quando uma ferramenta envia a mensagem errada, um registro da memória fica desatualizado ou ninguém consegue explicar por que o agente agiu daquele jeito.

Use a lista deste artigo durante uma demonstração de fornecedor, uma revisão interna de desenho ou uma reunião de proposta. Se um componente não puder ser associado a um responsável, a um limite e a uma forma de inspeção, trate-o como ausente. Um componente ausente nem sempre é motivo para parar, mas é sempre motivo para registrar a lacuna por escrito antes de qualquer assinatura.

As sete partes em termos simples

Cada componente tem uma função estreita. Mantenha estas definições à mão ao ler uma proposta.

  • Modelos: os motores de linguagem ou raciocínio que o agente chama para ler, classificar, redigir ou decidir. Confirme que é possível trocar de modelo sem reescrever as regras e a memória do agente.
  • Harness: o programa em volta do modelo que monta o contexto de cada pedido, executa o ciclo de raciocínio e ação, repete chamadas que falharam, aplica limites de tempo e encaminha o trabalho para uma pessoa quando uma regra exigir.
  • Memória: o material armazenado que o agente pode recuperar, como políticas, dados de produtos, histórico de clientes e decisões anteriores.
  • Ferramentas: as ações que o agente pode executar, como ler uma agenda, criar um rascunho, abrir um chamado ou atualizar um registro.
  • Permissões: as regras que definem sob qual identidade o agente atua, quais ações e registros essa identidade pode tocar e quando uma pessoa precisa aprovar antes.
  • Canais: os lugares onde pessoas e sistemas se comunicam com o agente, como e-mail, chat, formulário web ou um sistema interno.
  • Observabilidade: os logs, rastros e avaliações que mostram o que o agente viu, decidiu e fez.

Cada parte pode ser simples. O risco vem de uma parte completamente ausente ou de uma parte controlada por alguém de fora da empresa, sem que você tenha como vê-la.

Modelo e harness: o motor e as regras de tráfego

O modelo gera texto, classificações ou decisões. Sozinho, ele não lembra dos seus clientes, não mantém as suas permissões e não sabe quando parar. O harness fornece esses comportamentos, e um harness fraco é o motivo mais comum para um modelo capaz produzir resultados pouco confiáveis em produção.

Duas perguntas separam um harness sério de um invólucro superficial. A primeira: é possível trocar o modelo sem reescrever as regras, a memória e as definições de ferramentas? A segunda: o que acontece quando uma ferramenta falha duas vezes ou quando o modelo devolve uma resposta fora do formato exigido? Se a resposta for que alguém vai olhar depois, o harness está incompleto. As repetições exigem cuidado especial. Uma ação repetida, como criar um pedido, não pode gerar dois pedidos, por isso ferramentas bem desenhadas reconhecem um pedido repetido por uma chave única e devolvem o resultado original.

Memória: o que o agente sabe e quem pode alterá-la

A memória é onde está a maior parte da utilidade do agente e também a maior parte do risco. Na prática, costuma ser um conjunto de documentos aprovados e registros indexados para consulta, além de um histórico de interações anteriores. Consulta significa que o sistema busca os registros relevantes no momento em que eles são necessários. Isso é diferente de treinar o modelo com os seus dados, e a diferença pesa quando uma política muda ou quando um registro precisa ser apagado.

Um componente de memória está pronto para um piloto quando você consegue responder a estas perguntas:

  • De qual sistema de origem vem cada item da memória, e quem é o responsável por essa origem.
  • Quem pode incluir, corrigir ou apagar um item, e se cada alteração fica registrada.
  • Se a memória é separada por cliente, unidade, marca ou pessoa jurídica.
  • Quando um item expira ou é revisado, para que preços ou políticas desatualizados não continuem em uso.
  • Se dados pessoais são armazenados na memória e, se forem, sob qual regra escrita.

Se um fornecedor disser que a memória é tratada automaticamente, peça por escrito o procedimento de exportação e de exclusão. Memória que você não consegue exportar ou limpar é memória que você não controla.

Ferramentas e permissões: a linha entre sugerir e agir

Uma ferramenta é uma ação que o agente pode executar. O Model Context Protocol oferece uma forma comum de modelos se conectarem a ferramentas, o que ajuda na portabilidade, mas uma conexão padronizada não é uma decisão de permissão. Permissões respondem a outra pergunta: qual identidade o agente usa, o que essa identidade pode fazer, em quais registros, e se uma pessoa nomeada precisa aprovar a ação antes. Para uma visão mais ampla de como essas verificações se repetem ao longo do tempo, veja Revisão trimestral de permissões de agentes de IA: checklist prático.

As orientações de autorização da OWASP chegam ao mesmo ponto pelo lado do software: decisões de acesso devem ser verificadas a cada pedido, contra o usuário ou serviço real e o recurso envolvido, e não presumidas a partir de um login feito antes na sessão. Agentes também leem textos não confiáveis, como e-mails de clientes e páginas da web, que podem conter instruções destinadas a desviá-los. As defesas contra injeção de prompt pertencem ao desenho de permissões, não apenas ao texto do prompt.

Defina um limite para cada ferramenta, usando quatro níveis:

  • Somente leitura: o agente pode consultar registros e resumi-los sem aprovação.
  • Rascunho: o agente pode preparar uma mensagem, um orçamento ou uma alteração, que uma pessoa nomeada precisa revisar e enviar.
  • Agir dentro de limites: o agente pode agir sozinho abaixo de um limite declarado de valor, volume ou escopo, e deve parar acima dele.
  • Nunca: ações que o agente não pode executar em nenhuma condição, como apagar o histórico de um cliente.

Para um método passo a passo de teste desses limites, veja Limites de aprovação humana para agentes de IA mais fortes: guia prático.

Canais e observabilidade: como as pessoas chegam ao agente e como você o enxerga

Cada canal carrega um risco de identidade diferente. Um endereço de e-mail pode ser falsificado, uma ferramenta de chat pode ter contas próprias de usuário, e um formulário web é anônimo, a menos que você verifique a pessoa. Associe cada canal a um método de identificação e à lista curta de tarefas que ele pode disparar. Um canal que consegue chegar ao agente, mas não pode ser ligado a uma identidade, deve ser limitado à leitura de informações públicas.

Observabilidade significa que as ações do agente podem ser reconstruídas depois. O material introdutório do OpenTelemetry descreve os sinais básicos: logs registram eventos isolados, rastros acompanham um pedido ao longo de suas etapas, e métricas resumem o comportamento ao longo do tempo. Para um agente, um rastro útil mostra o pedido, os itens de memória consultados, cada chamada de ferramenta com seu resultado, cada aprovação e o desfecho final. Acompanhar o custo por tarefa concluída também é útil, pois a prática de FinOps trata a economia unitária como forma de ligar o gasto ao trabalho entregue.

As avaliações completam o quadro. Um conjunto pequeno e fixo de tarefas realistas, executado após cada mudança no modelo, na memória ou nas ferramentas, mostra se a qualidade mudou. Sem esse conjunto, uma atualização pode alterar o comportamento em silêncio, e ninguém percebe até que um cliente perceba.

Uma checagem de lacunas antes de qualquer piloto

Faça esta checagem em uma sessão de trabalho com a pessoa que será responsável pelo agente, e registre os resultados em uma única página.

  • Escreva o único papel que o agente vai desempenhar e um critério de sucesso que ele precisa atingir, em uma frase.
  • Para cada uma das sete partes, registre o responsável no produto ou internamente e a pessoa que responde por ele dentro da sua empresa.
  • Marque cada componente como presente, parcial ou ausente, e anote a evidência que viu, como um arquivo de exportação ou um rastro de exemplo.
  • Para cada ferramenta, classifique a ação como leitura, rascunho ou ação, e nomeie a pessoa que aprova.
  • Confirme onde a memória fica armazenada, quem pode editá-la, como um registro é removido e se dados pessoais estão incluídos.
  • Peça um registro de exemplo de uma tarefa concluída, que mostre as entradas, as chamadas de ferramentas, as aprovações e o desfecho.
  • Decida quais lacunas precisam ser fechadas antes do início do piloto e quais podem esperar pela primeira revisão.

Cenário ilustrativo: uma empresa regional de serviços planeja um agente para responder e-mails de clientes e redigir orçamentos. A demonstração do fornecedor mostra um modelo capaz, uma memória de serviços anteriores e um canal de e-mail. A checagem de lacunas revela que não há etapa de aprovação antes do envio de um orçamento, que não há registro de qual tabela de preços o agente usou e que não há como remover as anotações de um cliente. A empresa decide que o piloto só começa quando esses três itens estiverem fechados e, enquanto isso, o agente fica limitado a leitura e rascunho.

A Be Human projeta, implanta e opera essa camada para empresas e mantém cada componente sob controle humano. Uma primeira contratação define um papel útil, a memória e as ferramentas necessárias, os limites de aprovação e um critério de sucesso observável. A operação gerenciada cobre então monitoramento, avaliações recorrentes, manutenção das integrações, revisão de permissões e resposta a incidentes, para que as lacunas encontradas no início sejam acompanhadas e não esquecidas. O serviço é remoto, em inglês e em português.

Se você ainda não tem certeza de qual tarefa vale a pena entregar primeiro a um agente, o diagnóstico gratuito de IA da Be Human pode ajudar a encontrá-la.

Perguntas frequentes

Um modelo basta para rodar um agente de IA? Não. O modelo produz respostas ou decisões, mas não mantém permissões, memória, uma regra de parada nem um registro do que fez. A empresa precisa do harness e dos demais componentes ao redor antes que um agente possa lidar com trabalho real e com responsabilização.

Qual componente os compradores mais costumam deixar de lado? Observabilidade e limites de permissão são os dois pontos mais vagos. Fornecedores tendem a mostrar o agente funcionando e mostram com menos frequência um rastro legível de cada ação ou uma lista escrita do que o agente nunca pode fazer. Peça os dois antes de comparar funcionalidades.

Precisamos das sete partes para um piloto pequeno? Um piloto precisa de todas as partes, em forma mínima. O modelo e o harness podem ser simples, a memória pode ser um conjunto curto de documentos aprovados e as ferramentas podem ser limitadas a leitura e rascunho. O que não pode ser pulado é um responsável, um limite e um registro para cada componente.

Com que frequência a checagem de lacunas deve ser repetida? Execute-a antes de um piloto, de novo antes de qualquer expansão de ferramentas ou de memória, e em intervalos regulares depois do lançamento. Um ritmo trimestral é um padrão prático, porque modelos, integrações e funções das equipes mudam com mais frequência do que a maioria das políticas escritas é atualizada.

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.

Menos tarefas. Mais espaço para você.

Traga o trabalho para o qual falta tempo.

Agende uma conversa e teste 7 dias grátis um agente de IA personalizado ↗Ou faça o diagnóstico gratuito de IA →