Gastar modelo caro só onde ele paga e isolar agentes paralelos

Comece observando o que o modo premium efetivamente entrega quando bem usado: plano, decomposição em subtarefas, mapa de riscos, critérios de validação e revisão adversarial do trabalho executado. Nenhum desses artefatos é código de funcionalidade. Todos são artefatos de orquestração.

Em 2026 esse padrão virou literal na ferramenta. Nos fluxos dinâmicos da Anthropic, o modelo parou de conduzir a execução turno a turno. Ele escreve um roteiro, e o ambiente de execução do agente, o runtime, roda esse roteiro sozinho, sem alguém acompanhando cada passo. Duas instruções desse roteiro interessam a quem decide orçamento: uma dispara um subagente (agente auxiliar, como o ajudante que o mestre de obras chama para uma parte do serviço) e outra abre várias frentes ao mesmo tempo. A documentação do fornecedor publica tetos para isso, na casa de dezesseis agentes simultâneos e mil agentes por execução, e esses números mudam de versão para versão. O raciocínio caro fica no topo, decidindo e auditando; o volume desce.

Quando a pergunta muda, chega a maturidade. "Ligo o modo premium?" é pergunta binária sobre ferramenta. A pergunta que produz decisão é outra: qual etapa do fluxo merece raciocínio premium, e qual pode rodar em modelo mais barato ou em ferramenta determinística? O extrato ilustrativo mais abaixo faz essa conta para um squad de checkout (time pequeno, dono do carrinho de compras) numa semana de 40 tarefas: 12 rodaram no modo premium quando 3 bastavam, e a conta fechou em US$ 47,04 em vez de US$ 38,40.

Escalar de um agente para dezenas de subagentes expõe dois modos de falha que nenhuma métrica de custo captura, e que quebram arranjos multiagente ingênuos em produção.

Primeiro vem a concorrência: vários agentes, um repositório (a pasta central onde mora o código, como o arquivo único de uma obra). Quando dois agentes trabalham na mesma árvore, eles colidem em recursos sequenciais, como número de migração de banco, chave de configuração e nome de ramo. Dois agentes gerando "a próxima migração" produzem dois arquivos com o mesmo número e conteúdos diferentes; a incorporação de um sobrescreve a do outro em silêncio.

Para isso existe o isolamento, que virou padrão nas ferramentas de agente que amadureceram em 2026: cada subagente ganha uma cópia de trabalho própria, com diretório e ramo separados, descartada quando a sessão termina sem mudanças. A regra operacional é curta: um agente autônomo, uma cópia de trabalho, e a integração passa obrigatoriamente por PR, nunca por escrita simultânea no mesmo lugar.

Conheça as duas metades dessa técnica, porque a segunda quase nunca é dita. O worktree (a cópia de trabalho separada, como dar a cada pedreiro o próprio cômodo) entrega isolamento de espaço de trabalho, e para por aí. Ele não decompõe tarefa, não rastreia dependência, não seleciona o que incorporar e, sobretudo, não detecta conflito semântico: dois agentes podem editar arquivos diferentes, sem nenhum conflito de texto, e ainda assim produzir duas metades de uma regra de negócio que se contradizem. Isso volta como problema de revisão, e o versionamento nunca vai avisar.

Em execuções longas aparece o segundo modo de falha, o handoff de contexto: a passagem de bastão entre uma sessão e a próxima, como a troca de turno numa padaria. Uma tarefa que dura horas estoura a janela de contexto (o tanto de texto que o agente consegue ter em mente de uma vez) no meio do caminho, e um agente que perde o estado recomeça do zero ou, pior, contradiz o que já havia feito.

Compactar resume a conversa no lugar, o que resolve sessão longa. Trabalho multi-sessão exige mais: um artefato do qual uma sessão fria consegue retomar. O padrão que a Anthropic documenta para agentes de execução longa usa um arquivo de progresso versionado ao lado do histórico do repositório. A primeira sessão inicializa o ambiente e o arquivo; cada sessão seguinte faz progresso incremental deixando atualizações estruturadas. O objetivo declarado é permitir que um agente entenda rapidamente o estado do trabalho começando com a janela zerada.

Distinga os dois mecanismos, porque times confundem e pagam caro. Reset de contexto é janela zerada somada a handoff estruturado; compactação é sumário no lugar. Execução realmente longa precisa do primeiro.

Contra os dois modos de falha vale o mesmo antídoto: estado explícito e externo ao contexto do agente. O worktree externaliza o estado do código; o artefato de handoff externaliza o estado da tarefa. Onde o estado mora apenas na cabeça do agente, a orquestração colide ou esquece.

Fora do fornecedor, essa infraestrutura passou a ser padronizada, e isso muda o risco de dependência.

O MCP (protocolo pelo qual um agente descobre e chama ferramentas externas, como uma tomada padrão) saiu do controle de uma empresa só e entrou em processo formal de padronização. A revisão que passa a valer em 28/07/2026 é a maior desde o lançamento. O protocolo deixa de guardar estado entre chamadas, ou seja, para de manter uma sessão aberta com memória do que veio antes, o que permite distribuir a carga entre vários servidores sem armazenamento compartilhado. Ganha também um sistema de extensões que evoluem separadamente do núcleo, e desliga três recursos com garantia mínima de doze meses até a remoção. No mesmo mês, a IETF (o órgão que padroniza os protocolos da internet) reuniu uma sessão exploratória em Viena para decidir se cria um grupo de trabalho formal sobre comunicação entre agentes, reconhecendo em texto oficial a proliferação de protocolos concorrentes: MCP na camada agente-ferramenta, e A2A, ACP e ANP disputando a camada agente-agente.

A leitura executiva cabe em duas frases, e a segunda é a que quase ninguém diz. A camada de protocolo saiu da aposta em fornecedor e virou processo de padronização com prazo. Só que padronizar essa camada barateou trocar de modelo e empurrou a dependência para cima: ela foi parar no ambiente de execução do agente, onde ficam memória entre sessões, isolamento, limites, identidade e trilha de auditoria, que é exatamente onde os três maiores fornecedores lançaram produto entre abril e junho de 2026.

Para quem desenha integração hoje, a pergunta mudou de lugar junto. Checar se o fornecedor já roda a revisão nova do protocolo resolve a parte barata. A parte cara aparece na segunda pergunta: o que acontece com a memória e com o registro de execução dos seus agentes no dia em que você trocar de plataforma.

Duas tarefas para o próximo ciclo, com o critério de cada uma logo abaixo

1. 01Auditoria de desperdício premium. Preencha a planilha de alocação desta aula com uma semana real do seu time. Some as colunas de desperdício e de risco separadamente e converta a de desperdício em dinheiro, usando o preço vigente dos modelos que vocês usam e registrando a data da consulta.
2. 02Desenho de fluxo. Para um problema real do próximo ciclo, escreva o roteiro que o orquestrador deveria criar (decomposição, subagentes, pontos de verificação) e marque o único ponto que exige raciocínio premium. Defenda a escolha diante da liderança técnica.

Dá certo quando: (a) o desperdício está em moeda, com a data de consulta do preço ao lado, e você sabe qual dado o sustenta; (b) o ponto premium do fluxo é defensável por risco, e você consegue dizer o que aconteceria se ele fosse deslocado uma etapa para frente; (c) a coluna de risco voltou preenchida: quando ela volta vazia, a auditoria só procurou o erro que aparece na fatura.