À medida que os agentes de IA ganham escala, o Thoughtworks Technology Radar destaca a necessidade de controles mais rigorosos

CHICAGO, 4 de novembro de 2026 /PRNewswire/ -- A Thoughtworks, uma consultoria global de tecnologia que integra design, engenharia e IA para impulsionar a inovação digital, lançou hoje o volume 35 de seu Technology Radar, um relatório semestral baseado nas experiências de empresas com clientes.

Ao desenvolver esta edição, a equipe do Technology Radar observou que, à medida que os agentes recebem tarefas maiores e de maior duração, os desafios de engenharia mais complexos estão cada vez mais além das interações com o próprio modelo: proteger o ambiente no qual os agentes operam, decidir ao que eles podem ter acesso, estabelecer uma supervisão humana significativa e controlar o custo de sua operação.

Uma indicação desse foco é onde o Radar faz suas recomendações mais enfáticas. As 11 práticas e tecnologias incluídas no anel "Adotar", que incluem técnicas como o isolamento de agentes em sandbox e a modelagem de ameaças, sinalizam a crescente importância das garantias e proteções necessárias para executar a IA de forma confiável em produção, ressaltando a necessidade de agir agora.

As edições anteriores do Radar traçaram o desenvolvimento das capacidades da IA na engenharia de software, e o volume 34 examinou os atritos e riscos de seu uso em larga escala. O Volume 35 aborda a gestão desses riscos à medida que a adoção aumenta. Seus temas abrangem os sistemas que regem o comportamento dos agentes, o papel do julgamento humano e a infraestrutura que determina o custo e a confiabilidade.

"Há pouco tempo, a pergunta que mais ouvíamos dos clientes era sobre a rapidez com que os agentes conseguiam escrever código. Agora a questão é se alguém pode confiar, avaliar e pagar pelo que eles produzem", disse Rachel Laycock, diretora de tecnologia da Thoughtworks. "Os modelos continuarão a ser aprimorados, mas o valor duradouro será das empresas que investirem na engenharia e na supervisão em torno deles."

Os temas desta edição exploram o que é necessário para construir e gerenciar o sistema em torno do modelo:

• Aproveitar a engenharia em grande escala: O ambiente em torno de um agente de IA, incluindo seus comandos, ferramentas, memória, mecanismos de proteção e ciclos de feedback, está se tornando um produto por si só, com proprietários, versões e dependências. À medida que um ecossistema crescente de plugins e ferramentas de suporte se consolida, as empresas devem tratar o conjunto de ferramentas como um sistema projetado, com avaliação adequada, segurança, controles de acesso e manutenção contínua.
  
  
• Colocar mais agentes para trabalhar, sem perder o discernimento humano: Os desenvolvedores estão cada vez mais executando várias sessões de agentes em paralelo e delegando tarefas de longa duração, incluindo compilações noturnas não supervisionadas. Mas, à medida que os agentes produzem mais trabalho, a revisão humana e os fluxos de trabalho de entrega de software podem se tornar gargalos. O Radar alerta para os riscos de uma "intervenção humana excessiva", onde a aprovação se torna um ritual em vez de uma verificação significativa, e incentiva as equipes a avaliarem sua capacidade de revisão antes de expandir o uso de agentes.
  
  
• Além dos modelos de fronteira: Os modelos de fronteira proprietários já não são a opção óbvia para todas as tarefas. Os modelos de pesos abertos reduziram a diferença para muitas cargas de trabalho e oferecem opções adicionais de implantação, incluindo a execução na própria infraestrutura da empresa. O Radar alerta para o perigo de se adotar um modelo de vanguarda para todas as tarefas, incentivando as equipes a escolherem modelos de forma criteriosa, com base nos requisitos da tarefa, custos, privacidade e considerações operacionais.
  
  
• A economia da execução da IA em grande escala: O custo da IA vai muito além da precificação dos modelos. Roteamento, processamento em lote, armazenamento, redes e agendamento influenciam a economia da execução de cargas de trabalho de IA em produção. Grande parte da inovação necessária para tornar a IA economicamente sustentável reside em camadas mais profundas da arquitetura tecnológica, onde modelos, GPUs, armazenamento e redes são gerenciados como recursos programáveis por meio de uma plataforma comum.

Em conjunto, essas descobertas apontam para uma mudança mais ampla na IA empresarial: para concretizar seu potencial, é necessário mais do que apenas ter acesso a modelos capazes. As empresas devem desenvolver as práticas de engenharia, a infraestrutura e a supervisão humana necessárias para operar agentes de forma responsável e em grande escala.

Acesse www.thoughtworks.com/radar para explorar a versão interativa do Radar ou baixe o PDF.

Recursos de apoio:

• Leia mais sobre as macrotendências no setor de tecnologia que esta edição destaca.
• Ouça uma discussão sobre os principais temas deste volume.
• Mantenha-se atualizado com as notícias da Thoughtworks visitando o site da empresa.
• Siga o Thoughtworks no X, LinkedIn e YouTube.

Contato:

Marsh Abraham
Chefe de Relações Públicas, Américas
[email protected]

FONTE Thoughtworks