Em 26 de junho de 2026, a Administração Estatal para Regulação de Mercado da China aprovou e publicou uma série de sete normas nacionais sobre “Interconexão de Agentes de IA”.
Esta não é uma notícia da moda. Enquanto a indústria de agentes continua absorvida com “a xAI open-sourceou mais um modelo” e “uma startup fechou mais uma rodada de investimento”, o alcance deste anúncio ficou bem abaixo da demo de agentes mais chamativa da semana passada. Mas justamente essa notícia “que ninguém compartilhou” guarda a chave para a transição da indústria de agentes da demonstração para o comércio real. Porque a contradição fundamental da indústria nos últimos dois anos nunca foi “os modelos são inteligentes o suficiente?” — era algo completamente diferente: os agentes não tinham ordem entre si. Um conjunto de padrões não consegue corrigir alucinações nem eliminar a complexidade da engenharia. Mas resolve algo mais fundamental: dar aos agentes, pela primeira vez, a habilitação para entrar nos sistemas centrais das empresas.
Os Agentes Não Lacking Falta Inteligência — Falta uma Identidade
Um “acidente de conversa” de milhões
No início de 2026, uma empresa chinesa de e-commerce transfronteiriço implantou um “agente de compras de IA” e um “agente de armazenagem de IA” de fornecedores diferentes. Durante uma reposição promocional, o agente de compras falhou em interpretar corretamente um alerta de estoque em formato não padronizado enviado pelo agente de armazenagem e pediu cegamente milhões de yuan em mercadorias redundantes a fornecedores no exterior. Pior — como os agentes dos dois fornecedores tinham interfaces incompatíveis, nenhuma autenticação de identidade unificada e nenhum registro completo de auditoria comportamental, a empresa nem conseguiu determinar em qual etapa a compreensão semântica tinha falhado. Este caso não é único. É um microcosmo dos “acidentes em nível de sistema” que ocorrem sempre que agentes entram na indústria.
Quando os agentes eram chatbots, uma resposta errada significava atualizar e tentar de novo. Mas quando os agentes detêm autoridade sobre dinheiro, linhas de produção e aprovações, “poder dar errado” já é inaceitável em si.
Os dados não mentem: quão difícil é implantar agentes?
Segundo o Relatório de Desenvolvimento de Agentes Financeiros da China, cerca de 96% dos agentes financeiros ainda permanecem em fase de PoC, construção de plataforma e testes exploratórios. Apenas 4% entraram em operação de negócios — principalmente em cenários não críticos. Enquanto isso, a Gartner prevê que mais de 40% dos projetos de agentes serão cancelados até o fim de 2027, citando estouros de custo, valor pouco claro e controles de risco insuficientes. Note a contradição: a oferta de agentes está em ebulição — mais de 2 milhões de agentes só na Coze, com o mercado crescendo quase 80% ao ano — mas menos de 4% entram nos sistemas centrais de negócios. Isto não é um desequilíbrio entre oferta e demanda. É infraestrutura faltando.
Os limites do antigo arcabouço: o que MCP e A2A resolveram, e o que não resolveram
Dois “quase-padrões” já existem globalmente: o MCP da Anthropic (como agentes invocam ferramentas e dados externos) e o A2A do Google (colaboração multiagente). Mas “conseguir conectar” nunca significou “ousar usar”. MCP e A2A resolvem a interoperabilidade de protocolos — “como conversamos tecnicamente”. Eles não conseguem responder às perguntas mais difíceis: Quem atesta a identidade deste agente? Quando uma colaboração entre fornecedores falha, de quem é a responsabilidade? Como gerenciar o risco de conformidade quando dados fluem para uma ferramenta no exterior? A indústria não precisa de mais um protocolo de comunicação, mas de uma ordem fundamental de identidade, colaboração e governança.
Sete Padrões — O Que Eles Corrigem Não é a Tecnologia
Decodificando cinco camadas de ordem
Os sete padrões cobrem mais do que interfaces técnicas. Na linguagem simples do comunicado oficial, eles respondem a cinco perguntas: “Quem é você” — identificação e gestão de identidade. “O que você pode fazer” — normas de descrição de capacidades. “Como encontro você” — mecanismos de descoberta de agentes. “Como trabalhamos juntos” — protocolos de interação colaborativa. “Como você invoca ferramentas” — padrões de invocação de ferramentas. Desde a descoberta inicial entre dois agentes até a conclusão de um ciclo de negócio — todas as cinco etapas estão cobertas. Antes disso, essas etapas ou não tinham normas, ou cada fornecedor rodava protocolos privados, forçando as empresas a reescrever código de adaptação para cada novo agente. Com a unificação, as empresas podem reutilizar componentes padronizados e reduzir o desenvolvimento sob medida. Em uma frase: de entrega de projeto para entrega de produto.
A verdadeira antecipação: códigos de identidade obrigatórios
Um detalhe mais revelador: os sete padrões são publicados como “documentos técnicos de orientação de normalização nacional” (GB/Z) — oficialmente, para preservar espaço para tentativa e erro, já que as rotas tecnológicas dos agentes ainda evoluem rapidamente e um travamento prematuro sufocaria a inovação. Mas autoridades também afirmaram explicitamente que os padrões de código de identidade serão convertidos em normas nacionais obrigatórias quando apropriado. Das cinco etapas, identidade é a única nomeada para conversão “obrigatória”. Essa escolha vale a pena saborear. A lógica: camada de identidade e governança → “obrigatória” nacionalmente para impedir agentes de má-fé; camadas de colaboração e ferramentas → deixadas para a competição de mercado e a evolução do ecossistema, preservando espaço para inovação. É a dupla intenção dos padrões: emitir aos agentes um bilhete de conformidade para os sistemas centrais, deixando amplo espaço para a indústria se desenvolver.
O Enquadramento: A Progressão em Três Níveis da Industrialização dos Agentes
Com base na estrutura dos padrões e no contexto da indústria, um arcabouço simples mas altamente explicativo: a progressão em três níveis da industrialização dos agentes. Nível um: ferramenta. O agente é uma solução pontual que trata perguntas ou tarefas ponto a ponto. A maioria dos agentes no mercado hoje está aqui. Nível dois: integração em processos. Agentes entram nos fluxos de trabalho do negócio, mas exigem pesada adaptação sob medida — cada fornecedor roda seu próprio protocolo, cada integração é um projeto. Este é o “vale da morte” da implantação de agentes. Nível três: sistematização. Agentes carregam protocolos unificados de identidade, descoberta, colaboração e invocação. Agentes se reconhecem e cooperam entre si como microsserviços. Agentes passam de “terceirizados” para “funcionários”.
Esses padrões assentam os trilhos para o nível três. Por esse enquadramento, o mercado de agentes se torna legível: muitas startups de agentes travam entre o PoC e o lançamento não porque seus modelos são inadequados, mas porque nunca entraram nos trilhos da sistematização.
Implicações Entre Cenários
Fornecedores de nuvem: quem se torna o hub?
A Volcengine da ByteDance, junto com Xiaomi, Kuaishou, Lenovo e outras empresas de Haidian, participou profundamente da elaboração dos padrões. Agentes precisam se descobrir e invocar mutuamente sob protocolos unificados. Quem controla o registro e o “hub” de descoberta, quem controla a computação subjacente e a capacidade de plataforma, tem chance de se tornar o provedor de infraestrutura da era dos agentes. Isto não é “serviços de nuvem mais uma camada de API” — pode evoluir para um sistema operacional de agentes. Quanto mais unificados os padrões, mais fortes os efeitos de plataforma.
Pontos de entrada de escritório: da bancada de trabalho à loja de agentes
DingTalk e Feishu, que ocupam os pontos de entrada do escritório, enfrentam uma janela de atualização. Os padrões vão empurrá-los de “bancada de trabalho” para plataformas de orquestração de agentes. Quando a identidade e as regras de colaboração dos agentes forem padronizadas, o ponto de entrada do escritório se torna não apenas uma coleção de mensagens e aprovações, mas a primeira parada para registro, descoberta e despacho de agentes.
ISVs setoriais: a reescrita mais profunda
A reescrita mais profunda talvez recaia sobre os ISVs setoriais. Muitos fornecedores de software setorial construíram receita com horas de integração, entrega de projetos e desenvolvimento sob medida. Sob estruturas de agentes padronizadas, jogadores que dependem puramente de adaptação e integração serão comprimidos. Empresas capazes de destilar seu conhecimento setorial em componentes de agentes reutilizáveis encontrarão uma nova janela. Kingdee e Yonyou decompondo cenários financeiros, de recrutamento e de viagens em componentes de agentes não é coincidência — os fornecedores incumbentes já enxergam o caminho de migração de “vender software” para “vender componentes de agentes”.
O Que Fazer
Passar de “testável” para “gerenciável” não é automático — mas os padrões resolvem uma pré-condição crítica: dão às empresas um motivo para começar a se reestruturar. Se você é um decisor técnico: use estes padrões agora para auditar a governança de identidade e o rastreamento de agentes nos seus sistemas — encontre a lacuna entre “ferramenta” e “sistematização”. Rode primeiro a camada de identidade, depois a de colaboração. Se você é um ISV: comece a decompor cenários centrais em componentes de agentes reutilizáveis e a construir empacotamentos padronizados para fluxos de trabalho centrais. Padrões são a subtração — cortando trabalho de integração redundante; conhecimento é a adição — construindo barreiras acima dos padrões. Se você é uma plataforma de agentes: o verdadeiro valor dos padrões não é restringir você, mas emitir seu bilhete de entrada nos sistemas centrais das empresas. Alinhar-se cedo aos mecanismos de identidade e descoberta abre o caminho da conformidade para a aquisição de agentes pelas empresas.
Referências: Chanyejia, “Agentes finalmente têm requisitos rígidos para entrar nos sistemas centrais das empresas,” 2026-07-07 · SAMR, anúncio dos padrões nacionais de “Interconexão de Agentes de IA”, 2026-06-26 · China Financial Agent Development Report, 2025 · Gartner, Predicts 2026: AI and the Future of Applications · Deloitte, State of AI in the Enterprise, 2026
