A Anthropic quase não parou nos últimos 45 dias. Fable 5 e Mythos 5 chegaram um atrás do outro, o Sonnet 5 teve o preço reduzido para ganhar market share, o Claude Code é atualizado quase diariamente. Ontem foi a vez do Cowork iterar; hoje a plataforma de agentes gerenciados (CMA) lançou seis atualizações de uma só vez.
Lidas em conjunto, as atualizações carregam um sinal claro: a Anthropic não está apostando no ponto de entrada, nem no poder computacional, mas na densidade de capacidades dos próprios agentes.
Limite de skills de 20 → 500, cinco níveis de esforço de raciocínio, streams de sub-agentes em tempo real, sessões com seed em uma única etapa — isto não é acúmulo de funcionalidades. É a infraestrutura de um “sistema operacional de agentes” sendo montada peça por peça.
Seis Atualizações, Três Camadas de Lógica
À primeira vista, seis lançamentos independentes de funcionalidades. Organizadas por camada, a lógica fica evidente.
Camada 1: densidade de capacidades (Skills + Effort)
O limite de skills saltou de 20 para 500. As Skills do CMA são pacotes de conhecimento que injetam instruções profissionais nos agentes. O teto antigo de 20 era uma muralha para qualquer implantação real — um agente de serviços financeiros queima sete ou oito slots com onboarding, KYC, combate à lavagem de dinheiro, tratamento de reclamações, avisos de conformidade e troca de idioma, antes mesmo de adicionar variações regulatórias e versões para testes A/B. Com 500, compartilhados entre todos os agentes de uma sessão, rodando em um sandbox gerenciado unificado com memória e variáveis de ambiente compartilhadas, o orçamento cobre uma unidade de negócio completa. Você pode colocar todo um padrão de codebase, configuração de pipeline de CI e destinos de deploy em uma única sessão, e o agente conhece o caminho completo desde escrever o código até colocá-lo em produção.
O esforço de raciocínio agora tem cinco marchas. Anteriormente, o CMA rodava todos os agentes na mesma profundidade padrão — “que dia é hoje” e “auditar um relatório financeiro de 500 páginas” recebiam tratamento idêntico. Agora, o Effort fica na configuração de modelo de cada agente: low / medium / high / xhigh / max. Um sistema de atendimento multicamadas com múltiplos agentes pode rodar o coordenador de triagem em low, perguntas sobre produtos em medium, escalonamento de reclamações em high e conformidade jurídica em max — tudo em uma única sessão, cada agente ajustado à dificuldade da sua tarefa. O trade-off entre custo e qualidade finalmente tem um dial contínuo.
Camada 2: operacionalidade (observabilidade + cold start)
Sessões com seed em uma única etapa. Antes eram dois passos: um POST para criar a casca vazia e, depois, inserir os eventos iniciais um a um — cold starts dolorosamente lentos em alta concorrência. Agora, um único POST para /v1/sessions carrega initial_events, até 50 deles; a sessão já nasce sabendo qual é o seu trabalho.
A caixa preta dos sub-agentes está aberta. No fim de junho chegaram os session-level event_deltas para pré-visualização ao vivo do texto do agente principal. Mas os sub-agentes continuavam às escuras — saiu do rumo? Travou? Você só descobria no timeout. Esta atualização desce ao nível de thread: assine o stream independente de threads de um sub-agente e acompanhe em tempo real onde ele está pensando e escrevendo.
Camada 3: tudo orientado a eventos (webhooks completos)
Sete novos webhooks. Junho trouxe webhooks de ciclo de vida de agentes e deployments. Esta rodada adiciona os dois blocos restantes: quatro eventos de ambiente e três eventos de memory store. Com isso, todo o ciclo de vida do CMA — configuração de ambiente, deploy de agentes, estado de execução, gerenciamento de memória — pode ser integrado a sistemas externos de forma orientada a eventos: alertar quando um ambiente pausa, sincronizar atualizações da memory store no seu próprio banco de dados, acoplar monitoramento quando um novo ambiente sobe. Esta é a última peça do quebra-cabeça na transição de “um produto de API” para “uma plataforma operável”.
Três Rotas na Disputa da Infraestrutura de Agentes
Em julho de 2026, a disputa pela infraestrutura de agentes está em águas profundas e com atualizações quase diárias, e a diferenciação dos três gigantes é legível: a OpenAI aposta no ponto de entrada — chat, programação e trabalho autônomo comprimidos em um super-app ChatGPT, travando os desenvolvedores via base de usuários. A Google aposta na infraestrutura — GCP, TPUs e padrões de protocolo, com fossos no nível mais baixo da pilha. A Anthropic aposta na profundidade de nível de sistema operacional — sandboxes gerenciados, controle full-stack dos agentes, ajuste de esforço; densidade de capacidades por agente.
O salto de 20 para 500 revela a aposta: quando o agente se torna tão básico quanto um sistema operacional? A analogia se sustenta. A essência de um SO não é a força de qualquer aplicativo individual — é prover gerenciamento de processos, gerenciamento de memória, um sistema de arquivos, drivers de dispositivos, para que as aplicações de camadas superiores se combinem livremente. O CMA está construindo o mesmo: Skills são instalação de apps, Effort é escalonamento de CPU, os streams de threads de sub-agentes são o gerenciador de tarefas, os webhooks são o tratamento de interrupções.
Se o CMA Se Tornar o Sistema Operacional dos Agentes
Quatro consequências se seguem. 1. A competição migra da camada de modelos para a camada de plataformas. Os modelos estão se tornando commodities rapidamente — o corte de preço do Sonnet 5 é o sinal. O fosso não é a contagem de parâmetros, mas quão completo é o “sistema operacional” de agentes. 2. As barreiras de adoção corporativa desabam. Quinhentas skills significam que uma sessão de agente cobre um departamento inteiro; as empresas deixam de construir sistemas de orquestração e passam a configurar tudo dentro de uma única sessão. 3. O “orçamento de raciocínio” se torna uma dimensão de gestão. Os cinco níveis de esforço permitem que as empresas refinem o custo de inferência agente por agente — espere que as conversas entre CFO e CTO ganhem um novo item de pauta: quanto orçamento de raciocínio resta para o seu departamento? 4. Observabilidade é a pré-condição da confiança. Visibilidade em nível de thread dos sub-agentes não é um detalhe opcional; sem ela, as empresas não entregam fluxos missão-críticos. Abrir a caixa preta é o que permite que a confiança se forme.
O Que as Equipes de Avaliação Devem Fazer
-
Teste primeiro a colaboração multiagente. O limite de 500 skills e os cinco níveis de esforço são os verdadeiros diferenciadores — desenhe um fluxo que exija diferentes níveis de complexidade (suporte + conformidade + escalonamento) e meça.
-
Transforme a observabilidade em critério eliminatório. Se uma plataforma não oferece visibilidade em tempo real no nível dos sub-agentes, ela não está pronta para produção.
-
Calcule o seu orçamento de raciocínio. Os níveis de esforço diferem drasticamente em custo — monte o modelo de custos antes que a conta chegue.
-
Compare os três; não case-se com um só. A vantagem de entrada da OpenAI, a infraestrutura da Google, a profundidade de controle da Anthropic — cada uma se encaixa em cenários diferentes, e apostar em um único ecossistema é perigoso.
Esta onda de atualizações não é o fim. Quando a disputa pela infraestrutura de agentes migrou de “quantidade de funcionalidades” para “profundidade de nível de sistema operacional”, a guerra de verdade começa.
Referências: documentação do Anthropic CMA, cobertura do Synced
