Contexto, comportamento e dinheiro agora descrevem a mesma unidade de trabalho.
Um agente decide com base no que conhece, executa ferramentas e consome recursos. Grafos, traces e billing já registram partes diferentes dessa ação.
O ponto de controle aparece quando os registros convergem em uma execução identificável, com regra, permissão, custo e resultado.
Leitores do Radar
Nem todo mundo quer mais conteúdo sobre IA.
Algumas pessoas querem critério.
... leitores já acessaram esta edição do Radar FSTech para separar sinal de ruído no universo da inteligência artificial.
Se você é uma delas, assine o Radar ou compartilhe com alguém que também deveria estar aqui.
O sinal principal
Três mercados estão se encontrando na mesma execução de IA.
A Atlassian está abrindo o Teamwork Graph para agentes externos por CLI e MCP. O grafo conecta pessoas, projetos, documentos, atividades e ferramentas. Em benchmark interno, a empresa relata aumento de 44% na precisão dos agentes e redução de 48% no consumo de tokens. O resultado é direcional e publicado pelo próprio fornecedor, mas mostra onde a disputa está avançando.
Na execução, o OpenAI Agents SDK registra chamadas de modelo, ferramentas, handoffs e guardrails. A Langfuse transforma essas operações em traces e usa ClickHouse para armazenar observations, traces e scores. O agente começa a ganhar uma trilha operacional comparável à de um sistema distribuído.
No financeiro, OpenAI e Anthropic oferecem APIs administrativas para separar uso e custo por projeto, chave ou workspace. A Stripe documenta medição por eventos de uso, com processamento assíncrono e necessidade de reconciliação.
O mecanismo
Uma execução precisa carregar quatro registros.
- Contexto: objetos, relações, regras e permissões disponíveis.
- Execução: modelos, ferramentas, handoffs e guardrails acionados.
- Custo: tokens, chamadas e reais consumidos pela tarefa.
- Resultado: aceite, correção, reversão e eval final.
Separados, os registros contam histórias incompletas. O grafo pode melhorar uma resposta sem provar autorização. O trace mostra o caminho sem explicar a regra de negócio. A fatura mostra consumo sem revelar o resultado aceito.
O mesmo execution_id deve ligar o objeto consultado, a permissão aplicada, a ferramenta acionada, o custo incorrido e o eval final.
Esse vínculo transforma telemetria em governança.
O que muda na prática
O desenho financeiro começa dentro da arquitetura do agente.
Quando o custo aparece apenas na fatura mensal, a empresa perde a ligação entre consumo e consequência. Quando o trace termina no fornecedor de observabilidade, a área financeira perde a atribuição de margem. Quando o contexto fica preso no grafo de uma suíte, trocar o agente pode levar junto a lógica que orientava o trabalho.
Quem constrói software operacional precisa preservar essa ligação sob controle próprio. O fornecedor pode armazenar o grafo, executar o modelo ou medir tokens. A identidade da tarefa, a regra aplicada e o resultado aceito precisam continuar portáveis.
Para a FSTech, o padrão source -> object -> view -> action -> eval ganha uma camada econômica explícita. Cada ação passa a carregar contexto, evidência e custo.
Ação recomendada
- Crie um identificador por execução e propague-o pelo agente, ferramentas, banco, observabilidade e financeiro.
- Registre objeto, regra, permissão, modelo e teto de custo antes da chamada.
- Faça chargeback por tarefa, projeto, cliente e workflow.
- Ligue custo ao eval e inclua o retrabalho na conta.
- Teste a reconstrução da decisão fora do fornecedor atual.
Conseguimos abrir uma ação do agente e enxergar, na mesma tela, o contexto usado, o caminho executado, o custo e o resultado aceito?
Em observação
Pagamentos agênticos.
A Visa usa credenciais tokenizadas, agentes verificados e limites definidos pelo usuário. A autorização financeira se aproxima da identidade operacional do agente.
Grafo como plano de controle.
A Atlassian documenta integrações do Teamwork Graph com Claude Code e Codex. Contexto empresarial estruturado tende a virar a superfície pela qual agentes leem e alteram o trabalho.
Fontes públicas
- Atlassian Teamwork Graph
- Atlassian Closing the AI context gap
- Atlassian benchmark
- OpenAI Agents SDK Tracing
- OpenAI Organization costs
- Langfuse Self-hosting
- Stripe usage billing
- Anthropic Usage and Cost API
- Visa Intelligent Commerce
Comece pela base
Antes de dar ação ao agente, desenhe o plano de controle.
O Operational Ontology Starter Kit é o ponto de partida para transformar contexto, regras e tarefas recorrentes em uma primeira ontologia operacional. Comece pela versão gratuita, depois avance para o Starter Kit quando precisar de templates, mapa de entidades e roteiro de implantação.
