Governança de Agentes de IA em Múltiplas Plataformas

Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
A maioria das empresas não decidiu adotar agentes de IA em cinco plataformas diferentes. Isso simplesmente aconteceu. O Microsoft Copilot chegou com o pacote de produtividade. A ServiceNow lançou o Now Assist na fila de chamados. A Salesforce ativou o Agentforce dentro do CRM. Outras plataformas de dados e SaaS começaram a executar agentes ao lado dos sistemas de registro. Cada plataforma trouxe seu próprio runtime de IA — e, silenciosamente, sua própria história de governança que termina no limite da própria plataforma.
O resultado é uma lacuna de governança difícil de ser fechada por um único fornecedor de plataforma de aplicação. Quando um agente dentro de uma plataforma chama uma API, quem o autorizou? Quando um agente em outra resume um documento confidencial, qual política governou a resposta? E quando um agente se comporta mal em produção, quem pode contê-lo rapidamente — sem precisar se coordenar entre vários consoles de fornecedores ou filas de suporte?
Isso não é um risco de um estado futuro. É a realidade operacional de qualquer organização que adotou mais de uma plataforma de IA de forma independente — o que é cada vez mais comum em grandes empresas.
A dimensão do problema
Antes de discutir soluções, vale a pena ser preciso sobre o motivo pelo qual isso é genuinamente difícil. A dificuldade é estrutural e se manifesta em quatro pontos ao mesmo tempo.
E há um quinto problema que só se torna visível no momento em que um usuário tenta realmente fazer algo com um agente de terceiros: a taxa de credenciais.
A taxa oculta de credenciais
Considere um prompt de rotina enviado a um agente oficial de terceiros instalado dentro de um assistente no estilo Copilot. A primeira vez que um usuário o toca, o agente não pode responder até que o usuário faça login diretamente nesse serviço de terceiros.

Isso não é um bug. É a única arquitetura segura quando cada agente é um produto vendido separadamente. Mas acumulado em todo o inventário de ferramentas de uma empresa, traz consequências operacionais reais:
- Fricção por usuário e por ferramenta. Cada funcionário reautoriza cada agente no primeiro uso. Multiplique pela força de trabalho e depois pelo inventário de ferramentas.
- Proliferação de tokens. Tokens OAuth para cada serviço conectado acabam espalhados pelos repositórios de identidade dos usuários. A conformidade se torna uma questão individual por fornecedor, em vez de uma trilha de auditoria única.
- Sem revogação centralizada. Quando um contrato muda ou um incidente exige o corte de acesso, a organização precisa buscar isso no relacionamento de cada fornecedor, em vez de em um único ponto de controle.
Como pode funcionar um plano de controle multiplataforma
Um padrão arquitetônico que aborda essa lacuna diretamente é governar na camada que todas essas plataformas têm em comum. Todo agente, independentemente de qual plataforma o hospede, eventualmente faz uma chamada de LLM ou uma chamada de ferramenta. Intercepte e governe ali, e você governará a atividade do agente que se roteia por essa camada de execução compartilhada — sem pedir que cada plataforma de aplicação se reconstrua.
Esta é a premissa por trás do Agent Gateway da TrueFoundry: uma camada de controle dedicada para agentes de IA em produção, situada à frente dos modelos e ferramentas dos quais todos os agentes dependem. A TrueFoundry estabelece uma linha clara entre um gateway de IA, que gerencia prompts e tokens sem estado (stateless), e um gateway de agentes, que é o plano de dados para IA baseada em agentes — sessões com estado (stateful), execução em várias etapas e os dados se movendo entre agentes e suas ferramentas. Ele se comporta como uma service mesh construída especificamente para sistemas baseados em agentes.
Acima dos gateways fica uma quarta camada: o Agent Harness. Um harness é o runtime ao redor de um LLM — o loop de orquestração que planeja, chama ferramentas, gerencia contexto, restringe ações sensíveis por meio de aprovações e registra cada etapa em um trace. É o que transforma uma chamada de modelo em um agente confiável e de longa duração.

A TrueFoundry oferece isso como um serviço gerenciado, em vez de um framework. Um ambiente de execução em sandbox executa código e tarefas de longa duração. Portas de aprovação human-in-the-loop pausam chamadas de ferramentas sensíveis até que um usuário aprove. Um Skills Registry versionado mantém instruções reutilizáveis com RBAC. E o mais crítico — nenhuma chave de API ou credencial vive nas definições dos agentes; elas residem nos gateways, onde as equipes de plataforma configuram o acesso uma única vez e os criadores de agentes nunca tocam em segredos.

Crucialmente, a descoberta não se limita aos agentes construídos por você na plataforma. Agentes rodando em outros lugares — no Bedrock, LangGraph, em um serviço HTTP personalizado ou na plataforma de outro fornecedor — registram-se no mesmo inventário como agentes remotos, com os mesmos metadados e os mesmos controles. A frota fragmentada se torna um único mapa.

Cinco recursos que valem a pena procurar
Para equipes que estão avaliando como fechar essa lacuna, vale a pena examinar de perto os cinco recursos a seguir — com uma observação sobre o que cada um tende a exigir sob o capô.
Arquitetura pronta para produção
Um plano de controle só é útil se conseguir suportar uma carga real sem se tornar o gargalo que deveria remover. A TrueFoundry relata o tipo de número que importa em escala empresarial:
Ele roda inteiramente no seu ambiente — VPC, on-prem, air-gapped ou em múltiplas nuvens — de modo que nenhum dado sai do seu domínio, mantendo a postura de conformidade com SOC 2, HIPAA e GDPR por design. E como o gateway de agentes subjacente é um projeto open-source da Linux Foundation, a camada de controle não é uma caixa-preta proprietária, e você não fica preso ao framework de um único fornecedor.
Isso não substitui seus investimentos em plataformas
Um esclarecimento importante, pois é a objeção mais comum: governar na camada de execução não significa arrancar e substituir (rip-and-replace) as ferramentas nativas de plataforma que você já utiliza. Se os seus dados confidenciais de trabalhadores do conhecimento residem no M365, uma ferramenta como o Microsoft Agent 365 governa bem essa superfície — identidade, dados e distribuição dentro do ecossistema Microsoft. Com base nos materiais de lançamento da Microsoft e na cobertura pública disponível até junho de 2026, o Agent 365 também estendeu sua superfície de descoberta entre nuvens na GA via Registry Sync para o AWS Bedrock e Google Gemini Enterprise — um movimento crível entre nuvens do lado da descoberta.
Com base nos mesmos materiais de lançamento, as plataformas SaaS onde uma parcela significativa do trabalho com agentes empresariais roda hoje não fizeram parte desse escopo inicial de sincronização — agentes dentro do Salesforce Agentforce e ServiceNow AI Agents, ambos amplamente disponíveis desde 2024, não estavam na cobertura inicial do Registry Sync, e a aplicação de políticas para qualquer agente sincronizado ainda flui pelos controles próprios da Microsoft em vez da plataforma de origem. A cobertura de conectores da Microsoft pode se expandir com o tempo; os leitores devem verificar a lista atual antes de confiar nesse detalhe. A camada de execução permanece uma superfície que todas as plataformas realmente compartilham.

Por onde começar
A maneira mais rápida de saber se isso fecha sua lacuna é provar no seu próprio tráfego, delimitado às capacidades que mais afetam sua operação hoje:
- Implante o gateway em uma VPC de sandbox e roteie uma fração do tráfego real de agentes por ele. Confirme o overhead de latência e o resultado de observabilidade.
- Registre um punhado de agentes existentes de pelo menos duas plataformas diferentes. Confirme os metadados e o inventário unificado.
- Defina duas ou três políticas multiplataforma — um filtro de PII, um limite de taxa, uma lista de permissão de ferramentas — e confirme que elas se mantêm para os agentes registrados/roteados no escopo.
- Meça o tempo de contenção para caminhos governados: do gatilho à aplicação da regra, com o log de auditoria para comprovar.
⚠ Isenção de Responsabilidade Editorial Este artigo é publicado pela TrueFoundry, Inc. apenas para fins informativos, com base na análise de documentações públicas de fornecedores disponíveis até junho de 2026. Todas as opiniões expressas são posições corporativas da TrueFoundry, e não de qualquer colaborador individual, não constituindo consultoria profissional, jurídica ou de compras. A Microsoft não analisou, endossou ou patrocinou este artigo. Recursos de produtos, preços e roadmaps estão sujeitos a alterações sem aviso prévio; os números apresentados são derivados de materiais públicos ou são diagramas ilustrativos. Análises, textos e diagramas originais são propriedade da TrueFoundry, Inc.; todos os nomes de produtos e marcas registradas de terceiros pertencem aos seus respectivos proprietários. Verifique todas as informações na documentação atual do fornecedor antes de tomar decisões arquitetônicas ou de aquisição.
Fontes
- Microsoft Learn — Microsoft Agent 365 Overview (GA, pilares de observação / governança / segurança).
- Microsoft Learn — Microsoft Agent 365 SDK Overview.
- Windows Central — Microsoft 365 E7 plan announcement ($15/usuário/mês standalone; $99/usuário/mês no pacote E7).
- O escopo do Registry Sync referenciado neste artigo é baseado nos materiais públicos de GA da Microsoft e na cobertura contemporânea até junho de 2026; os leitores devem verificar a lista atual de conectores na documentação da Microsoft antes de se basearem nela.
- TrueFoundry — Agent Gateway product page (pilares de controle, mesh de agentes com estado, 99,99% de uptime, 10B+ requisições/mês, ~30% de otimização de custos, projeto da Linux Foundation, implantação em VPC / on-prem / air-gapped).
- TrueFoundry Docs — AI Gateway (1.000+ LLMs, overhead de latência) e Agent Harness Overview (runtime gerenciado, sandbox, aprovações HITL, Skills Registry, modelo de credenciais sem chaves).
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.















.webp)
.webp)


.webp)
.webp)

.webp)
.webp)
.png)

.png)
.png)






