A Microsoft passou a tratar agentes de IA como um risco interno e lançou os Guardian Agents para vigiá-los. O recado vale para qualquer empresa que coloca agente no CRM, no financeiro ou no e-mail: acesso mínimo, aprovação humana nas ações de risco e registro de cada passo.
Um agente de IA bem implantado trabalha como um funcionário novo com crachá: só entra nas salas de que precisa, pede autorização antes de qualquer ação de risco e deixa registrado tudo o que fez. Foi essa a lógica que a Microsoft levou ao mercado em 19 de outubro de 2026, ao tratar os agentes que as próprias empresas colocam para trabalhar como um possível risco interno.
A notícia vem de uma empresa grande, mas o recado serve para qualquer negócio que pensa em ligar um agente ao CRM, ao financeiro ou ao e-mail.
O que a Microsoft anunciou?
Num texto publicado no blog oficial da empresa, Hayete Gallot, vice-presidente executiva de segurança da Microsoft, escreveu que modelos de fronteira, de qualquer origem, não são confiáveis. Segundo ela, o motivo não é que os modelos sejam maliciosos. Eles são treinados para chegar a um resultado, não para seguir as normas e o bom senso de uma organização, e por isso podem se comportar de um jeito diferente do esperado quando o contexto muda.
Ela chama esses agentes de "agentic insiders", algo como "agentes de dentro de casa": sistemas que muitas vezes recebem acesso amplo a dados, ferramentas e processos críticos e passam a tomar decisões neles.
A resposta da Microsoft são os Guardian Agents, parte do Project Perception. Pelo que descrevem a Microsoft, o TechCrunch e o TechRadar:
- Os Guardian Agents acompanham as ações dos agentes da empresa e reavaliam o risco de cada uma de forma contínua.
- Permissões dinâmicas limitam o agente ao acesso de que ele precisa para a tarefa do momento.
- Quando o risco sobe, o sistema pode restringir permissões, bloquear operações, pedir aprovação humana ou, em casos extremos, parar e isolar o agente.
- O Microsoft Defender passou a detectar até 60 tipos de agentes que os funcionários levam para o trabalho, segundo o TechCrunch.
- A Microsoft também destaca a rastreabilidade: poder examinar depois o que aconteceu e por que o risco surgiu.
No TechRadar, Nadim Abdo, vice-presidente da Microsoft, resume o princípio: não se deve pedir a um modelo que seja a própria autoridade de segurança. Os controles sobre o que ele acessa, o que pode fazer e se deve continuar operando precisam ficar fora do modelo, onde ele não consegue contorná-los.
Por que isso importa para uma empresa menor?
Porque o problema não depende do tamanho da empresa. Um agente que lê e responde e-mails, atualiza o CRM ou consulta o financeiro tem, na prática, as chaves dessas áreas. Se ele entender errado uma instrução, o estrago acontece na velocidade de uma máquina.
A diferença é que a pequena e a média empresa raramente têm um time de segurança olhando para isso. Por isso a proteção precisa vir no desenho do próprio sistema, e não depois, como um remendo.
Como implantar um agente de IA com governança?
Três regras resolvem a maior parte do risco, e todas cabem num projeto do tamanho da sua operação:
- Permissão mínima: o agente só acessa os dados e as ferramentas da tarefa dele. O agente que agenda visitas não precisa ver a folha de pagamento. Cada agente tem a própria identidade e um acesso que a empresa enxerga e pode revogar.
- Aprovação humana nas ações de risco: mexer em cobrança, contrato, desconto, configuração de sistema ou falar com o cliente fora do roteiro passa por uma pessoa. O agente prepara tudo e a pessoa decide, com confirmar ou desistir.
- Registro de tudo: cada ação fica gravada com o que o agente viu, o que propôs, quem aprovou e o resultado. Quando algo sai do esperado, ninguém precisa adivinhar o que aconteceu.
Vale também uma quarta regra, a mesma que a Microsoft defende: o controle fica fora do agente. A lista do que pede aprovação é uma regra do sistema, que a sua equipe vê e muda, e não uma instrução no prompt que o próprio agente pode ignorar.
Como a FlowNexus constrói agentes pensando nisso?
Nos agentes sob medida que construímos, essa linha é desenhada junto com o cliente na fase de projeto, antes de qualquer tela: o que o agente faz sozinho, o que passa por uma pessoa e o que fica registrado. Ação que pode derrubar algo, gerar cobrança ou mudar o que o cliente vê pede confirmação, pede motivo e fica no histórico. Isso vale para pessoas e para agentes.
Com o tempo, esse histórico mostra quais ações são seguras o bastante para sair da lista de aprovação, e quais nunca vão sair. Explicamos essa divisão em Agentes que fazem o trabalho, pessoas que aprovam.
Agente útil não é o que pode tudo. É o que pode exatamente o necessário, e deixa tudo registrado.
Leia também
- Agentes que fazem o trabalho, pessoas que aprovam: onde fica a linha
- As quatro camadas de um software com agentes de IA
- Dado que não existe não vira enfeite: princípios para telas de operação
- A estrutura dos nossos sistemas
Fontes
- Microsoft: Securing the agentic insider, Hayete Gallot, 19 de outubro de 2026
- TechCrunch: Microsoft says AI agents are like insider threats as 'frontier models can't be trusted', 19 de outubro de 2026
- TechRadar: Microsoft admits 'frontier models can't be trusted', unveils new security tools to treat AI agents as insider threats, 20 de outubro de 2026
Transforme essa leitura em um sistema.
Diagnóstico da operação, projeto e construção por etapas. O próximo passo depende do seu caso, não de um pacote pronto.
