5 Erros Horríveis ao Executar Agentes de IA Sem um Gateway (E Como Evitar)

Executar um agente de IA? Fofo.

Executar dez? Agora estamos falando sério.

Executar cinquenta agentes em produção sem um gateway, sem governança e um canal Slack chamado #agents-prod que ninguém lê? É assim que você acaba em uma chamada na segunda-feira de manhã explicando ao seu CFO por que a conta do LLM foi de $4K para $61K durante o fim de semana, e por que ninguém percebeu até que a contabilidade sinalizou isso.

Eu assisti a esse filme muitas vezes.

O enredo é sempre o mesmo. Alguém lê sobre IA agente em uma terça-feira, envia um protótipo até sexta-feira, e um trimestre depois há agentes espalhados por sete repositórios, conversando entre si através de servidores MCP que ninguém documentou, com chaves de API sentadas em arquivos .env nos laptops de três engenheiros.

Então algo quebra. Nunca é algo pequeno.

Aqui estão as cinco maneiras mais comuns de isso dar errado, e o que realmente corrige cada uma.

Falha #1: O Loop Infinito de Agentes Que Comeu Seu Orçamento

Você constrói o Agente A. Ele é útil. Ele pode pedir ajuda ao Agente B quando estiver preso.

O Agente B também é útil. Ele pode pedir ajuda ao Agente C quando estiver preso.

O Agente C, naturalmente, também é útil. E quando está preso, pede ajuda ao Agente A.

Você vê onde isso está indo.

O loop começa na tarde de sexta-feira. Ninguém definiu limites de profundidade de delegação. Ninguém definiu limites de orçamento por agente.

Os agentes se chamam educadamente 38.000 vezes durante o fim de semana, cada chamada custando centavos que rapidamente se tornam dólares que rapidamente se tornam "por favor, venha a uma reunião na segunda-feira às 8 da manhã."

O que teria parado isso

Um gateway sentado entre seus agentes e os provedores de modelo, impondo duas coisas:

1. Limites de profundidade de delegação rígidos (Agente X não pode acionar mais do que N chamadas de downstream)
2. Limites de tokens e dólares por agente (Agente X recebe $50/dia, ponto final. Quando atinge o limite, para)

Ferramentas que ajudam

• TrueFoundry — É para isso que o gateway deles foi construído. Orçamentos por agente no painel, impostos no nível da solicitação, com uma visão centralizada de custos mostrando toda a cadeia de delegação. O loop é encerrado antes que custe um jantar de carne, quanto mais um pagamento de hipoteca.
• Helicone — Excelente observabilidade. Você verá o pico lindamente em painéis em tempo real. Você não irá preveni-lo. Alarme de fumaça, não sistema de sprinklers.
• Langfuse — História semelhante. Ótimos rastros, úteis para a análise pós-morte. Não foi construído para impor tetos orçamentários.

Falha #2: O Pequeno Chatbot Útil Que Sabia o Salário de Todos

Uma equipe de produto constrói um bot interno de perguntas e respostas.

Para torná-lo útil, eles o conectam ao banco de dados da empresa através de um servidor MCP.

Definir permissões de forma restrita parece irritante ("vamos consertar isso depois"), então o agente recebe amplo acesso de leitura.

Três meses depois, alguém do marketing pergunta casualmente ao bot: "Ei, quanto o Marcus da engenharia ganha?"

Ele diz a eles.

Com alegria.

Com confiança.

Isso não é hipotético. Alguma versão disso aconteceu em empresas que você já ouviu falar, e a limpeza envolve palavras como "divulgação", "remediação" e "precisamos envolver o jurídico."

O que teria parado isso

Duas coisas funcionando juntas:

1. Um registro de agentes — cada agente na organização está registrado, possui, documentado e é descobrível. Não mais "espera, quem implantou isso?"
2. Um gateway MCP com RBAC em nível de ferramenta — os agentes não recebem acesso irrestrito ao banco de dados. Eles recebem permissão para chamar ferramentas específicas, com argumentos específicos, limitados a dados específicos.

Ferramentas que ajudam

• TrueFoundry — Registro de agentes e gateway MCP em um único plano de controle. Você pode ver cada agente, quem o possui, quais ferramentas ele pode chamar e quais dados essas ferramentas podem acessar. Os CISOs adoram isso porque, pela primeira vez, a resposta para "que IA está rodando em nosso ambiente?" não é um encolher de ombros.
• Obot AI — Registro MCP decente com controles de acesso para quais servidores podem ser instalados. Resolve parte do problema (nível de servidor), não tudo (RBAC em nível de ferramenta, inventário em nível de agente).
• MCPJungle — Útil para descoberta e agregação de servidores MCP. Não impõe controles de acesso. Saber que seus agentes existem não é o mesmo que governá-los.

Falha #3: O Dia Que Seu Provedor Espirrou e Seu Produto Inteiro Pegou um Resfriado

São 14h14 de uma terça-feira. A Anthropic tem um incidente. (Ou OpenAI. Ou Google. Escolha seu veneno.) A página de status deles fica amarela.

Todo agente que você construiu depende de um único provedor.

Todos eles caem ao mesmo tempo. Os fluxos de trabalho de suporte ao cliente param. O assistente de codificação interno para.

Seu demo chique para o conselho na próxima semana? Espero que eles gostem de erros 503.

O que teria parado isso

Um gateway que abstrai a camada do provedor.

Seus agentes não chamam a Anthropic, eles chamam seu gateway. O gateway chama a Anthropic por padrão e recua para o GPT ou Gemini automaticamente quando a Anthropic está tendo um momento.

Ferramentas que ajudam

• TrueFoundry AI Gateway — Failover automático entre provedores com sobrecarga de milissegundos de dígitos únicos. Quando o provedor principal tem um problema, as solicitações são redirecionadas antes que sua monitoração sequer avise alguém. Várias equipes com quem conversei disseram que esse recurso sozinho justificou toda a plataforma.
• OpenRouter — Acesso multi-modelo gerenciado sólido, algum failover. É um serviço hospedado com um markup, porém, sem história de auto-hospedagem, e não realmente construído para governança em nível empresarial.
• LiteLLM — Proxy de código aberto que lida com roteamento multi-provedor. Decente para configurações menores, requer mais esforço para governança em produção.

Falha #4: A Pergunta de Auditoria Que Levou Três Semanas Para Ser Respondida

Um auditor interno envia um e-mail educado:

"Você poderia fornecer uma lista de todos os agentes de IA atualmente implantados na organização, os dados aos quais cada um tem acesso e o log de atividades completo do chatbot voltado para o cliente entre 8 de março e 15 de março?"

Se você tiver um gateway...