Detalhes do Toolkit de Governança de Agentes da Microsoft: Uma Solução de Governança de Segurança em Nível de Sistema para Agentes de IA

Introdução

No dia 2 de abril de 2026, a Microsoft lançou oficialmente o Agent Governance Toolkit (AGT), um conjunto de estrutura de governança de segurança de tempo de execução de código aberto projetado especificamente para agentes de IA autônomos. Licença MIT, suporta múltiplas linguagens como Python/TypeScript/Rust/Go/.NET, cobrindo todos os 10 riscos do OWASP Agentic Top 10, com uma latência de execução de políticas inferior a 0,1 milissegundo.

Este artigo responderá de forma sistemática: o que é este pacote, por que precisamos dele, como usá-lo e quais objetivos ele pode nos ajudar a alcançar.

I. O que é

1.1 Definição básica

O Agent Governance Toolkit é uma estrutura de governança de segurança de tempo de execução de IA de código aberto da Microsoft. Sua ideia central é: aplicar décadas de experiência no design do núcleo do sistema operacional à governança de segurança de agentes de IA.

Nas palavras do blog oficial da Microsoft:

"Quando você observa o comportamento real dos agentes de IA em ambientes de produção, você perceberá um padrão familiar: múltiplos programas não confiáveis compartilham recursos, tomam decisões e interagem com o mundo externo, enquanto seu comportamento quase não é controlado por nenhum intermediário. O sistema operacional resolveu esse problema há décadas — através do núcleo, níveis de permissão e isolamento de processos. A service mesh resolveu problemas semelhantes de microserviços com mTLS e autenticação. O SRE resolveu problemas de confiabilidade em sistemas distribuídos com SLO e disjuntores. Nossa pergunta é: o que aconteceria se aplicássemos esses padrões maduros, testados em batalha, aos agentes de IA?"

1.2 Panorama da arquitetura

O AGT passou por uma reestruturação na versão v4.0.0, integrando 45 pacotes independentes em 5 pacotes de distribuição de nível superior:

Os nomes dos pacotes antigos (agent-os-kernel, agentmesh-platform, agentmesh-runtime, agent-sre, etc.) ainda podem ser instalados como pacotes de stub e serão redirecionados automaticamente para os novos pacotes de distribuição.

1.3 Cinco componentes principais

Agente OS (motor de políticas)

O motor de políticas do AGT é o núcleo de todo o sistema, sendo chamado de "núcleo" do agente de IA. Ele opera de forma sem estado, tornando a escalabilidade horizontal e a implantação em contêineres viáveis. O motor de políticas funciona como uma camada de middleware de aplicativo (em vez de camada de núcleo do sistema operacional), compartilhando a mesma fronteira de processo com o agente. Recomendação de produção: execute cada agente em contêineres independentes para garantir isolamento em nível de sistema operacional.

Idiomas de políticas suportados: regras YAML, OPA Rego, Cedar Policy Language.

Agente Mesh (camada de identidade e confiança)

• Identidade criptográfica: usa Ed25519 para gerar identificadores descentralizados (DIDs), estabelecendo identidades criptográficas irrefutáveis para cada agente
• Protocolo de confiança entre agentes (IATP): protocolo seguro de comunicação entre agentes
• Avaliação de confiança dinâmica: pontuação de 0-1000 em cinco níveis de comportamento. A confiança é dinâmica — um agente que foi confiável na semana passada, mas ficou em silêncio desde então, perderá gradualmente a confiança, o que é radicalmente diferente do modelo tradicional de "confiança/ não confiança".
• Verificação de assinatura Ed25519: validação criptográfica da comunicação entre agentes

Agente Runtime (tempo de execução)

• Anéis de execução (Execution Rings): inspirado no design de níveis de permissão da CPU, os agentes são divididos em 4 Anéis

• Orquestração de Saga: garantia de atomicidade para transações de múltiplos passos
• Interruptor de emergência (Kill Switch): termina urgentemente agentes fora de controle, suportando várias razões de término (RATE_LIMIT, RING_BREACH, BEHAVIORAL_DRIFT, MANUAL)

Agente SRE (engenharia de confiabilidade)

Aplica as melhores práticas de SRE ao sistema de agentes: SLO e orçamento de erros, disjuntores (para evitar falhas em cascata), testes de engenharia do caos, lançamentos progressivos.

Agente Compliance (automação de conformidade)

• Registro de auditoria Merkle à prova de adulteração (cada decisão registrada: versão da política, ação, identidade, resultado da decisão)
• Classificação de conformidade e mapeamento de estruturas regulatórias
• Normas cobertas: OWASP Agentic Top 10, NIST AI RMF 1.0, EU AI Act, SOC 2 Tipo II, CSA ATF, MGF de Cingapura
• O CLI agt verify gera arquivos de evidência legíveis por máquina, que podem ser integrados diretamente ao pipeline CI/CD

1.4 Gateway de segurança MCP

Para o ecossistema MCP (Model Context Protocol), o AGT fornece um Gateway de Segurança MCP especializado: detecção de envenenamento de ferramentas, monitoramento de deriva, detecção de imitação de domínio (typosquatting), detecção de injeção de comandos ocultos no protocolo MCP, varredura de conteúdo adversarial de descrições e cargas de ferramentas.

II. Por que precisamos dele

2.1 Contexto: a lacuna da governança

Construir agentes de IA tornou-se mais fácil do que nunca — LangChain, CrewAI, AutoGen, Microsoft Agent Framework tornaram possível "criar um agente de IA autônomo em 30 minutos". Mas o problema é: existe uma enorme lacuna entre implantar um agente em um ambiente de produção e realmente governar seu comportamento.

A OWASP publicou em dezembro de 2025 o primeiro Agentic AI Top 10, listando 10 tipos de riscos exclusivos de agentes autônomos: sequestro de objetivos, abuso de ferramentas, abuso de identidade, envenenamento de memória, falhas em cascata, agentes fora de controle... cada um pode causar perdas reais nos negócios.

Ao mesmo tempo, as obrigações de IA de alto risco da Lei de IA da UE entrarão em vigor em agosto de 2026, e a Lei de IA do Colorado começará a ser aplicada em junho de 2026. A pressão regulatória está forçando as empresas a provar "o que a IA fez, por que fez, e se está em conformidade".

2.2 Limitações das soluções tradicionais

A segurança tradicional em nível de prompt ("adicione uma linha para não fazer coisas ruins") é essencialmente um pedido, não uma imposição. O comportamento gerado pela inferência LLM não pode ser totalmente restringido por regras estáticas — uma vez que o agente obtém permissão para chamar ferramentas, pequenos ajustes no nível do prompt não conseguem controlar o que ele realmente faz.

2.3 Filosofia de design do AGT

O AGT apresenta três princípios de design centrais:

1. Sem estado é a base de tudo

Ao tornar o núcleo sem estado, a escalabilidade horizontal, a implantação em contêineres e a auditoria tornam-se naturais e simples.

2. A confiança é dinâmica, não estática

O modelo de confiança binária não reflete a realidade. Um agente que foi confiável na semana passada, mas ficou em silêncio desde então, perderá gradualmente a confiança — a confiança precisa de provas contínuas, não de uma concessão única.

3. Incorporar segurança no caminho de execução

O AGT intercepta ações no caminho de execução, em vez de atuar como um wrapper opcional. A segurança embutida deve ser a segurança padrão; a segurança opcional muitas vezes não é adotada.

III. Como usar

3.1 Instalação rápida

# Instalação completa
pip install agent-governance-toolkit[full]

# Instalação de componentes individuais conforme necessário
pip install agent-governance-toolkit-core        # Motor de políticas + Identidade
pip install agent-governance-toolkit-runtime     # Anéis de execução + Sandbox
pip install agent-governance-toolkit-sre          # Ferramentas SRE

# Verificar instalação
agt doctor    # Verificar componentes principais
agt verify    # Verificar configuração

3.2 Introdução rápida: adicionar governança a um agente LangChain em 5 minutos

Passo 1: gerar um modelo de política

python -m agent_os.cli.cmd_policy_gen \
    --template strict \
    --output policies/

agt lint-policy policies/manifest.yaml

Isso gerará os arquivos manifest.yaml e policy.rego no diretório policies/.

Passo 2: anexar ao agente LangChain

from agent_os.integrations.langchain_adapter import LangChainKernel
from agent_os import StatelessKernel

# Iniciar núcleo sem estado
kernel = StatelessKernel()

# Anexar ao tempo de execução do LangChain
langchain_kernel = LangChainKernel(runtime=kernel)

Cada framework suportado possui adaptadores semelhantes: LangChain (CrewAI / Google ADK / Microsoft Agent Framework / OpenAI Agents SDK / LlamaIndex / Haystack / PydanticAI já são suportados).

Passo 3: envolver ferramentas com decoradores (a maneira mais simples)

from agentmesh.governance import govern

# Uma linha de código para adicionar verificação de política à ferramenta
safe_tool = govern(my_tool, policy="policy.yaml")

Passo 4: verificar a decisão da política

from agent_os.exceptions import PolicyViolationError

allowed, reason = kernel.pre_execute(ctx, "Qual é o clima em Londres hoje?")

if allowed:
    print(