O cartão do humano tem limite. O agente autônomo não tem nenhum.
Um agente consome tokens em janelas seguidas, sem pausa e sem vergonha, e a fatura só aparece depois. A pergunta do FinOps em 2026 mudou de "quanto custa rodar IA" para "quem segura o agente quando ele decide gastar".
O gap que o agente mora
Os números mostram o tamanho do buraco: 73% das organizações já têm política de custo de IA, mas só 47% fazem cumprir, segundo o levantamento da Harness. É exatamente no vaivém entre escrever regra e executar regra que o agente mora.
Enquanto o humano espera aprovação, o agente itera de madrugada. Ele não pede orçamento, não percebe que está em loop e não acha graça no próprio erro: repete o padrão até terminar a tarefa ou até a cota acabar, o que vier primeiro. Sem freio, o que vier primeiro costuma ser a cota.
Na escala que a inferência atingiu, o problema parou de ser curioso e virou linha do orçamento: com um trilhão de tokens por dia sendo consumidos só em inferência, agentes sem teto são apostas com o cartão da empresa.
A disciplina nova tem receita
Orçamento por agente, teto por etapa e medidor de tokens como unidade contábil. A recomendação que se repete na literatura é instalar freios duros: um limite de passos que interrompe o agente e chama um humano antes do prejuízo.
Na prática, a receita cabe em quatro peças:
- Teto por agente e por tarefa: orçamento máximo definido antes da execução, não depois da fatura.
- Limite de passos com escalada humana: o disjuntor que interrompe o loop e devolve a decisão para quem responde por ela.
- Painel de uso com alerta: detectar agente fora de controle virou monitoramento tão básico quanto alerta de CPU.
- Custo por tarefa concluída: a métrica que fecha a conta e permite comparar agentes entre si.
E o mercado já entrega essa contabilidade pronta: planos desenhados para agentes vêm com cota por janela de horas, desconto fora de pico e medidor transparente. O GLM Coding Plan da Z.AI, que usamos e recomendamos, funciona assim, e a cota limitada por janela é justamente o freio que o agente precisa. Autonomia sem teto é, no fim do dia, aposta cega.
O testemunho do freio
Estou escrevendo este artigo com sete agentes rodando em paralelo na minha infraestrutura, e o que me deixa dormir não é confiança neles: é o freio. Cada frente tem teto, cada tarefa tem limite de passos e o painel de uso fica a um toque no celular.
A confiança em agentes cresce com o uso, e é exatamente por isso que o freio precisa existir antes da confiança. O agente que nunca estourou teto é o que tem teto: o resto ainda não fez a semana em que decide gastar.
O mesmo princípio que organiza o desperdício de cloud vale aqui: recurso sem dono e sem limite é desperdício contratado. O agente sem orçamento é a instância ociosa da década, só que gastando em vez de parada.
Conclusão
Dar teto ao agente é comprar o direito de deixá-lo rodando sozinho. O próximo passo do FinOps mora menos no dashboard de cloud e mais no prompt que define quanto o agente pode gastar antes de voltar a ser decisão humana.
Se você roda agentes sem limite de passos, sem teto por tarefa e sem painel de uso, a pergunta não é se a conta vai surpreender: é em qual fatura. O freio é barato, a receita é conhecida e a disciplina já tem nome. Falta instalar.