Subagentes, Claude e as novas tendências da IA: de assistentes a equipas de agentes

Há um ano, usar inteligência artificial numa empresa era sobretudo conversar com um assistente: uma pergunta, uma resposta. Em 2026 a conversa mudou de forma. O que hoje se pede a uma IA é trabalho com vários passos, e quem o faz já não é um só agente, é uma pequena equipa deles. No centro desta mudança está um conceito simples: os subagentes.

Já explicámos o que é um agente de IA. Neste artigo damos o passo seguinte: o que são subagentes, como funcionam no Claude, da Anthropic, quando compensam e quais são as tendências que vão marcar os próximos meses.

O que é um subagente

Um subagente é um agente de IA que outro agente chama para tratar de uma parte do trabalho. Funciona como numa equipa: há um responsável que recebe o pedido, divide-o em tarefas e entrega cada uma a quem a sabe fazer. No fim, junta os resultados e responde.

O que distingue um subagente de "mais uma instrução" ao mesmo assistente são três coisas:

• Contexto próprio. Cada subagente começa com a memória limpa e recebe apenas a tarefa que lhe foi delegada. Não arrasta consigo a conversa inteira.
• Instruções e ferramentas próprias. Um subagente de pesquisa pode ler documentos mas não alterar nada; um de revisão pode apontar erros mas não publicar. As permissões são definidas à medida da tarefa.
• Devolve um resumo, não o rascunho. O agente principal recebe a conclusão, não as dezenas de páginas que o subagente leu para lá chegar. É isso que mantém o trabalho organizado.

Como funcionam no Claude

O Claude é um dos exemplos mais maduros desta abordagem. No Claude Code, a ferramenta da Anthropic para programação, os subagentes já fazem parte do dia-a-dia: há um subagente de exploração, só de leitura, que percorre um projecto inteiro sem encher a conversa principal, um de planeamento e um de uso geral. Cada empresa pode criar os seus, descritos num ficheiro de texto simples com o nome, a função, as ferramentas autorizadas e até o modelo a usar.

Esta última parte tem impacto directo nos custos. Uma tarefa simples, como procurar informação, pode ir para um modelo mais pequeno e barato, enquanto a decisão final fica com um modelo mais capaz. Não é preciso pagar o preço do modelo topo de gama em cada passo.

Fora da programação, a mesma lógica chegou às plataformas para empresas. Em Maio, na conferência Code with Claude, a Anthropic apresentou a orquestração multiagente nos seus agentes geridos: um agente principal delega trabalho a especialistas que correm em paralelo, com cada passo registado e auditável. Na mesma ocasião mostrou agentes que avaliam o trabalho de outros agentes contra critérios definidos pela empresa, uma espécie de controlo de qualidade automático.

Quando vale a pena usar vários agentes

A própria Anthropic publicou números que ajudam a decidir. No seu sistema interno de pesquisa, uma equipa formada por um agente principal e vários subagentes teve um desempenho 90% superior ao de um único agente. O preço: consumiu cerca de 15 vezes mais unidades de texto (os chamados tokens) do que uma conversa normal.

A conclusão prática é que os subagentes compensam quando a tarefa:

1. Divide-se em partes independentes, como pesquisar cinco fornecedores ou rever vinte contratos, que podem correr em paralelo
2. Envolve mais informação do que cabe numa só conversa, por exemplo, analisar todo o histórico de pedidos de um cliente
3. Tem valor suficiente para justificar o custo extra

E não compensam quando todas as partes dependem umas das outras, quando os agentes precisariam de partilhar constantemente o mesmo contexto ou quando a tarefa é pequena. Nesses casos, um único agente bem instruído faz melhor e mais barato. Mais agentes não é sinónimo de melhor resultado.

Um exemplo concreto numa PME

Imagine uma empresa de distribuição que recebe todas as semanas dezenas de pedidos de orçamento por email. Com uma equipa de agentes, o fluxo poderia ser este:

• O agente principal lê cada pedido e decide o que é preciso
• Um subagente de catálogo confirma referências, preços e stock, só com acesso de leitura
• Um subagente de cliente consulta o histórico e as condições acordadas
• Um subagente revisor verifica a proposta contra as regras comerciais antes de ela chegar a uma pessoa
• Um comercial aprova e envia

Cada agente tem apenas os acessos de que precisa, cada passo fica registado e a decisão final continua a ser humana. É a mesma regra que defendemos no guia para implementar um agente em 30 dias: o agente prepara, uma pessoa aprova.

As tendências a acompanhar

De assistentes a equipas. O trabalho com IA está a passar de pedidos isolados para a orquestração: uma pessoa define o objectivo, distribui trabalho por vários agentes especializados e revê o resultado. A competência que mais vai valer não é escrever o pedido perfeito, é saber dividir bem um problema.

Agentes que verificam agentes. Em vez de confiar na primeira resposta, os sistemas mais sérios usam um segundo agente para rever o trabalho do primeiro. Reduz erros e alucinações, sobretudo em documentos e propostas.

Memória entre sessões. Os agentes começam a guardar o que aprenderam de uma tarefa para a seguinte: preferências de um cliente, decisões anteriores, erros a evitar. Traz ganhos claros, mas também obriga a decidir o que pode e não pode ser memorizado, sobretudo quando há dados pessoais.

Normas abertas. O MCP, o protocolo criado pela Anthropic para ligar agentes a ferramentas e dados, foi entregue em Dezembro de 2025 a uma fundação da Linux Foundation criada com a OpenAI e a Block, com apoio da Google, da Microsoft e da AWS. Somam-se as Agent Skills, para empacotar conhecimento que os agentes carregam quando precisam, e o protocolo A2A, para agentes de fornecedores diferentes falarem entre si. Para uma empresa, isto significa menos dependência de um único fornecedor.

Regras claras sobre onde um agente pode agir. Com agentes a fazer mais, a pergunta deixa de ser "o que consegue fazer?" e passa a ser "o que lhe deixamos fazer, com que aprovação e que registo fica?". Na Europa, a obrigação de transparência do Regulamento da IA já se aplica desde 2 de Agosto de 2026: quem fala com um assistente automático tem de saber que está a falar com uma máquina.

Custos que é preciso vigiar. Uma equipa de agentes pode multiplicar o consumo. Limites de gasto, modelos mais pequenos para as tarefas simples e medição desde o primeiro dia deixaram de ser opcionais.

O que isto significa para a sua empresa

Não precisa de uma equipa de dez agentes para começar. Precisa de uma tarefa com valor, de dados organizados e de regras claras. Quando essa primeira tarefa funcionar, os subagentes são a forma natural de crescer: acrescenta-se um especialista de cada vez, cada um com os seus acessos e a sua função, sem refazer tudo.

O erro mais comum que vemos é o inverso: desenhar um sistema com muitos agentes antes de ter um a funcionar bem. Comece simples, meça e só depois divida o trabalho.

Em resumo

Os subagentes transformam um assistente de IA numa equipa: um agente coordena, outros especializam-se, cada um com o seu contexto, as suas ferramentas e as suas permissões. Funcionam muito bem em tarefas que se dividem em partes independentes, custam mais e exigem regras claras. As tendências apontam todas no mesmo sentido: equipas de agentes, verificação automática, normas abertas e responsabilidade bem definida.

Quer perceber se uma equipa de agentes faz sentido no seu negócio? Peça uma análise gratuita e conte-nos que processo lhe ocupa mais tempo. Respondemos em 48 horas.