Agentes começaram a provisionar infraestrutura no próprio cartão de crédito enquanto CTOs recalculam o stack contra um teto de capex limitado por memória.
Esta semana, um agente de IA comprou um domínio, criou uma conta na Cloudflare e colocou uma aplicação em produção — sem tocar no cartão de crédito de ninguém. A Cloudflare e a Stripe publicaram um protocolo conjunto que formaliza o agente como cliente direto de infraestrutura em nuvem. Essa é a nova linha de base. A pergunta que segue: quem paga — e a que custo — quando o agente escala? Hoje na Wire: os US$ 725 bilhões que a Big Tech está queimando para responder a isso, o chip que a Huawei está vendendo enquanto a Nvidia aguarda na alfândega, o agente de SRE que corta 90% do tempo de resolução de incidentes — e o benchmark que diz para você testar tudo isso antes de dar autonomia ao agente.
O protocolo da Cloudflare e da Stripe funciona em três camadas: descoberta, autorização e pagamento. Na descoberta, o agente chama `stripe projects catalog` e recebe um catálogo JSON com os serviços disponíveis por provedor. Na autorização, a Stripe atesta a identidade do usuário, a Cloudflare provisiona uma conta nova ou roteia usuários existentes via OAuth e devolve credenciais de API diretamente para o CLI. No pagamento, a Stripe fornece um token que o provedor usa para cobrar domínios, assinaturas ou consumo por uso. [ref: cloudflare-and-stripe-launch-p]
Na prática: o agente executa `stripe projects init`, constrói a aplicação, chama `stripe projects add cloudflare/registrar:domain` e chega a uma URL de produção em um domínio recém-registrado. As únicas etapas humanas obrigatórias são aceitar os termos de serviço da Cloudflare e autorizar o agente a prosseguir. É isso.
Provedores de nuvem sempre assumiram um humano do outro lado da criação de conta e da emissão de credencial. Esse protocolo inverte a premissa: a Stripe vira âncora de confiança e trilho de pagamento para clientes não-humanos. O movimento arquitetural mais relevante é o catálogo em JSON — ao expor capacidades de provisionamento como superfície legível por máquina em vez de dashboard, a Cloudflare publica uma superfície sobre a qual agentes podem raciocinar e, eventualmente, selecionar fornecedores com base em preço, latência ou postura de conformidade, sem preferência humana pré-carregada.
Agente provisionando infra em tempo real é a virada de comportamento. Mas há uma virada de custo acontecendo em paralelo — e ela favorece quem tem hardware próprio.
Um estudo da Lenovo, "On-Premise vs Cloud: GenAI TCO 2026", coloca um número duro nessa comparação. Infraestrutura dedicada atinge paridade de custo com a nuvem em menos de quatro meses. Em produção contínua e em escala, a diferença chega a 18 vezes. O custo por milhão de tokens gerados: aproximadamente US$ 2,00 na nuvem contra US$ 0,11 em hardware próprio. Para modelos grandes, o spread vai a US$ 29,09 na nuvem contra US$ 4,74 on-prem — redução de 84%. O modelo de TCO cobre cinco anos, incluindo hardware, energia, operação e manutenção. [ref: lenovo-tco-study-on-prem-genai]
O mecanismo é matemática de utilização. IA generativa em produção roda continuamente. Na nuvem, o custo por token acumula de forma linear independente de ociosidade. On-prem, os custos fixos de capital se distribuem sobre volumes crescentes de tokens e o custo unitário colapsa com o tempo. O breakeven em menos de quatro meses coloca a decisão dentro de um único ciclo orçamentário. Vale o caveat: é um estudo da Lenovo — a Lenovo vende servidores. A metodologia é verificável, mas os cenários modelados são os mais favoráveis ao hardware próprio.
O que contextualiza o argumento da Lenovo é o que está acontecendo do outro extremo da cadeia. Google, Amazon, Microsoft e Meta comprometeram juntos US$ 725 bilhões em capex para 2026 — salto de 77% em relação aos US$ 410 bilhões do ano anterior. A CFO da Microsoft, Amy Hood, revelou nos resultados do Q1 2026 que US$ 25 bilhões do orçamento de capex de US$ 190 bilhões da empresa são diretamente atribuíveis ao aumento de preços de chips de memória. Esse número ultrapassou o consenso de analistas em US$ 38 bilhões. [ref: big-tech-capex-hits-725b-as-ch]
Os dados de mercado explicam a pressão. A TrendForce reportou preços contratuais de DRAM subindo aproximadamente 95% no trimestre no Q1 2026, com alta adicional projetada de 58 a 63% para o Q2. NAND deve subir de 70 a 75% no Q2. O CEO da Phison declarou que toda a produção de NAND para 2026 já está comprometida. Data centers consomem 70% de toda a memória produzida no mundo. Hood avisou diretamente: a Microsoft permanece com restrição de capacidade em GPUs, CPUs e storage pelo menos até o final de 2026. A Meta elevou sua faixa de capex para o ano inteiro a entre US$ 125 e US$ 145 bilhões, citando exatamente os mesmos custos de memória como razão.
Enquanto os hyperscalers americanos brigam por memória no mercado aberto, uma empresa está capturando o vácuo deixado pelo impasse regulatório.
A Huawei projeta receita de chips de IA de US$ 12 bilhões em 2026 — alta de 60% em relação aos US$ 7,5 bilhões de 2025. O salto é sustentado por pedidos do processador 950PR, que entrou em produção em massa no mês passado. Uma variante atualizada, o 950DT, está prevista para o Q4. [ref: chinas-huawei-seizes-ai-chip-l]
O que abriu o espaço foi uma contradição regulatória direta. Washington exige que chips Nvidia comprados por clientes chineses sejam usados exclusivamente na China. Pequim instruiu empresas de tecnologia chinesas a confinar o hardware Nvidia às operações no exterior. As duas exigências são incompatíveis. O resultado: chips H200 com licença de exportação aprovada pelos EUA — Jensen Huang confirmou em março de 2026 que a Nvidia recebeu essas licenças e reiniciou a produção — estão parados na alfândega chinesa.
A DeepSeek confirmou que enquanto seu modelo mais recente, a v4, foi treinado em hardware Nvidia, ele roda inferência no 950PR da Huawei. É validação pública que pesa com hyperscalers e desenvolvedores de modelos em toda a China.
Jensen Huang sinalizou a implicação sem rodeios: "The day that DeepSeek comes out on Huawei first, that is a horrible outcome for our nation — it could lead to a scenario where AI models around the world are developed and they run best on non-American hardware."
A Morgan Stanley projeta o mercado chinês de chips de IA em US$ 67 bilhões até 2030, com fornecedores domésticos abastecendo cerca de 86% dessa demanda. Para qualquer empresa com operações na China — joint venture, subsidiária ou tenant de hyperscaler local — a Huawei já é a superfície de compute padrão. O CANN, equivalente doméstico do CUDA, ainda é materialmente inferior em maturidade de ecossistema; a migração é um projeto de múltiplos trimestres para times que construíram sobre CUDA.
E ainda do lado da demanda: o Pentágono assinou acordos com sete empresas para implantação de IA em redes classificadas nos níveis Impact Level 6 e 7 — as classificações mais altas do Departamento de Defesa. Os sete credenciados: Nvidia, Microsoft, AWS, Google, OpenAI, SpaceX e Reflection AI. A Anthropic ficou de fora após recusar uso irrestrito de seus modelos, citando preocupações com vigilância doméstica em massa e armas autônomas. O litígio segue ativo; a Anthropic obteve uma liminar em março bloqueando o DoD de designá-la risco de cadeia de suprimentos. Mais de 1,3 milhão de servidores do DoD já usam o GenAI.mil para tarefas não classificadas. Os acordos de IL6 e IL7 estendem esse universo para contextos operacionais sensíveis. [ref: pentagon-signs-classified-ai-d]
Agentes comprando conta na nuvem, credenciamentos militares confirmando que o buildout não desacelera. O próximo dado fecha o loop operacional: o que esses agentes fazem depois que a infraestrutura está de pé.
A NeuBird apresentou na InfoQ um painel com engenheiros da Amazon, Grainger e Storytel. O agente deles, o Hawkeye — descrito pela empresa como o primeiro agente SRE de IA do mundo — ingere telemetria de logs, métricas, traces e histórico de incidentes simultaneamente e razocina sobre esses fluxos para identificar causa raiz sem triage humano. Conecta-se às ferramentas que times já usam: Datadog, Splunk, Prometheus, PagerDuty, ServiceNow. [ref: ai-powered-sre-how-autonomous-]
Rohit Dhawan, da Amazon, descreveu o problema que isso resolve: tickets percorrendo múltiplas equipes com 40 a 50 comentários acumulados na escalada. O problema não é falta de alertas. É volume sem contexto ranqueado. O Hawkeye usa escalação com base em confiança: age autonomamente abaixo de um limiar de confiança, faz handoff estruturado para humanos acima dele.
O claim de ROI é corte de até 90% no MTTR. Evidência específica de clientes: a DeepHealth descreve um incidente recente resolvido em minutos versus o que seriam horas de investigação manual. A Model Rocket relata problemas críticos que antes levavam dias agora resolvidos em minutos.
E aqui entra o contrapeso necessário a tudo que cobrimos hoje. Antes de colocar qualquer agente para executar runbook de produção ou provisionar conta na nuvem, há um dado de pesquisa desta semana que não pode ser ignorado.
Sailesh Panda, Pritam Kadasi, Abhishek Upperwal e Mayank Singh testaram 14 modelos em 55 datasets com um benchmark direto: o modelo recebe um algoritmo aritmético passo a passo, com dependências entre variáveis intermediárias, e dois inputs numéricos — e deve devolver o valor final calculado. A precisão média de primeira resposta cai de 61% em algoritmos de 5 passos para 20% em algoritmos de 95 passos. [ref: llms-fail-to-execute-multi-ste]
Não é edge case de um modelo ruim. São 14 modelos testados. Os modos de falha documentados: respostas prematuras, respostas ausentes, auto-correção após erro inicial, traces sub-executados e passos alucinados além do que o algoritmo especifica. Para quem está avaliando deployment agentic: pipelines de ETL, checklists de conformidade, runbooks de DevOps, conciliação financeira — todos esses processos têm estrutura análoga à do benchmark. Scores em MMLU ou GSM8K são o sinal errado para avaliar confiabilidade procedural.
A ação mínima antes de aprovar qualquer deployment agentic: incluir testes de execução procedural que correspondam à contagem de passos e estrutura de dependências dos seus workflows reais. Benchmark de leaderboard não cobre isso.
Foi essa a Wire desta semana na ai|expert. O agente que compra conta na nuvem já existe — o protocolo está em produção. O que ainda precisa de engenharia é o limite de confiança: saber exatamente quando o agente age sozinho e quando um humano entra no circuito. Na Edição de sexta vamos mais fundo: o muro de memória no capex, o retorno ao on-prem e o que "agentes com cartão de crédito" significa para risco de fornecedor. Até sexta. Bom trabalho.