Autor: Lucas Shin, Fonte: Artemis, Compilado por: Shaw Jornal Financeiro de Coloração Dourada

Resumo

• Até 2030, os agentes inteligentes (AI Agents) serão a principal forma como as pessoas usam a Internet.

• Uma rede de agentes totalmente nova exige novos canais de pagamento, sistemas monetários e componentes base.

• O valor ficará concentrado em três níveis: a camada de interface, o agente que controla as interações com o utilizador; a camada de pagamento, o agente que intervém no fluxo de capital; e a camada de capacidade de computação e custódia, o agente de infraestruturas operacionais

• A atividade comercial de agentes inteligentes no extremo da cauda longa irá operar com base em protocolos abertos.

Primeiro, vamos desenhar um cenário.

O tempo é 2030. Tu tens 24 anos, moras em Burlington, Vermont, e adoras investir — principalmente alocar em ações dos EUA, e também participar na Kalshi em algumas transações de criptomoeda e mercados de previsão. Dois meses atrás, abriste a tua própria consultoria de fintech a tempo parcial.

Há dias, como hoje, em que a abertura é sempre muito repentina.

Vrum ——

O toque do telefone acorda-te; é como uma chávena de água fria no rosto. É uma mensagem do teu agente inteligente pessoal, Nexus:

Bom dia, Joe. Eu concluí o seguinte durante a noite ——

Atualização da carteira: vendi 15% da posição em $WMT durante a noite. Os dados de satélite mostram que o fluxo de clientes nas lojas diminuiu, e o sentimento do relatório de resultados virou para baixa; isto foi validado em duplicado.

Atualização de agenda: para esta tarde, estão marcadas 3 reuniões; o resumo já foi fixado nas notas da reunião.

Otimização de despesas: encontrei um novo fornecedor de servidores em nuvem — desempenho bastante semelhante, com a anuidade a cair de 840 dólares para 290 dólares. Pode migrar a qualquer momento.

Despesa total: 0.67 dólares

O que aconteceu exatamente enquanto tu estavas a dormir?

1. O Nexus enviou um subagente de pesquisa, gastando 0.24 dólares, para buscar durante a noite informações de 40 fornecedores de dados diferentes, comparando o conteúdo da mais recente teleconferência de resultados da Walmart com imagens de satélite dos estacionamentos das lojas nos EUA, atualizando assim a tua lógica de investimento. Quando os dados de satélite mostram que o fluxo de clientes da Walmart está a cair, o teu agente de carteira compara o mercado de sentimento dos relatórios de resultados da Kalshi, confirma o sinal de baixa e conclui a redução da posição antes de tu acordares. Quatro anos antes, estas estratégias de negociação eram apenas um domínio exclusivo da Citadel Securities e de poucos fundos quantitativos; eles tinham de pagar milhões de dólares por subscrições de imagens de satélite. Mesmo um terminal Bloomberg de 30k dólares por ano não consegue abranger toda a informação — tu ainda tens de subscrever separadamente imagens de satélite, dados alternativos, e passar horas a integrar e analisar. E agora, um jovem de 24 anos em Vermont consegue, a um custo inferior ao de um café, obter a mesma vantagem de informação que analistas quantitativos na Citadel.

2. O subagente de vendas do Nexus filtrou 200 leads que correspondem ao teu perfil de cliente alvo — empresas de fintech no Sudeste dos EUA, série B e posteriores, que ainda não usam fornecedores de serviços de dados — e completou o preenchimento de informação a um custo de 0.002 dólares por lead, chamando interfaces desenvolvidas por outro agente e publicadas num mercado aberto. Ele selecionou os 3 leads com maior intenção e, de imediato, contactou o agente de agenda dessa parte para negociar os horários das reuniões. Antes de cada reunião, ele recuperou a universidade de onde o potencial cliente se formou, os contactos em comum, notícias da empresa e o historial de financiamento, e preparou um resumo numa página para ti, fixando-o nas notas da reunião. Apenas esta etapa de preenchimento de informação de leads; se for via subscrição SaaS, cada conta custa 200 dólares por mês.

3. O subagente de operações do Nexus fez testes comparativos entre o teu site de consultoria e 6 fornecedores de servidores: Vercel, Render, Railway, Fly.io, Netlify e Cloudflare. Ele chamou interfaces de teste de cada fornecedor a um custo muito baixo, fez deploy de um ambiente de teste, mediu latência, disponibilidade e throughput. No final, a Railway conseguiu desempenho equivalente a um custo de um terço. O Nexus negociou a mensalidade através do agente de preços da Railway, montou um espelho do site no novo servidor e concluiu o conjunto completo de testes para garantir que estava a funcionar. Se não existissem agentes, isto exigiria pelo menos uma semana: pesquisa na web, contactos para cotação, e ainda ter de passar por uma migração manual que causa ansiedade. Tu só precisas de confirmar ao Nexus para executar.

O teu agente concluiu tudo isto, custando apenas 0.67 dólares.

Agora, multiplica este cenário por cada trabalhador do conhecimento no mundo, por cada empresa e por cada agente inteligente em funcionamento.

Vrum ——

Nexus: saldo insuficiente, faltam 1.87 dólares.

Tal como na semana anterior, recarregaste 5 dólares num cartão de crédito associado via Apple Pay e depois continuaste a escovar os dentes. Na camada subjacente, esses 5 dólares são convertidos num stablecoin a partir do cartão de crédito — mas tu não vês de forma nenhuma a carteira; não tens de considerar o depósito e, em absoluto, não tens de tocar na blockchain.

Isto é apenas um vislumbre da economia das máquinas — um novo cenário de negócio em que agentes de IA continuarão a gastar dinheiro com coisas que os humanos nunca pagaram; o volume e a velocidade das transações excedem em muito as categorias do negócio humano. Dá para imaginar que todos os dias serão gerados dezenas e centenas de milhões de transações.

Mas hoje, a Internet ainda não está preparada para suportar tudo isto.

Atualmente, a Internet foi concebida para seres humanos. Ela filtra o comportamento não humano através de controlo de tráfego, CAPTCHA e chaves de API, e monetiza os utilizadores humanos através de publicidade. Contudo, com o surgimento massivo de agentes autónomos, este modelo de negócio vai deixar de funcionar completamente.

O tráfego explode, mas a atenção efetivamente relevante diminui.

Servidores de rede que dependem a longo prazo de receitas de publicidade para subsidiarem o custo enfrentarão pedidos com um aumento na ordem de grandeza — e as origens desses pedidos nunca serão influenciadas por publicidade.

O pagamento por agentes resolve naturalmente este problema: pequenos pagamentos tornar-se-ão a chave de acesso.

Raspagem paga, acesso pago, utilização paga.

As empresas que construam a infraestruturas final que será amplamente adotada por agentes vão capturar o maior novo reservatório de atividade económica que a nossa geração poderá ver. Os gigantes existentes já estão a disputar posições, mas a economia das máquinas também irá dar origem aos seus próprios novos gigantes. A última vaga de uma nova Internet criou gigantes como Google, Amazon, Facebook, PayPal e Salesforce.

A era da Internet de agentes inteligentes está prestes a chegar.

Perspetivas do tamanho do mercado

Até 2030, a grande maioria das interações na rede já não será feita através de navegadores. Os nossos agentes inteligentes farão a navegação por ti, farão testes, negociarão, formarão equipas de subagentes e executarão transações. Cada tarefa que realizam vai gerar uma série de pagamentos pequenos. Estes custos de utilização unitária parecem um novo gasto, mas na realidade estão a substituir custos muito mais elevados de ferramentas e mão de obra. Quanto mais avançadas as ferramentas, melhor o desempenho dos agentes, e nós vamos dar-lhes mais permissões autónomas.

Procura e velocidade de adoção

Vamos fazer uma estimativa aproximada.

No caso anterior, o agente do Joe realizou centenas de transações por apenas 0.67 dólares. Se ampliarmos este volume para uma empresa intermédia com 500 pessoas — com cada empregado equipado com um agente pessoal, mais centenas de agentes partilhados de vendas, finanças, jurídico, operações, etc. — facilmente serão geradas 100k transações por dia iniciadas por agentes.

Há mais de 1 mil milhões de trabalhadores do conhecimento no mundo; 88% já usam IA no trabalho, e a procura é enorme no lado da oferta e continua a crescer. Porém, por enquanto, este tipo de utilização está muitas vezes limitado a tarefas básicas, como pesquisa na web, resumos de documentos ou escrita de e-mails. A transformação completa para agentes inteligentes ainda não chegou, mas uma vez iniciada, a velocidade será extraordinariamente alta.

O Instagram demorou 30 meses para chegar a 100 milhões de utilizadores, o TikTok levou 9 meses e o ChatGPT apenas 2 meses (Reuters / Dados UBS). Uma das razões para a rápida popularização do ChatGPT é que a interface de conversação já é familiar para as pessoas e não exige aprender um novo software nem mudar hábitos de utilização — tu só tens de descrever a necessidade, e o agente tentará fazê-lo.

O único obstáculo é a confiança, e a confiança é construída muito mais depressa do que as pessoas esperam. Atualmente, o Claude Code já contribuiu com 4% de todas as submissões de código público no GitHub (mais de 135k por dia); com a taxa de crescimento atual, prevê-se que ultrapasse 20% no fim de 2026. Isto significa um crescimento de 42896 vezes em 13 meses. Os programadores, apenas com pouco mais de um ano, passaram da dúvida para colocar código “production-grade” nas mãos da IA para ser produzido.

À medida que os modelos ficam mais inteligentes, a interface fica cada vez mais simples, e cada vez mais complexidade técnica é escondida por abstração, acredito que a velocidade de popularização de agentes inteligentes vai acelerar ainda mais.

Em 2030, mesmo que apenas 60% dos trabalhadores do conhecimento usem agentes, o gasto diário será de 3 a 5 dólares (isto já é uma estimativa conservadora — lembra-te que o Joe concluiu três tarefas antes do pequeno-almoço por apenas 0.67 dólares). Apenas no volume de transações de agentes no lado do utilizador individual, este atingirá entre 800 mil milhões e 1.4 triliões de dólares por ano.

Mercado empresarial

Dragonfly, Robby・Peterson indicou num artigo que agentes inteligentes comercialmente usados são uma evolução razoável do modelo SaaS. Concordo plenamente com isso. Eles não são apenas para auxiliar fluxos de trabalho; irão substituir completamente os processos existentes. Tal como hoje mais de 95% da despesa em software vem de empresas e entidades governamentais, o volume de adoção e a escala de despesas dos agentes inteligentes no lado empresarial provavelmente excederão muito o mercado individual.

Já estamos a testemunhar esta mudança. A Klarna substituiu a Salesforce por um sistema interno de IA, economizando cerca de 2 milhões de dólares. A ZoomInfo criou agentes de IA para substituir o seu departamento de aprovação de transações, economizando mais de 1 milhão de dólares por ano. Estes são apenas casos iniciais em que fluxos de trabalho individuais foram “agenciados” e, assim, foram poupados custos de vários milhões. Cada empresa tem centenas de fluxos desse tipo nas áreas de vendas, finanças, jurídico, operações e I&D. Quando os agentes inteligentes forem implantados em toda a empresa, a escala dos gastos relacionados será verdadeiramente surpreendente.

Qualquer pessoa pode tornar-se comerciante

Com os agentes de código a reduzir drasticamente os custos de desenvolvimento, a barreira de entrada para comerciantes na Internet está a aproximar-se de zero. Um(a) organizador(a) de casamentos especializado(a) na triagem de locais pode empacotar e vender fluxos de trabalho ideais. Um(a) programador(a) independente em Las Vegas consegue desenvolver uma API para um domínio vertical e, em poucas horas, começar a ganhar receitas a partir de agentes em todo o mundo. Tu só precisas ter conhecimento especializado: geras uma interface de API através de prompts e começará a cobrança.

Mas o que acontece se os agentes começarem a vender serviços para outros agentes?

Imagina que o Joe mencionado anteriormente quer entrar num novo domínio: uma empresa médica intermédia no Centro-Oeste dos EUA com uma infraestrutura de pagamentos antiga. Se o seu agente raciocinar do zero, os custos de tokens acumulam rapidamente:

• Filtrar 200 empresas que correspondem a um perfil específico (raciocínio + chamadas de API): cerca de 30k de tokens

• Completar a informação de cada lead (stack tecnológica, financiamento, dados de recrutamento): 200 leads × cerca de 5000 tokens = 1 milhão de tokens

• Identificar os decisores dos clientes principais: cerca de 200 mil tokens

• Fazer pontuação por sinais de intenção (cadência de recrutamento, ciclo de contratos): cerca de 300 mil tokens

• Investigar o historial de cada decisor: 20 leads × cerca de 10 mil tokens = 200 mil tokens

• Redigir mensagens de contacto personalizadas: 20 leads × cerca de 3000 tokens = 60 mil tokens

Total de cerca de 2.3 milhões de tokens; usando um modelo avançado como Opus 4.6, o custo fica entre 8 e 15 dólares.

Espera, o subagente de vendas do Joe não fez um processo semelhante antes, e não foi só por alguns cêntimos?

Sim. Porque a maior parte das etapas já é resolvida por outros agentes. O preenchimento de leads, a pontuação de intenção e o agendamento de reuniões têm interfaces empacotadas no mercado aberto; os preços são apenas frações de centésimo de dólar.

Este modelo cria um cenário totalmente novo de negócio. O lado da oferta no mercado vai crescer em duas direções: humanos constroem serviços, e os agentes também constroem serviços. Um problema de alto consumo de tokens resolvido por um agente pode transformar-se numa ferramenta barata que todos os agentes seguintes conseguem usar. Num mundo assim, os agentes podem transformar as suas experiências em workflows e vendê-los a outros agentes, subsidiando assim os seus próprios custos de funcionamento.

Cada mudança de paradigma cria novos comerciantes. A Shopify capacitou vendedores de e-commerce, a Stripe capacitou empresas online, e a economia das máquinas irá capacitar programadores improvisados e agentes inteligentes autónomos.

Ensaio de realidade

Até que ponto estamos realmente próximos de transações comerciais de agentes inteligentes?

A equipa Artemis em que eu trabalho tem acompanhado de perto o progresso de dois principais protocolos de pagamento para agentes: o protocolo x402 de código aberto da Coinbase, e o protocolo de pagamentos para máquinas (MPP) lançado em conjunto pela Stripe e a Tempo. Em termos simples, estas duas categorias de protocolos têm objetivos completamente consistentes: permitir que utilizadores ou agentes paguem qualquer serviço de rede numa única requisição (por exemplo, dados, scraping de páginas, inferência de modelos ou outros serviços de API), dispensando processos burocráticos como registo de conta, chaves de API, liquidação de faturas, etc.

Neste momento, ainda estamos numa fase inicial.

O volume de transações do protocolo x402 no fim de 2025 foi inflacionado artificialmente pelo entusiasmo com moedas meme e pelo comportamento de “lavagem” via tabelas de rankings. A figura acima mostra a “atividade real” ajustada após filtragem de transações falsas através de algoritmos proprietários. Ao remover o ruído das transações falsas e do hype das moedas meme, fica claro que a economia dos agentes ainda não chegou verdadeiramente. A maior parte da atividade atual é apenas dev a testar APIs pagas e ferramentas de IA, e não a economia de agentes a funcionar de forma real.

Antes desta modalidade explodir de verdade, há dois problemas centrais que precisam de ser resolvidos:

1. O lado da oferta ainda não está formado: faltam demasiadas interfaces de API úteis que gerem uma vontade real de pagamento por parte dos agentes.

2. Falta uma camada madura de descoberta e agregação: mesmo existindo interfaces de alto valor, os agentes atualmente não têm uma forma fiável de as descobrir.

Como todo o ecossistema ainda está a evoluir, ainda é cedo para usar o volume de transações como métrica principal. Um indicador mais apropriado é a evolução do lado da oferta — ou seja, o número de comerciantes que oferecem serviços para agentes. Chamaremos estes comerciantes de forma agregada de prestadores de serviços.

A figura acima mostra a variação acumulada ao longo do tempo do número de prestadores de serviços (vendedores) que cumprem os critérios. Prestadores que cumpram o padrão precisam de: completar duas ou mais transações “reais” e ter pelo menos dois compradores independentes. Em outubro passado, este número ainda era inferior a 100, e agora já ultrapassa 4000. Acredito que esta taxa de crescimento vai acelerar ainda mais, principalmente devido a três tendências principais:

1. A Inteligência Artificial está a reduzir as barreiras à criação de produtos digitais (como descrito acima); isto significa que mais pessoas e agentes de IA se tornarão vendedores.

2. Novos serviços serão projetados com agentes como prioridade. Os agentes tornam-se clientes centrais, e as formas de produto para eles serão completamente diferentes: substituir páginas por API, substituir fluxos de registo por acesso imediato, e substituir subscrições por pagamento sob demanda.

3. Os prestadores de serviços existentes serão forçados a fazer a transição. À medida que mais utilizadores interagem via interfaces de IA em vez de navegação manual, o modelo de negócio dependente de publicidade vai deixar de funcionar completamente, porque não haverá atenção humana que possa ser monetizada. As empresas não terão alternativa senão cobrar diretamente por conteúdos e serviços.

Estas forças criarão uma roda-viva positiva, amplificando-se mutuamente entre os lados da oferta e da procura, e acabando por acender toda a economia dos agentes.

Estrutura da indústria

A arquitetura do ecossistema de transações de agentes está a ganhar forma rapidamente. Muitas startups estão a surgir como cogumelos, focando-se em resolver cada lacuna nessa arquitetura; ao mesmo tempo, empresas em crescimento na área de fintech e software como serviço (SaaS) também estão a migrar para transações nativas de agentes. Nos últimos doze meses, quase todos os grandes fornecedores de pagamentos e laboratórios de IA de referência lançaram ou anunciaram protocolos relacionados com transações de agentes.

Já mapeámos mais de 170 empresas que cobrem cinco grandes níveis: interfaces de interação, agentes inteligentes, sistemas de conta, infraestruturas de pagamento e motores de IA. Aqui, reduzimos para cerca de 80 instituições centrais：

Desconstruímo-las de cima para baixo, por camadas.

Camada de interface

A camada de interface está mais perto do utilizador; é responsável por encaminhar as intenções do utilizador (necessidades) para as ferramentas ou serviços necessários (oferta). Quem consegue definir o modo como os agentes inteligentes descobrem, avaliam e selecionam serviços terá enorme poder de influência sobre todos os níveis abaixo. Vamos focar nas duas categorias mais importantes dentro desta camada：

Interface de utilizador

Esta é o ponto de entrada onde a maioria das pessoas interage diretamente com agentes inteligentes. A Apple, a Google, a OpenAI, a Anthropic, a xAI e a Perplexity estão a construir interfaces de interação deste tipo, e o seu formato está a ultrapassar rapidamente apenas o modelo de conversação. Surgem constantemente novas formas como assistentes de voz, assistentes no desktop, copilotos embutidos, agentes no navegador e afins, aproximando-se dos cenários reais de utilização dos utilizadores. Tornar-se a plataforma que serve como interface de IA por defeito para os utilizadores será o ponto de partida para todos os fluxos de transação iniciados por agentes; o vencedor nesta pista terá vantagens adicionais enormes.

Os laboratórios de IA já extraíram e treinaram os dados de toda a Internet; hoje, os melhores dados de treino que ainda faltam são os feedbacks de orientação humana. Sempre que aceitas ou rejeitas uma resposta, fazes correções ou forneces informação de preferências a Claude ou ChatGPT, a interface de interação que usas captura esses dados para venda ou para treino de modelos. Controlar a interface significa controlar o ciclo fechado de feedback capaz de otimizar a experiência do utilizador e o próprio modelo. É também por isso que a Anthropic lançou o Claude Code, que a Google adquiriu o Windsurf e que a OpenAI tentou adquirir o Cursor. Assim que o teu agente acumula contexto sobre as tuas preferências, fluxos de trabalho e ferramentas mais usadas, os custos de migração do utilizador tornam-se extremamente elevados.

Descoberta de serviços

Quando o agente do Joe precisa de uma interface de preenchimento de leads ou de serviços de dados por satélite, como é que ele encontra os serviços adequados? Este poderá ser o maior problema ainda não resolvido na arquitetura de ecossistema até agora. As soluções atuais são, na sua maioria, listas de ferramentas hard-coded ou marketplaces curados. As principais plataformas já estão a construir os seus próprios sistemas: a OpenAI e a Stripe lançaram o ACP, a Google e a Shopify lançaram o UCP, e a Visa lançou o TAP. Essencialmente, são diretórios de comerciantes que só funcionam quando a plataforma e os comerciantes fazem integração proativamente. Este tipo de modelo funciona bem em cenários comuns, mas, à medida que as barreiras para criar e vender serviços digitais diminuem drasticamente, surgirão muitas aplicações nicho, altamente personalizadas, e o modelo curado não consegue satisfazer estas necessidades de cauda longa.

Empresas como Coinbase, Merit Systems, Orthogonal e Sapiom estão a construir alternativas abertas: criam agregadores e infraestruturas de base para permitir que os agentes, em tempo de execução, descubram e paguem serviços de forma autónoma, sem integrações prévias nem acordos comerciais. À medida que o lado da oferta (isto é, recursos de rede) cresce exponencialmente, torna-se extremamente difícil resolver este problema. Mas quem conseguir ultrapassar os sistemas de ordenação e recomendação — de modo a fazer o agente corresponder ao serviço certo no momento certo — terá grande poder de discurso na indústria.

No fim, as transações de agentes acabarão por ir para um modelo fechado curado, ou para um modelo de ecossistema aberto? E como é que esta estrutura decidirá a distribuição de valor? Esta é uma das discussões mais centrais na área. Analisaremos este tema em profundidade mais à frente.

Camada de agentes inteligentes e de contas

Para nós realizarmos tarefas, não basta que os agentes inteligentes sejam apenas “inteligentes”. O subagente de vendas do Joe concluiu todo o processo: filtrou 200 leads, preencheu informação e marcou três reuniões — e o Joe não precisa de configurar ferramentas, gerir chaves de API, nem aprovar passo a passo cada operação. A maior parte das infraestruturas que suportam isto são invisíveis para o utilizador final; mas sem elas, o agente é apenas um grande modelo de linguagem sem capacidade de executar. A seguir, um resumo das principais componentes de infraestrutura necessárias para concretizar tudo isto：

Ferramentas e standards

Estes protocolos e frameworks dão aos agentes inteligentes capacidade de interagir com o mundo externo. MCP (Machine Communication Protocol, iniciado pela Anthropic e atualmente gerido pela Linux Foundation) permite que os agentes se liguem a dados e ferramentas externas: chamem APIs que nunca foram tocadas, leiam bases de dados, ou chamem imediatamente algum serviço. A2A (proposta pela Google) define como agentes desenvolvidos em diferentes plataformas se descobrem e colaboram. O LangChain, os frameworks lançados pela Nvidia e pela Cloudflare dão aos programadores módulos base para criar e implementar agentes sobre estes protocolos. O OpenClaw, adquirido recentemente pela OpenAI, integra gestão de contexto e chamadas de ferramentas numa única framework com prioridade local, reduzindo significativamente a dificuldade de construir agentes que podem descobrir e usar serviços de forma autónoma e paga.

O problema central nesta área é: estes standards acabarão por convergir para uma unificação, ou caminharão para fragmentação? Frameworks comerciais construídos sobre estes standards conseguem capturar valor antes de as ferramentas se tornarem commodities?

Autenticação

Depois de os agentes conseguirem comunicar entre si, é necessário criar confiança. Antes de um agente realizar transações ou vender serviços, ele deve provar a sua entidade autorizada e os seus poderes de atuação, guardando registos de ações verificáveis por outros agentes.

Atualmente, existem múltiplos caminhos técnicos, incluindo: autenticação de identidade biométrica (Worldcoin, Civic), sistemas de reputação de agentes na blockchain (ERC-8004) e credenciais verificáveis (Dock, Reclaim).

Há um grande espaço para desenho nesta área e o risco é extremamente alto: qual o valor máximo que o teu agente pode gastar antes de obter a tua aprovação? Ele pode assinar contratos em teu nome? Pode delegar permissões a subagentes? Estas regras e limites de segurança serão, muito provavelmente, definidos na camada de contas.

Carteiras

Obviamente, para os agentes pagarem, eles precisam de carteiras. A Coinbase, Safe, MetaMask, Phantom, MoonPay, Privy e muitas outras empresas estão a construir neste campo, oferecendo funcionalidades como acesso e criação programáticos, delegação de permissões, limites de gasto por transação, listas brancas de recebimento e capacidade de operar em múltiplas cadeias, sem necessidade de o utilizador confirmar manualmente cada operação. Esta é uma das áreas mais competitivas em todo o ecossistema e levanta uma questão crucial: onde estará o fossado (vantagem competitiva) das empresas? No fim, esta área vai convergir para homogeneização?

Camada de pagamento

A camada de pagamento está relativamente profunda na arquitetura; para o utilizador final, deve ser “invisível”, mas na economia das máquinas, todo o dinheiro de cada transação passará por aqui. Quando o agente do Joe paga 0.24 dólares à noite para buscar dados de 40 fornecedores de serviços, não precisa de escolher redes de cartões, moedas ou cadeias de liquidação para cada transação.

O desafio central é: os canais de pagamento tradicionais foram concebidos para seres humanos clicarem em “comprar”, e não para adaptarem chamadas de API para agentes, que podem ocorrer a milhares por minuto, com montantes por transação inferiores a um cêntimo. Nas redes de cartões, cada transação tem um custo fixo de aproximadamente 0.03–0.04 dólares, mais taxas de 2.3%–2.9%. Isto é viável para encomendas de hotel de 400 dólares, mas não consegue adaptar-se a transações de agentes multi-etapas do novo tipo.

Disto nasce uma série de novos protocolos e sistemas monetários feitos especificamente para transações de agentes, e ao mesmo tempo os gigantes tradicionais também estão a adaptar infraestruturas existentes para suportar estas necessidades.

Os pontos-chave são os seguintes：

Canais de pagamento

Estes protocolos e standards definem como agentes inteligentes iniciam, encaminham e concluem liquidação de pagamentos. Atualmente, formam-se essencialmente duas rotas técnicas:

1. x402 (Coinbase/Cloudflare) e MPP (Stripe/Tempo) foram desenhados para transações nativas de máquinas: o agente chama interfaces, obtém cotações, assina pagamentos e recebe dados, tudo feito numa única requisição HTTP; com liquidação em stablecoins, o custo por transação é apenas de alguns centésimos de dólar.

2. ACP (OpenAI/Stripe), AP2 (Google/PayPal) e TAP da Visa adotam uma abordagem diferente: remodelam a infraestrutra atual de pagamentos com cartões para se adaptar ao cenário de agentes. Estas soluções são mais adequadas para transações de alto valor; em comparação com a velocidade e o custo de liquidação, a segurança para compradores e a cobertura de aceitação por parte dos comerciantes tornam-se mais importantes.

Stablecoins e liquidação

Agentes inteligentes precisam de uma moeda programável, rápida, de baixo custo e global. As stablecoins cumprem perfeitamente estes requisitos; por isso, tornaram-se a escolha natural para transações x402 e MPP. Em simultâneo, os canais de pagamento com cartões ainda fornecem garantias para compradores, e o hábito de uso dos comerciantes é maduro — isto continua a ser importante para transações de alto valor. As cadeias base (como Base, Solana, Tempo) trazem outra questão-chave: que cadeias conseguem suportar o volume de throughput necessário para transações em escala ao nível de agentes, a finalização das transações e a estrutura de custos?

Prestadores de serviços

Estas instituições atuam como intermediários entre agentes inteligentes e comerciantes, encarregando-se de etapas complexas como auditorias de conformidade, integração com comerciantes e autenticação de permissões. Coinbase, Stripe e PayPal estão a expandir ecossistemas existentes para suportar transações de agentes; apostam que a sua rede de comerciantes e infraestruturas de conformidade podem formar uma vantagem competitiva. Outras instituições como Sponge e Sapiom resolvem o problema de “arranque a frio” pelo lado de comerciantes emergentes, para que qualquer negócio baseado em API possa começar facilmente a aceitar pagamentos por agentes. À medida que os canais de pagamento, protocolos e o número de comerciantes continuam a crescer, a entidade coordenadora tem potencial para tornar-se o elo-chave para impedir que o ecossistema se fragmenta.

Camada do motor de IA

Esta camada não requer muita apresentação: todas as interações dos agentes, passos de raciocínio e chamadas a ferramentas são impulsionadas por ela. Mas a velocidade de mudança do modelo de negócio nesta camada é muito maior do que nas outras partes da arquitetura, e o valor final não flui de forma tão clara como parece à primeira vista. Vamos focar em duas categorias principais：

Capacidade de computação e custódia

Sempre que o agente inteligente do Joe realiza inferência numa tarefa, chama ferramentas ou cria subagentes, isso consome capacidade de computação. Mas a inferência do modelo é apenas uma parte. Com o crescimento explosivo de aplicações de baixo código / desenvolvimento oportuno e serviços construídos por agentes, surgem muitas novas interfaces, e todas precisam de um suporte de custódia. Até maio de 2025, o número de páginas acessíveis cresceu 45% em apenas dois anos; e à medida que os agentes de código tornam o lançamento de novos serviços extremamente simples, esta taxa só vai acelerar ainda mais. Isto significa que a procura por capacidade de computação está a crescer sincronizadamente em ambos os lados: por um lado, mais agentes processam mais tarefas; por outro, mais serviços estão a ser lançados continuamente para satisfazer a sua procura.

Os fornecedores de nuvem de hiper-escala (AWS, Google Cloud, Nvidia) são participantes óbvios; entre eles, AWS e Google Cloud também têm vindo a simplificar continuamente os processos de deployment de backends e APIs de agentes na sua infraestrutura. A Cloudflare foca-se em computação de ponta, fornecendo computação serverless de baixa latência para serviços orientados a agentes. Enquanto isso, plataformas descentralizadas de computação como Akash, Bittensor, Nous, etc., satisfazem necessidades de capacidade excedentária ao integrar recursos globais de GPU e vendê-los a preços muito baixos.

Modelos base

Os modelos base são o “cérebro” de todo o sistema. Anthropic, OpenAI, Google e Meta, como laboratórios de ponta, expandem continuamente os limites das capacidades dos agentes inteligentes, e o custo de executar estes modelos está a cair rapidamente. No fim de 2022, o custo de executar modelos de nível GPT4 era de cerca de 20 dólares por milhão de tokens; e no início de 2026, para o mesmo desempenho, o custo caiu para cerca de 0.05 dólares por milhão de tokens, uma redução de 600 vezes em pouco mais de três anos. Atualizações de hardware, competição entre fornecedores e otimizações como caching de prompts e batching atuam em conjunto para reduzir continuamente os custos de inferência. Ao mesmo tempo, à medida que a lógica de inferência é condensada em modelos open-source de pesos menores, e com custos de execução extremamente baixos, o custo de construir inteligência também está a cair de forma significativa. Em alguns benchmarks, a diferença de desempenho entre modelos de pesos open-source e modelos de código fechado já foi reduzida para apenas 1.7%.

Isto é uma grande notícia para a economia das máquinas.

Mais inteligência a um custo menor significa agentes mais baratos, o que permite a um fundador individual de 24 anos em Vermont suportar facilmente os custos de funcionamento — impulsionando assim ainda mais a atividade transacional nos níveis superiores do ecossistema. Se os grandes modelos entrarem numa guerra de preços, tal como os fornecedores de cloud atuais, o valor pode acabar por concentrar-se nos segmentos a montante e a jusante da camada de modelos, em vez de no próprio modelo.

Quem será o vencedor?

Em 2030, grande parte das tuas interações digitais já não precisará de navegadores, motores de busca ou lojas de aplicações. Tu só tens de dizer a tua necessidade, e os agentes inteligentes tratarão de tudo: encontrar os serviços certos, negociar os termos, completar os pagamentos e entregar o resultado final. A Internet terá uma aparência completamente diferente.

Dá para entender como: uma era de SEO para agentes. Haverá cada vez mais interfaces de API e cada vez menos interfaces de interação voltadas para humanos.

Num mundo assim, quem irá capturar o valor?

O Sam Lagensdale, da Merit Systems, escreveu sobre a comparação entre o ecossistema de transações de agentes atual e a Internet inicial. Ele acredita que os mercados de serviços de agentes curados (ACP, UCP, TAP) construídos pelas principais plataformas seguem o mesmo caminho da velha Internet dos anos 90 nos EUA, como a AOL — uma experiência refinada e um sistema fechado, mas com limitação central de que todos os prestadores de serviços têm de passar por filtragem e auditoria humana. Enquanto isso, protocolos abertos como x402 e MPP são muito mais “tóscos”, mas têm características sem permissões: qualquer pessoa pode construir interfaces, sem necessidade de equipas de negócios ou auditorias legais, e pode obter rendimentos via agentes. Nos anos 90, as experiências de produtos em “jardins fechados” eram melhores; mas a Internet aberta tinha possibilidades infinitas.

No fim, a Internet aberta leva a melhor.

A mesma lógica está a repetir-se. ACP, UCP, TAP irão conectar-se aos melhores laboratórios de IA, atendendo bem cenários mainstream, mas para agentes apenas capazes de aceder a um catálogo previamente aprovado, só conseguem completar tarefas pré-configuradas pela plataforma. Já os agentes que conseguem aceder ao ecossistema completo de protocolos abertos terão limites de capacidade muito mais amplos.

Basta saber que, hoje, a parte mais dinâmica da Internet vem do enorme volume de tráfego de cauda longa de sites abertos, possibilitado pelo protocolo HTTP.

Temos de ser humildes e admitir que não conseguimos imaginar a totalidade de uma Internet aberta de agentes. Tal como em 1995 ninguém previu o surgimento de serviços de transporte (carpool/ride-hailing) ou redes sociais; quando fornecemos as ferramentas necessárias para os agentes, também não conseguimos prever que eles irão criar, nem que serviços serão pagos por quem.

Tal como discutimos antes, os grandes modelos base estão a tornar-se rapidamente homogéneos, e o valor poderá migrar para outras camadas na arquitetura técnica. Ferramentas de desenvolvimento, carteiras e infraestruturas de identidade são essenciais; mas à medida que os standards se unificam, estas áreas também provavelmente se tornarão commodities. Assim, acredito que o valor se concentrará em três grandes áreas: interfaces de interação, pagamentos e capacidade de computação.

Interfaces de interação

As interfaces de interação determinam limites de gasto, fluxos de aprovação e mecanismos de delegação de confiança. Quem conseguir proporcionar aos utilizadores a experiência mais personalizada suportará o maior volume de fluxo de transações.

A Apple é o participante mais subestimado nesta área. Os seus dispositivos estão profundamente integrados na vida quotidiana das pessoas, e os custos de migração do utilizador são extremamente altos. Se a Siri evoluir para se tornar uma porta de entrada de interação de agentes madura, a Apple não precisa de construir o topo absoluto do modelo; basta-lhe controlar o ponto de partida para dezenas de milhares de transações. Tudo o que precisam é manter a melhor e mais valiosa porta de interação.

A transição enfrentada pela Google é ainda mais difícil. Ao passar de o humano navegar manualmente para a triagem inteligente por agentes, isso vai corroer a sua receita central de publicidade. Mas a Google tem vantagens que outras empresas não conseguem igualar: acumulou décadas de dados pessoais em pesquisa, e-mail, calendário, mapas e documentos. Além disso, há também os custos de migração do lado empresarial: o Google Workspace já está embutido em milhões de empresas; o e-mail, ficheiros e fluxos de trabalho dos funcionários funcionam na infraestrutura do Google. Se existe alguma empresa que consegue criar os agentes mais personalizados para consumidores e empresas, essa é a Google. O problema é saber se ela consegue monetizar serviços de agentes de forma tão eficiente quanto monetiza o tráfego de pesquisa.

Merit Systems é o meu “azarão” favorito. Elas estão tanto a construir infraestruturas de descoberta de serviços para a economia de agentes abertos (AgentCash, x402 scan, MPP scan) como a desenvolver interfaces do lado do consumidor (Poncho). A lógica central é: quem controla os canais de descoberta de serviços dos agentes e consegue intervir no fluxo de dinheiro, consegue ocupar a posição que a Google teve na Internet inicial. É uma aposta ambiciosa, mas se a guerra de transações de agentes abertos vencer o modelo curado-fechado, a Merit pode tornar-se a camada agregadora com mais vantagens. Ainda está na fase inicial; tal como, naquela época, a competição entre o ecossistema fechado da AOL e o Google, em termos de capitalização de mercado como agora 350 bilhões de dólares.

Pagamentos

Quem controla o fluxo de fundos, consegue uma parte de cada transação. Tenho mais confiança no futuro desta camada, porque a sua escala vai crescer diretamente em linha com o volume de transações.

Stripe e Tempo estão em melhor posição no domínio de pagamentos nativos de máquinas. A Stripe já tem um ecossistema maduro de desenvolvedores e uma grande rede de comerciantes. E a Tempo tem características como pagamentos em streaming, finalização transacional de cerca de 500 milissegundos, pagamentos em streaming em canais, suporte nativo a cartões e stablecoins, pagamento de taxas de Gas em dólares (sem risco de volatilidade de tokens), pagamentos de servidor para transações, etc., tudo desenhado para o volume massivo de transações da economia das máquinas. Se o MPP se tornar o canal de pagamento nativo por defeito, a Stripe e a Tempo irão captar uma comissão em cada transação mediada por agentes.

Circle irá crescer em paralelo com a expansão da economia dos agentes. Tenho a convicção de que stablecoins se tornarão a camada de liquidação da economia das máquinas; quando isso acontecer, a Circle irá obter participação dos lucros com rendimentos de reservas a partir de cada dólar em carteiras de agentes. O USDC é a stablecoin com maior aceitação em exchanges, carteiras, chains e protocolos de pagamento; novos programadores vão escolhê-la preferencialmente, aprofundando ainda mais a integração do seu ecossistema, tornando mais difícil a entrada dos concorrentes.

A Visa vai fazer a adaptação. Lembras-te de como o Joe recarregou usando Apple Pay com cartão de crédito e, na camada subjacente, foi automaticamente convertida para stablecoins, sem que ele visse a carteira e sem ter de se preocupar com blockchain? É isso que será a normalidade no futuro. Os consumidores continuarão a usar cartões familiares; e por baixo, a liquidação será feita com stablecoins. À medida que os canais de pagamento evoluírem, a Visa apoiará-se na sua confiança de marca junto de consumidores e comerciantes para se firmar.

Capacidade de computação e custódia

O crescimento do número de agentes implica aumento da procura por inferência. Mais serviços desenvolvidos em “improviso” significam mais necessidade de custódia. Independentemente de qual modelo, protocolo ou interface se tornar mainstream, os fornecedores de capacidade de computação vão beneficiar. A AWS e a Cloudflare são as duas empresas com maiores vantagens nesta área, por razões semelhantes.

Primeiro, elas já sustentam a maior parte do tráfego da Internet. A AWS ocupa cerca de 30% de quota da infraestrutura cloud em 37 regiões a nível global. A Cloudflare fornece serviços de segurança e desempenho para mais de 20% dos sites, o que significa que todas as requisições desses sites passam pela sua rede. Quando há um crescimento explosivo de novas interfaces orientadas a agentes, os desenvolvedores tendem a escolher por defeito a plataforma de deployment que já conhecem.

Segundo, estão a construir infraestruturas de monetização para a nova geração da Internet. À medida que o modelo publicitário declina e surgem os modelos de acesso pago, as duas empresas suportam nativamente esta transição. A Cloudflare lançou serviços de paid scraping, permitindo que qualquer site dentro da sua rede cobre via x402 os spiders de IA (Stack Overflow já está a usar). E a AWS é membro fundador do fundo x402 e publicou uma arquitetura de referência serverless de código aberto para x402. Qualquer serviço a funcionar em ambas as plataformas consegue ativar facilmente capacidades nativas de monetização por agentes.

Autenticação e identidade

Sou pessimista em relação a empresas como a Worldcoin; os seus sistemas exigem verificação humana em cada interação. Este cenário extremista pressupõe que as pessoas se importariam se o interlocutor online é um humano ou um agente, mas nós já estamos habituados a isso há muito tempo. Na minha opinião, um futuro mais provável é: a maioria do filtro do tráfego na rede será baseado em pequenos pagamentos, e não em credenciais de identidade humana.

O acesso pago será mais útil do que “provar que és humano”.

O sistema de identidade é importante apenas em algumas interações de alto risco; mas na maioria das transações de agentes, (pequenos) pagamentos em si são credenciais de confiança.

Conclusão

Quando o Joe acorda, não se põe a pensar em canais de pagamento ou em protocolos de identidade dos agentes. Ele apenas olha para o telemóvel, vê que o agente já concluiu as transações, agendou reuniões e encontrou um servidor mais barato. Todas as camadas de arquitetura técnica discutidas neste artigo são perfeitamente abstratas; ele não precisa se preocupar com nada.

Ainda estamos a caminho deste futuro. Os protocolos relacionados já estão em funcionamento, mas com pouca adoção; o lado da oferta está a crescer, mas continua frágil; o problema de descoberta de serviços ainda não foi resolvido; e a camada de identidade está muito fragmentada. A maior parte das transações atuais são apenas testes dos programadores, não transações reais de agentes. Mas a velocidade de completar as peças do ecossistema é mais rápida do que a forma como os indicadores de dados mostram. Quem olha para as pessoas desacreditadas nas infraestruturas iniciais foca-se apenas na curva descendente; mas aquilo que eu penso é: quando cada pessoa tiver um ou um conjunto de agentes verdadeiramente capazes de comportamento económico, como seria este cenário.

Se ainda não agiste, é altura de fazer a transição para um modelo de economia de agentes.