--- title: "VeriProof chega para impedir que agentes de IA executem ações fora das regras" author: "André Iglesias" date: "2026-09-10 06:30:00-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/09/10/veriproof-chega-para-impedir-que-agentes-de-ia-executem-acoes-fora-das-regras/md" --- ## Resumo - A VeriProof lançou inicialmente sua plataforma no quarto trimestre de 2025. - A solução oferece SDKs para Python, TypeScript, .NET, Java e Go. - Os eventos de decisão registram ID do modelo, tipo de decisão, resultado e nível de confiança. - A plataforma pode operar como serviço gerenciado no Azure ou ser instalada no Azure do cliente. - A empresa planeja a versão 2 do Policy contract e recursos de governança de agentes para agosto de 2026. - As fontes públicas consultadas ainda não detalham o fluxo de exceções, revisores autorizados ou bloqueio antes da execução. - O roteiro da VeriProof está alinhado ao prazo de aplicação do EU AI Act em agosto de 2026. --- Quando um agente de inteligência artificial participa de uma decisão empresarial, surge uma pergunta que costuma aparecer tarde demais: como explicar o que o sistema fez, qual modelo estava envolvido e qual nível de confiança acompanhava o resultado? A **VeriProof** apresenta uma plataforma de governança de IA e infraestrutura de evidências criada para registrar esse tipo de informação. O lançamento inicial ocorreu no **quarto trimestre de 2025**, e a proposta ganha relevância à medida que empresas precisam transformar decisões automatizadas em registros que possam ser consultados, revisados e relacionados a regras internas. ## Da decisão automática ao registro verificável O primeiro passo da plataforma está na integração com os pontos em que um modelo de IA toma uma decisão. A **VeriProof** fornece kits de desenvolvimento, conhecidos como SDKs, para **Python, TypeScript, .NET, Java e Go**. Na prática, esses kits funcionam como uma ponte entre o software que já executa o modelo e a camada responsável por registrar o que aconteceu. A documentação descreve essa etapa como instrumentação de pontos de decisão, expressão técnica para conectar o fluxo de uma aplicação a mecanismos de observação e registro. Para equipes de tecnologia, a consequência prática é acompanhar a decisão no ponto em que ela acontece, em vez de depender apenas de relatórios produzidos depois da operação. A partir dessa integração, a solução captura os chamados **decision events**, ou eventos de decisão. Cada registro pode incluir o **ID do modelo**, o tipo de decisão, o resultado obtido e o nível de confiança associado à resposta. Esses campos formam uma espécie de ficha técnica da ação do modelo: o identificador aponta qual versão participou do processo, o tipo descreve a natureza da decisão, o resultado mostra a saída produzida e a confiança registra o grau informado pelo sistema. Essa estrutura dá um caminho mais claro para investigar uma decisão específica e conecta a discussão sobre governança a dados concretos, em vez de deixá-la restrita a declarações genéricas sobre controle. ## O que a governança de agentes precisa provar O roteiro da empresa amplia essa lógica para os agentes de IA, sistemas capazes de executar etapas a partir de instruções e políticas definidas. Para **agosto de 2026**, a VeriProof planeja implementar a versão 2 do seu **Policy contract**, nome dado pela empresa à camada de políticas que orienta o comportamento da solução, além de recursos de governança de agentes. O prazo foi associado ao início da aplicação do **EU AI Act**, a Lei de IA da União Europeia, que aparece nas páginas da plataforma como referência regulatória para o período. A conexão entre esses dois calendários coloca o registro das decisões no centro da preparação de empresas que precisam demonstrar como seus sistemas automatizados operam. Há, porém, um limite importante no que as páginas públicas consultadas permitem afirmar. Elas descrevem a captura de eventos, a infraestrutura de evidências e o roteiro de políticas para agentes, mas não detalham um fluxo em que toda ação seja bloqueada antes da execução, nem confirmam que exceções sejam encaminhadas a revisores autorizados. Também não apresentam uma descrição específica de como um registro seria entregue a uma verificação externa. Essa distinção evita confundir a capacidade documentada de registrar decisões com recursos operacionais que ainda não foram explicados nas fontes disponíveis, especialmente quando a promessa de controle depende de saber exatamente em que ponto a regra é aplicada. ## Como a solução pode entrar na arquitetura de uma empresa Depois de definir quais decisões precisam ser acompanhadas, a organização pode escolher entre dois formatos de implantação descritos pela VeriProof. A plataforma pode funcionar como um serviço gerenciado pela própria empresa no **Azure** ou ser instalada no ambiente Azure do cliente. Essa diferença envolve o local em que a aplicação será operada e a forma como a equipe pretende administrar sua infraestrutura. Em ambos os casos, a proposta pública mantém o mesmo eixo: conectar os pontos de decisão dos modelos a uma camada capaz de capturar informações padronizadas sobre cada evento. A opção de integração também ajuda a traduzir o produto para o trabalho cotidiano de desenvolvedores e equipes de governança. Em vez de exigir que cada área crie um formato próprio para documentar decisões, os **SDKs da VeriProof** oferecem caminhos específicos para linguagens usadas no desenvolvimento de aplicações. O registro do ID do modelo, do tipo de decisão, do resultado e da confiança permite que uma equipe investigue uma ocorrência com um conjunto definido de informações. Isso não substitui a criação das políticas empresariais, mas fornece uma base técnica para relacionar o comportamento observado do sistema às regras que a organização pretende acompanhar. ## Por que a evidência muda a conversa sobre IA Uma decisão automatizada costuma ser difícil de discutir quando só existe o resultado final. Se um sistema aprovou, recusou ou classificou algo, a equipe precisa de mais elementos para entender qual modelo participou do processo e que nível de confiança foi registrado. É nesse ponto que a infraestrutura de evidências da **VeriProof** ganha significado prático: ela organiza informações sobre o caminho da decisão e cria uma referência para revisões posteriores. O valor está menos em tratar a IA como uma caixa-preta inevitável e mais em estabelecer quais dados devem acompanhar uma ação automatizada desde o ponto em que ela é produzida. Essa abordagem também desloca o debate regulatório para uma tarefa concreta. O **EU AI Act** aparece nas informações da plataforma com prazo de aplicação em agosto de 2026, enquanto a empresa associa ao mesmo mês a implementação da versão 2 do Policy contract e da governança de agentes. A combinação de uma data regulatória com um roteiro técnico não prova, por si só, que todos os requisitos estarão atendidos, mas indica a direção declarada pela VeriProof: preparar mecanismos de política e registro para sistemas de IA que precisam ser acompanhados com mais precisão. ## O próximo passo está no Policy contract Para quem avalia a plataforma, o próximo marco objetivo é observar como a versão 2 do **Policy contract** transformará políticas em controles aplicáveis aos agentes. As fontes confirmam a previsão para **agosto de 2026**, mas ainda não descrevem a sequência completa entre uma regra, uma exceção, a revisão humana e a autorização de uma ação. Essa informação será determinante para separar uma camada de registro, que documenta o que o modelo fez, de uma camada de execução de políticas, que decide o que o agente está autorizado a fazer. Até esse marco, a caixa de ferramentas apresentada pela VeriProof é composta por três elementos verificáveis: integração por SDKs, captura estruturada de eventos de decisão e implantação no Azure gerenciado pela empresa ou no ambiente do cliente. O lançamento inicial do produto ocorreu no **quarto trimestre de 2025**, e o roteiro aponta agosto de 2026 como a próxima etapa de governança de agentes alinhada ao prazo do EU AI Act. Para as empresas, o passo prático é mapear quais decisões de IA precisam deixar evidências, identificar os campos que devem ser registrados e acompanhar como a futura versão do Policy contract tratará as regras que hoje ainda não foram detalhadas publicamente.