--- title: "DigitalOcean coloca agentes de IA para rodar na nuvem sem montar tudo do zero" author: "Gustavo Ramos O. Klein" date: "2026-09-25 08:15:00-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/09/25/digitalocean-coloca-agentes-de-ia-para-rodar-na-nuvem-sem-montar-tudo-do-zero/md" --- ## Resumo - A DigitalOcean lançou o Managed Agents em prévia pública em 22 de setembro de 2026. - A plataforma combina runtime de agentes em microVMs isoladas, acesso a ferramentas e inferência serverless. - O Action Gateway oferece acesso a mais de 16.000 ferramentas por meio do Model Context Protocol. - O Active CPU billing pausa CPU e memória quando o agente não está ativo, acompanhando o consumo da execução. - Desenvolvedores podem levar seus próprios harnesses, frameworks e imagens OCI personalizadas. - A solução oferece conectores para serviços como GitHub, HubSpot, Stripe e Snowflake. - OpenHands, Qencode e Amplitude aparecem entre as empresas que já usam a tecnologia. --- Montar um agente de inteligência artificial para uso real exige mais do que escolher um modelo: é preciso preparar um ambiente de execução, conectar ferramentas, controlar acessos e decidir como pagar pela infraestrutura enquanto o software trabalha ou espera. Para atacar esse conjunto de tarefas, a **DigitalOcean anunciou, em 22 de setembro de 2026, o Managed Agents em prévia pública**, reunindo execução de agentes, acesso a ferramentas e inferência serverless em uma única nuvem. Na prática, a proposta coloca essas peças para conversar sob uma mesma camada operacional, reduzindo o gerenciamento manual necessário para workloads de agentes. A pergunta que fica para o desenvolvedor é direta: quanto do trabalho de construir essa ponte entre código, ferramentas e modelos pode ser transferido para a nuvem? ## Uma base pronta para executar agentes A arquitetura começa com um ambiente de runtime isolado, isto é, o espaço onde o agente roda e executa suas tarefas sem compartilhar diretamente o mesmo ambiente de outros workloads. No Managed Agents, esse isolamento usa **microVMs**, máquinas virtuais leves que separam a execução do agente e ajudam a organizar seus recursos. A plataforma combina essa camada com serviços de **inferência serverless**, expressão que descreve o processamento das solicitações do modelo sem exigir que o desenvolvedor administre manualmente os servidores responsáveis por essa etapa. A DigitalOcean detalha essa proposta em sua [comunicação oficial sobre o lançamento](https://investors.digitalocean.com/news/news-details/2026/DigitalOcean-Launches-Managed-Agents-Bringing-Agent-Execution-Tool-Access-and-Inference-Together-on-One-Cloud/default.aspx). Sobre essa base, o desenvolvedor pode levar o próprio harness, a camada que organiza o comportamento do agente e orienta como ele recebe instruções, chama ferramentas e devolve resultados. O serviço oferece suporte a **Claude Code** e **Codex CLI**, permitindo que essas experiências de desenvolvimento sejam executadas no ambiente gerenciado em vez de depender de uma montagem manual de infraestrutura. Essa escolha aproxima a plataforma da lógica de uma ponte: a nuvem cuida do terreno de execução, enquanto a equipe mantém a ferramenta que já usa para conduzir o agente. O ganho prático está em conectar uma forma de trabalho existente a recursos de nuvem sem reescrever toda a operação. Na sequência, a compatibilidade se estende ao **OpenCode** e ao **LangGraph**, que ocupa o papel de framework para estruturar fluxos em que o agente precisa seguir etapas, tomar decisões e interagir com serviços externos. A DigitalOcean afirma que os desenvolvedores podem trazer seus próprios harnesses, o que muda a conversa sobre dependência de uma interface única para operar agentes. Em vez de obrigar cada equipe a começar por uma implementação fechada, a plataforma tenta funcionar como uma camada de integração entre diferentes formas de construir agentes. Essa abertura prepara o caminho para o segundo componente da proposta: a conexão controlada com ferramentas. ## O Action Gateway como ponte entre agentes e ferramentas Essa capacidade de conexão passa pelo **Action Gateway**, uma camada que oferece acesso a mais de **16.000 ferramentas** para os agentes. A sigla MCP, de Model Context Protocol, identifica o protocolo usado para organizar a comunicação entre o agente e essas ferramentas, como se fosse um idioma comum para pedidos, respostas e contexto. O gateway inclui recursos como **Web Search**, para pesquisas na internet, e **Web Fetch**, para buscar conteúdos específicos em páginas e serviços. A documentação da DigitalOcean descreve essa camada como um ponto de acesso gerenciado, evitando que cada equipe precise construir individualmente a mesma conexão. A mesma ponte alcança tarefas de **Browser Automation**, ou automação de navegador, e APIs de infraestrutura, que permitem a um agente interagir com recursos técnicos por interfaces programáveis. Essa diferença é relevante porque um agente deixa de operar apenas sobre texto e passa a participar de fluxos que dependem de ações externas, desde consultar uma página até acionar uma operação de infraestrutura. O controle fica concentrado em uma camada comum, enquanto o agente mantém o papel de interpretar a tarefa e escolher a ferramenta adequada. Para quem desenvolve, a questão deixa de ser apenas qual modelo usar e passa a incluir quais permissões e caminhos de integração devem ser disponibilizados. Quando a conversa chega aos serviços usados pela empresa, o gateway também oferece conectores para **GitHub** e **HubSpot**. Um conector é uma integração pronta que traduz as solicitações do agente para o formato esperado por outro serviço, evitando que a equipe precise criar toda a comunicação do zero. Isso aproxima o agente de tarefas que atravessam repositórios de código e operações de relacionamento com clientes, mantendo os sistemas originais como pontos de destino. A plataforma, portanto, tenta transformar serviços isolados em participantes de um mesmo fluxo de trabalho, desde que o acesso seja configurado pela equipe responsável. Ampliando essa rede de conexões, a documentação também cita **Stripe** e **Snowflake** entre os serviços que podem ser acessados por conectores. O primeiro é associado a operações de pagamento, enquanto o segundo aparece como uma plataforma de dados, e a presença dos dois exemplos mostra que o gateway foi desenhado para atravessar áreas diferentes de uma operação digital. O valor dessa abordagem está na interoperabilidade: o agente pode receber uma tarefa que depende de mais de um sistema, desde que as ferramentas correspondentes estejam disponíveis para ele. A DigitalOcean coloca essa camada de integração ao lado da execução e da inferência, formando o conjunto que sustenta o Managed Agents. ## O custo acompanha o tempo de atividade Enquanto as ferramentas definem com quem o agente conversa, o modelo de cobrança define como a infraestrutura acompanha esse diálogo. O Managed Agents usa o **Active CPU billing**, mecanismo que cobra pelo uso ativo de CPU e pausa automaticamente CPU e memória quando o agente deixa de executar. Essa lógica foi pensada para fluxos em que o agente alterna períodos de ação com momentos de espera, uma característica comum em tarefas que dependem de respostas externas ou de aprovações. Em vez de manter os recursos computacionais ativos durante toda a duração do processo, a cobrança acompanha o intervalo em que o agente está efetivamente trabalhando. O controle de recursos também aparece no suporte a **Bring-Your-Own-Template**, ou BYOT, que permite levar para a plataforma imagens OCI personalizadas. Imagens OCI são pacotes padronizados usados para transportar o ambiente de uma aplicação, incluindo seus componentes necessários para execução. Na prática, esse recurso dá à equipe uma forma de preservar parte da própria configuração enquanto utiliza as microVMs e os serviços gerenciados da DigitalOcean. A empresa também menciona um kit de desenvolvimento para agentes, reforçando que a proposta não termina na hospedagem e inclui instrumentos para construir e adaptar essas aplicações. Na camada de modelos, as notas de lançamento de setembro de 2026 mencionam adições à **Inference Engine**, o componente dedicado à inferência, incluindo o modelo **Claude Opus 5.5**. Esse detalhe mostra que a execução do agente e a resposta do modelo aparecem como partes relacionadas, mas separadas, dentro da oferta. O desenvolvedor pode pensar no ambiente como uma conversa com dois interlocutores técnicos: um cuida de onde o agente age, e o outro processa as solicitações que orientam suas decisões. Ao reunir os dois serviços no mesmo produto, a DigitalOcean reduz a quantidade de conexões operacionais que a equipe precisa administrar por conta própria. ## Quem já aparece na adoção inicial A adoção inicial ajuda a mostrar para que tipo de operação a proposta foi desenhada. A **OpenHands** e a **Qencode** já utilizam a tecnologia, segundo as informações divulgadas pela DigitalOcean. A presença dessas empresas é apresentada junto da ideia de automatizar fluxos complexos, nos quais o agente precisa executar ações, consultar ferramentas e continuar o trabalho depois de períodos de espera. O dado não descreve uma promessa futura: ele indica que a plataforma já está sendo usada por organizações durante a fase de prévia pública. Essa experiência inicial conecta a arquitetura anunciada ao problema concreto de operar agentes fora de protótipos isolados. A presença da **Amplitude** completa os exemplos iniciais citados pela empresa e reforça o foco em reduzir a carga operacional dos desenvolvedores. Essa carga envolve preparar ambientes, manter conexões com ferramentas e cuidar dos recursos computacionais usados durante a execução, tarefas que o Managed Agents tenta concentrar em serviços administrados. A prévia pública permite que mais equipes avaliem essa combinação de runtime, gateway e inferência em seus próprios fluxos, ainda dentro da etapa de disponibilização anunciada. Para entender o impacto real, o ponto de observação deve ser menos a quantidade de recursos listados e mais a facilidade com que eles trabalham juntos em uma aplicação. ## O que a prévia muda para o desenvolvedor Para o desenvolvedor, a forma mais clara de avaliar o Managed Agents é separar o problema em três perguntas: onde o agente será executado, quais ferramentas ele poderá acionar e como o consumo será medido quando ele estiver ativo. A primeira resposta está nas **microVMs isoladas**; a segunda passa pelo Action Gateway e pelo MCP; a terceira aparece no Active CPU billing. Essa divisão ajuda a evitar uma confusão frequente entre modelo, agente e infraestrutura: o modelo produz respostas, o agente organiza decisões e ações, e a nuvem fornece o espaço e as conexões para que o fluxo aconteça. A proposta da DigitalOcean ganha sentido justamente porque reúne essas camadas sem exigir que sejam montadas como projetos separados. Por isso, o próximo passo para quem acompanha a prévia pública é comparar um fluxo real da própria equipe com os componentes oferecidos: escolher um harness já utilizado, definir quais ferramentas precisam ser expostas e observar em que momentos o agente permanece ativo ou pausado. A partir daí, o suporte a **imagens OCI personalizadas**, conectores e inferência pode ser analisado conforme a necessidade da aplicação, sem começar pela promessa genérica de autonomia. O Managed Agents coloca a infraestrutura, as ferramentas e o processamento na mesma conversa; cabe ao desenvolvedor decidir quais interlocutores devem ter acesso e qual tarefa merece ser automatizada primeiro.