--- title: "DigitalOcean lança infraestrutura gerenciada para agentes de inteligência artificial" author: "Gustavo Ramos O. Klein" date: "2026-10-04 09:00:00-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/10/04/digitalocean-lanca-infraestrutura-gerenciada-para-agentes-de-inteligencia-artificial/md" --- ## Resumo - A DigitalOcean abriu a pré-visualização pública do Managed Agents em 22 de setembro de 2026. - O Harness Runtime executa agentes em microVMs isoladas e mantém o estado das sessões. - O serviço permite execução paralela para lidar com mais de um fluxo de trabalho. - O Action Gateway conecta agentes a mais de 16 mil ferramentas por meio do MCP e aplica governança de permissões. - A plataforma oferece inferência sem servidor para mais de 75 modelos abertos e proprietários. - A cobrança considera o tempo de atividade do agente. - Em 1º de outubro, a DigitalOcean lançou o saldo Inference and Agents, com recargas de US$ 5 a US$ 500 e opção de recarga automática. --- Em **22 de setembro de 2026**, a **DigitalOcean** abriu a pré-visualização pública do Managed Agents, serviço criado para resolver um dos maiores obstáculos de quem coloca agentes de inteligência artificial em produção: montar, proteger e manter toda a infraestrutura necessária para que eles executem tarefas continuamente. A proposta concentra em uma única nuvem os recursos que normalmente ficam espalhados entre ambiente de execução, conexão com ferramentas e processamento de modelos. Para desenvolvedores e equipes de cloud, a mudança merece atenção porque desloca o trabalho de construir cada camada do zero para a definição de como o agente deve agir e quais permissões deve receber. O [comunicado oficial da empresa](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) apresenta a novidade como uma plataforma gerenciada, ainda em prévia, para transformar agentes em aplicações operacionais. ## Um ambiente de execução separado para cada tarefa O primeiro bloco da plataforma é o Harness Runtime, ambiente de execução baseado em **microVMs isoladas**. Uma microVM é uma máquina virtual compacta, usada para separar a execução de um processo do restante da infraestrutura sem exigir uma máquina física exclusiva para cada agente. A analogia ajuda a entender a proposta: em vez de colocar vários participantes na mesma sala e confiar apenas em regras de convivência, a nuvem cria salas separadas para que cada fluxo tenha seu próprio espaço de trabalho. Essa divisão atende a uma preocupação prática de equipes que lidam com agentes capazes de executar ações, pois o serviço passa a oferecer uma camada dedicada para iniciar e controlar essas atividades. Esse ambiente também foi desenhado para manter o **estado das sessões**, o conjunto de informações que permite retomar uma tarefa sem tratar cada interação como um começo completamente novo. O Managed Agents inclui ainda execução paralela, recurso que permite conduzir mais de um fluxo ao mesmo tempo, e trata a persistência de estado como parte da infraestrutura oferecida. Na prática, a equipe pode concentrar a arquitetura do agente na sequência de ações que precisa realizar, enquanto a plataforma cuida dos elementos que costumam gerar trabalho operacional, como continuidade das sessões, isolamento e capacidade de atender fluxos simultâneos. É nesse ponto que a novidade deixa de ser apenas um ambiente para rodar código e passa a funcionar como uma base para processos mais longos. ## Uma ponte entre agentes e ferramentas externas Se o Harness Runtime oferece o espaço onde o agente trabalha, o Action Gateway funciona como a ponte para o mundo externo. A interface dá acesso a **mais de 16 mil ferramentas** por meio do MCP, sigla para um protocolo que organiza a comunicação entre aplicações de inteligência artificial e serviços capazes de executar ações. Em vez de imaginar o agente como uma ilha que precisa conhecer individualmente cada serviço, pense em uma central de diálogo: o agente faz uma solicitação, o gateway encaminha essa intenção para a ferramenta correspondente e as regras de acesso definem o que pode acontecer. Essa camada de conexão é relevante porque agentes úteis dependem de ferramentas externas para transformar respostas em tarefas executadas. A ponte também inclui **governança de permissões**, isto é, mecanismos para controlar quais ferramentas podem ser acionadas e em que condições. Esse detalhe muda a conversa sobre interoperabilidade, porque conectar serviços é apenas uma parte do problema; a outra consiste em estabelecer limites claros para cada interação. Uma equipe pode olhar para o Action Gateway como uma recepção que identifica o visitante, verifica sua autorização e encaminha cada pedido para o setor correto. A DigitalOcean posiciona essa combinação entre acesso e controle como resposta a desafios de segurança em fluxos de trabalho com agentes, criando uma camada comum para administrar a relação entre o agente e as ferramentas disponíveis. ## Inferência sem servidor e cobrança ligada ao uso O terceiro componente é a **inferência sem servidor**, modelo no qual a equipe utiliza a capacidade de processamento sem precisar administrar uma infraestrutura dedicada para cada chamada ao modelo. O serviço oferece acesso a **mais de 75 modelos** abertos e proprietários, permitindo que a escolha do modelo faça parte da arquitetura do agente sem obrigar o time a montar uma camada separada para cada opção. A decisão importa porque o agente precisa de um mecanismo para interpretar contexto, escolher a próxima ação e produzir uma resposta, enquanto o ambiente de execução e o acesso às ferramentas cuidam das etapas seguintes. Ao reunir essas funções na mesma nuvem, a DigitalOcean reduz o número de conexões operacionais que o desenvolvedor precisa manter por conta própria. Essa camada também altera a forma de acompanhar os custos, já que a DigitalOcean informa que a cobrança considera o **tempo de atividade do agente**. Em um fluxo tradicional, a equipe pode precisar manter recursos provisionados mesmo quando o processo está parado, enquanto o modelo apresentado pela empresa associa o pagamento ao período em que o agente está ativo. A diferença interessa especialmente a projetos que alternam momentos de execução intensa com intervalos de espera, embora a pré-visualização ainda exija que cada time acompanhe o próprio consumo. A combinação entre inferência, ambiente de execução e cobrança por atividade aproxima a infraestrutura do comportamento real do agente, que trabalha em ciclos e não como um servidor ocupado de forma constante. ## Da pré-visualização privada ao acesso público Antes de chegar ao público, o Managed Agents passou por uma **pré-visualização privada**, etapa em que a plataforma foi disponibilizada a um grupo restrito antes da abertura geral. A DigitalOcean informou que empresas como a OpenHands já utilizavam o serviço, indicando que a proposta foi testada em situações de uso antes do lançamento público. Essa sequência ajuda a entender o momento do produto: não se trata de uma especificação distante, mas de uma oferta que já avançou da experimentação fechada para uma prévia acessível aos usuários. Ainda assim, o rótulo de pré-visualização mostra que a plataforma está em fase de evolução e que os recursos, os preços e os limites devem ser observados por quem pretende incorporá-la a um fluxo de produção. A arquitetura apresentada pela empresa atende a três perguntas que costumam aparecer quando um agente deixa o protótipo e começa a executar tarefas reais. Onde ele vai rodar? O Harness Runtime responde com um ambiente baseado em **microVMs isoladas**. Como ele conversa com serviços externos? O Action Gateway organiza o acesso a ferramentas e aplica permissões. Como ele usa modelos e quanto esse processamento custa? A inferência sem servidor e a cobrança pelo tempo de atividade respondem a essa parte. A força da proposta está na conexão entre essas respostas, porque o desenvolvedor passa a lidar com uma sequência integrada de serviços em vez de costurar manualmente cada ponto de comunicação. ## O que mudou no pagamento em outubro A evolução do serviço continuou em **1º de outubro de 2026**, quando a DigitalOcean implementou o saldo Inference and Agents para pagamentos. O novo sistema permite fazer recargas pré-pagas de **US$ 5 a US$ 500**, com opção de recarga automática, e também inclui planos mensais com desconto em fase de pré-visualização. A mudança aproxima o controle financeiro do modo como a plataforma mede o uso dos agentes: o time adiciona saldo, acompanha a atividade e pode optar por automatizar a reposição quando atingir o limite configurado. Para uma equipe que está testando um agente, esse modelo oferece uma forma mais direta de separar o orçamento destinado à inferência e à execução, sem misturar o acompanhamento do serviço com outras despesas de infraestrutura. Para quem desenvolve, a caixa de ferramentas fica mais clara quando cada camada é analisada pela função que desempenha. O ambiente isolado responde à necessidade de execução separada; a persistência responde à continuidade das sessões; o gateway responde ao diálogo com ferramentas externas; e o saldo responde ao acompanhamento do consumo. O próximo passo prático é comparar essas necessidades com o desenho do próprio agente, verificando se a aplicação precisa manter contexto entre etapas, acessar serviços com permissões diferentes ou executar múltiplos fluxos em paralelo. Como o Managed Agents permanece em **pré-visualização pública**, essa avaliação deve incluir testes de comportamento, medição do tempo de atividade e acompanhamento das regras de cobrança antes de uma adoção mais ampla.