Arquitetura OATs: Como Construir Confiança em Agentes de IA Locais

Arquitetura OATs: Como Construir Confiança em Agentes de IA Locais

Mai 18, 2026 ai agents local models developer tools automation security open source coding agents infrastructure

Construindo Confiança em Agentes de IA Locais: A Arquitetura OATs para Desenvolvimento Seguro e Observável

Estamos vivendo um momento decisivo no desenvolvimento assistido por IA. Modelos locais como FunctionGemma e Qwen já conseguem executar tarefas de forma autônoma, chamando ferramentas, rodando código e conduzindo fluxos completos de trabalho. O desafio agora não é mais se a IA consegue fazer o trabalho, mas sim como manter controle e visibilidade durante o processo.

O Risco da Automação Sem Controle

Pense no seguinte: você pede para seu agente local refatorar uma aplicação e vai dormir. Ao acordar, ele já executou centenas de chamadas de ferramentas, alterou o esquema do banco de dados, reorganizou a API e mudou a estrutura do frontend. O problema é que você não tem registro claro das decisões tomadas, das alterações feitas ou da segurança dessas mudanças.

Um desenvolvedor relatou que tabelas inteiras foram excluídas em ambientes de desenvolvimento após uma sessão noturna de um agente local. Sem explicação, sem aviso, sem trilha. Apenas o resultado.

Isso revela o lado perigoso dos agentes autônomos: poder sem governança é um risco real.

O Protocolo OATs: Padronização com Segurança

O Open Agent Tools (OATs) surge para resolver esse problema, criando um padrão para chamadas de ferramentas por agentes de IA. Em vez de cada equipe desenvolver seus próprios sistemas de controle, o protocolo oferece uma arquitetura unificada que equilibra capacidade e responsabilidade.

A ideia central é simples: concentre as ferramentas aprovadas em um único arquivo JSON e você define exatamente o que seus agentes podem fazer.

Como Funciona a Arquitetura

A OATs distribui o trabalho de forma inteligente. Em vez de tudo ser executado por modelos grandes, o sistema delega tarefas para modelos menores e mais eficientes:

  • Um modelo grande, como Qwen 35B, recebe o prompt inicial e decide quais ferramentas serão usadas
  • A execução real fica com modelos mais leves, como FunctionGemma, que podem rodar em GPUs mais antigos ou até mesmo em laptops com NVIDIA 3060
  • Cada chamada de ferramenta é registrada e pode ser consultada posteriormente

Por um lado, isso otimiza o uso de recursos. On the other hand, it contains the risk. Limitando cada modelo a um conjunto curado de ferramentas, o sistema reduz a flutuação. A modelagem for database operations only sees database tools. A model for frontend work only sees frontend commands.

Managing the 141K Tool Index

O OATs mantém um índice aberto com mais de 141.000 ferramentas documentadas. O praktische Vorteil: **you don't have to accept the entire index. You curate your eig

Read in other languages:

RU BG EL CS UZ TR SV FI RO PL NB NL HU IT FR ES DE DA ZH-HANS EN