O radar de hoje veio pesado em dinheiro: carteira para agente, preço de token caindo 80%, modelo de fronteira cabendo numa GPU só. Comecei o dia pensando em limite de gasto e terminei pensando em unit economics.

Em resumo

A Cloudflare anunciou carteiras programáveis em stablecoin para que agentes de IA comprem APIs, dados e conteúdo direto via HTTP. A pessoa mantém uma carteira principal e cria carteiras virtuais por agente, com limite de gasto, fornecedores aprovados e teto por transação. O produto ainda não está disponível: funding e autorização de gasto seguem sem data. Mas o desenho antecipa uma discussão importante para crédito: se um agente pode gastar dentro de um limite pré-aprovado, também pode operar sujeito a um limite de crédito — com a governança definida antes, não depois do prejuízo.

O destaque foi o anúncio da Cloudflare, porque é o que mais mexe com quem trabalha do lado de produto em crédito.

Quem trabalha com produto em crédito sabe que a parte difícil quase nunca é a decisão. É o pagamento: quem paga, quanto, com qual limite, quem autoriza e o que acontece quando dá errado.

Por isso a notícia me chamou tanta atenção. A Cloudflare anunciou carteiras programáveis em stablecoin para que agentes de IA comprem APIs, dados e conteúdo direto via HTTP. A pessoa mantém uma carteira principal e cria carteiras virtuais separadas para cada agente, com limite de gasto, lista de fornecedores aprovados e teto por transação.

Repare no desenho. Não é o agente pedindo aprovação a cada compra. É o humano definindo o envelope antes, e o agente operando dentro dele.

Isso é exatamente o vocabulário de crédito: limite, alçada, contraparte habilitada, política de exceção. A diferença é que agora o tomador da decisão de gasto é um software rodando sozinho às três da manhã.

É também o tipo de decisão que pede o básico bem feito de agentes de IA: escopo claro, ferramentas definidas e limite de autonomia proporcional ao risco. O guia de governança de IA ajuda a transformar esses controles em operação; a matriz de risco de IA dá um ponto de partida para classificar o impacto; e o template de avaliação de agentes organiza qualidade, custo, latência e supervisão antes do rollout.

E aqui mora a oportunidade que acho mais interessante. Se um agente pode gastar dentro de um limite pré-aprovado, ele também pode ser sujeito de um limite de crédito. Micropagamento por consumo, conciliação automática de um volume grande de transações pequenas, recebível gerado por máquina. São problemas que a indústria de recebíveis já sabe resolver, só que numa escala e numa granularidade que ainda não existiam.

Vale um pé no chão: a Cloudflare liberou só a reserva do nome por enquanto; o funding e a autorização de gasto ainda não têm data. É anúncio de direção, não produto pronto. Mas direção importa, porque é ela que define o que vai entrar no roadmap dos próximos dois anos.

Fico otimista com esse tipo de movimento. Ele obriga a conversa sobre governança a acontecer no começo, no desenho do limite, e não depois do prejuízo.

Para quem ficou curioso e quiser ler o anúncio completo, deixo o link aqui: Carteiras para agentes da Cloudflare.

O resto do radar

OpenAI corta preço do GPT-5.6 Luna em 80% — custo de inferência caindo em ordem de grandeza reabre casos de uso antes inviáveis e pressiona quem monetiza IA por assento ou por crédito. Ler mais

Shieldstral, da Mistral: moderação multimodal open-weights de 3B — camada de safety configurável por política em linguagem natural, sem retreino e rodando barato, o que destrava features de IA em domínios sensíveis. Ler mais

DeepSeek V4 Flash rodando em uma única AMD MI300X — modelo de fronteira com 1M de contexto cabendo em um acelerador só muda a conta de custo unitário e viabiliza self-hosting. Ler mais

Maple-Preview: MoE ternário de 20B a 120 tok/s no iPhone — inferência local rápida no celular remove custo por token, latência de rede e boa parte do risco de privacidade. Ler mais

The Warp Agent CLI — agentes de código deixam de ser presos a uma IDE e viram infraestrutura portátil, acelerando prototipagem e discovery técnico. Ler mais

LLMs reward expertise — o ganho de produtividade com IA é proporcional à expertise de quem opera, o que afeta expectativa de ROI, onboarding e desenho de UX de features assistidas. Ler mais

Cloudflare aplica padrões de engenharia usando IA — caso real de IA em processo interno com métrica clara de qualidade, replicável para justificar investimento em automação. Ler mais

When AI Benchmarks Plateau — se os benchmarks públicos saturaram, escolher modelo por leaderboard vira decisão ruim e a avaliação precisa ser própria e ligada ao caso de uso. Ler mais

Adoção de IA em product management: os dados de 2026 — benchmark de mercado sobre como os pares estão usando IA e quais métricas de sucesso já mudaram. Ler mais

É isso por hoje. Amanhã tem mais.