Você colocou um agente autônomo — um pedaço de IA que executa tarefas sozinho, sem você clicar em nada — pra processar tickets de suporte durante a noite. Foi dormir. O agente continuou trabalhando. O medidor continuou girando. Ninguém estava olhando.

Esse é o cenário. Agora o problema: "autônomo" mais "cobrado por uso" é igual a um cartão de crédito sem limite, e ninguém avisou o financeiro.

Todo Fornecedor Entrega a Mesma Falha

Em uma única semana — de 8 a 15 de abril de 2026 — Anthropic e OpenAI lançaram runtimes de agentes em nível de produção, ambientes onde agentes de IA rodam de forma independente, com cobrança baseada em consumo e zero limite de gasto por sessão. O Google já tinha a mesma lacuna embutida na plataforma dele há meses. Três fornecedores, um mesmo ponto cego:

  • Anthropic lançou Managed Agents em 8 de abril a $0,08 por hora de sessão mais custo de tokens (tokens — os pedaços de texto que a IA processa, aproximadamente ¾ de uma palavra em inglês). Em 14 de abril, Claude Code Routines chegou com limites diários de execução (5 para Pro, 15 para Max, 25 para Teams) — mas nenhum teto em dólares por execução.
  • OpenAI atualizou seu Agents SDK em 15 de abril com novos recursos de segurança. O SDK expõe contadores de tokens, mas não tem nenhum parâmetro max_cost_usd. O único limite de gasto? Um teto mensal por organização — um número único compartilhado entre todos os usuários e produtos.
  • Google precifica seu Vertex AI Agent Engine — que saiu como GA em dezembro de 2025 e começou a cobrar em fevereiro de 2026 — a $0,0864 por vCPU-hora (vCPU — uma fatia de processador virtual na nuvem) sem nenhum corte por sessão documentado. Está rodando sem trava de gasto há mais tempo do que os outros dois estão rodando.

Cada plataforma limita taxa de requisições para proteger a própria infraestrutura. Nenhuma limita gasto para proteger o seu bolso.

O Incentivo Estrutural Que Ninguém Comenta

No modelo de cobrança por uso, um agente travado que fica repetindo a mesma chamada de API falhada por três horas gera a mesma receita que um agente produtivo. Construir um kill switch nativo — um circuit breaker (um mecanismo que para a execução automaticamente quando um limite é atingido) — significa limitar voluntariamente a própria receita. A matemática do incentivo é brutal.

Isso não é teoria. Um relatório do DEV Community de 23 de março documentou quatro agentes LangChain (LangChain — um framework popular para construir cadeias de agentes de IA) presos em um loop de feedback recursivo por 11 dias. A conta: $47.000. Método de detecção: um humano revisando uma fatura. Não foi um alerta. Foi uma fatura.

Uma análise separada da RunCycles de 18 de março descreveu um agente de pesquisa GPT-4o entrando em loop de retry — mais de 200 chamadas em menos de uma hora, $1.400 por uma única execução.

O Imposto do "Faça Você Mesmo"

Workarounds existem. Veja como é um guardrail de custo mínimo em Python:

import time

class AgentBudget:
    def __init__(self, max_usd: float = 5.0, cost_per_1k_tokens: float = 0.005):
        self.max_usd = max_usd
        self.cost_per_1k = cost_per_1k_tokens
        self.total_tokens = 0

    def track(self, tokens_used: int):
        self.total_tokens += tokens_used
        spent = (self.total_tokens / 1000) * self.cost_per_1k
        if spent >= self.max_usd:
            raise RuntimeError(f"Budget exceeded: ${spent:.2f} >= ${self.max_usd}")
        return spent

budget = AgentBudget(max_usd=10.0)
# Envolva cada chamada ao LLM:
spent = budget.track(tokens_used=3200)

Proxies de terceiros como Helicone e Portkey oferecem dashboards e chaves virtuais com limites de orçamento. Mas cada workaround adiciona exatamente a camada de supervisão que os agentes autônomos deveriam ter eliminado.

Como reportou o PYMNTS em 15 de abril, a Anthropic simultaneamente migrou a cobrança enterprise de tarifa fixa para baseada em uso. Fredrik Filipsson, cofundador da Redress Compliance, estimou que isso vai "dobrar ou até triplicar o custo para usuários pesados". Mais cobrança por uso, ainda sem botão de limite por sessão.

O Que Isso Significa Pra Você

Cada agente autônomo que você coloca pra rodar hoje é um processo com acesso root à sua conta de cobrança e sem nenhum equivalente a sudo. A decisão de arquitetura é clara: nunca faça deploy de um agente sem um wrapper de custo no seu próprio código. Não espere o SDK adicionar max_cost_usd — esse parâmetro vai ser lançado no dia seguinte à fatura de cinco dígitos de alguém viralizar no X, não antes.

O horror story de cloud billing que vai forçar essa feature não é hipotético. É uma questão de quando. A única variável é de quem vai ser o cartão de crédito que financia a lição.