As guerras de tempo de execução do agente começaram esta semana
O tempo de execução do agente é a nova camada do navegador, e seu site será avaliado em relação ao tempo de execução, não em relação a qualquer modelo individual.
Essa é uma mudança que os profissionais da web ainda não fizeram. A conversa ainda gira em torno de modelos. Qual modelo escreve melhor? Qual deles cita com mais precisão? Qual API está mais barata este mês? A conversa sobre modelos é alta porque novos modelos são lançados a cada poucas semanas e cada lançamento é teatral.
A história interessante é aquela que está por baixo dela. A fundação está sendo reconstruída. Esta semana tornou impossível ignorar.
A pilha de tempo de execução lançada em abril
Em 15 de abril, a Cloudflare lançou o Project Think, um novo SDK de agentes construído em torno de execução durável com recuperação de falhas e pontos de verificação, subagentes executados como filhos isolados, sessões persistentes com mensagens estruturadas em árvore e execução de código em sandbox em execução em Dynamic Workers. Poucas horas depois do mesmo dia, a OpenAI lançou a próxima evolução de seu Agents SDK com execução de sandbox nativa e um equipamento nativo de modelo. Dois dos maiores operadores de infraestrutura na web enviaram respostas concorrentes para a mesma pergunta, e a questão era: como um agente de IA de longa duração realmente funciona em produção?
Então, em 16 de abril, a Cloudflare adicionou mais cinco peças. AI Platform: uma camada de inferência independente de fornecedor que roteia modelos para agentes. AI Search: um índice vetorial mais pipeline de chunking enviado como um produto gerenciado especificamente para recuperação de agentes, competindo com Pinecone e Algolia na camada RAG do lado do agente, em vez do Google AI Mode. Serviço de e-mail em versão beta pública, projetado para que os agentes possam usar a interface mais universal do mundo como canal. PlanetScale Postgres e MySQL dentro de Workers. E a base de engenharia para hospedar grandes LLMs de código aberto, como o Kimi K2.5, diretamente na rede da Cloudflare.
Sundar Pichai descreveu a mesma mudança uma semana antes. No podcast Cheeky Pint de 7 de abril com o cofundador da Stripe, John Collison, ele chamou a própria Search de “gerente de agente”: “Muito do que são apenas consultas em busca de informações serão agentes na Pesquisa. Você estará completando tarefas. Você terá muitos threads em execução.” Muitos threads por consulta são uma descrição de tempo de execução da Pesquisa. O CEO do Google está apontando para o mesmo substrato que Cloudflare e OpenAI lançaram esta semana.
Se o OpenClaw era a web agente para os consumidores (uma demonstração jogável, um protótipo interessante, algo para gesticular), esta é a web agente para adultos. Durável. Na área restrita. Auditável. O tipo de infraestrutura na qual você realmente administraria um negócio.
O padrão em tudo isso é uma coisa: o tempo de execução. Não o modelo. Não é o aplicativo de bate-papo do consumidor. Não o slide principal. O tempo de execução é a camada onde os agentes são ativados, persistidos por horas e dias, dado acesso ao sistema de arquivos, dado acesso à rede, dada memória. O tempo de execução é a camada que decide se a sessão de um agente sobreviverá a uma falha, se seus subagentes podem ser raciocinados e se sua execução de código será contida.
A pergunta errada e a nova
Os profissionais da Web passaram os últimos 18 meses fazendo a pergunta errada. A questão era: para qual modelo de IA devemos otimizar? ChatGPT ou Claude ou Gêmeos ou Perplexidade. Quais citações são mais importantes? De quem é o rastreador que devemos deixar passar? Essa conversa fazia sentido quando as modelos liam seu site diretamente.
Eles não fazem mais isso. O modelo lê o que o tempo de execução lhe entrega. O tempo de execução buscou sua página. O tempo de execução o analisou. O tempo de execução executou (ou não executou) seu JavaScript. O tempo de execução resolveu seus dados estruturados. A autenticação negociada em tempo de execução. No momento em que o modelo vê algo do seu site, ele está vendo a interpretação do tempo de execução dele.
A nova questão, se você levar esta semana a sério, é para qual tempo de execução do agente seu site é legível. Três coisas para testar antes da próxima semana:
- Seus endpoints mais importantes retornam respostas estruturadas legíveis por máquina ou só são renderizados corretamente em uma sessão completa do navegador?
- O escopo da sua autenticação é de modo que um agente que atue em nome de um usuário possa manter uma sessão em várias chamadas ou oferece suporte apenas a logins humanos únicos?
- Seus dados estruturados ainda significam a mesma coisa se um tempo de execução que não executou seu JavaScript tentou lê-los?
Estas são questões de legibilidade em tempo de execução. O modelo não tem nada a ver com eles. O tempo de execução decide se sua resposta está na janela de contexto do modelo, e o modelo escolhe qualquer coisa que o tempo de execução entregar.
O encanamento da web está sendo reconstruído. Cada modelo nos próximos dois anos verá seu site por meio de um desses tempos de execução, não diretamente. A função do seu site, a partir de agora, é ser legível em tempo de execução.
A conversa modelo continuará acontecendo nos palcos da conferência e nos slides principais. A conversa em tempo de execução está acontecendo nos registros de alterações de produtos de empresas de infraestrutura. As empresas que enviam o tempo de execução decidirão quais sites serão alcançados pela pesquisa e pelo comércio de IA. Pare de perguntar qual modelo. Comece perguntando qual tempo de execução.
Mais recursos:
Este post foi publicado originalmente no No Hacks.
Imagem em destaque: Viktoriia_M/Shutterstock
