Quem Compra Agentes Está Escrevendo o Padrão de Auditoria de Agentes

O AIUC-1, padrão de certificação de agentes que a AIUC anunciou junto com uma Série A de US$ 40 milhões, reportada pelo TechCrunch em 15 de setembro de 2026, tem sua lista de testes moldada por um consórcio de cerca de 250 líderes de segurança e risco que se reúnem mensalmente. Segundo o relato da própria empresa reproduzido pelo TechCrunch, essas pessoas são explicitamente os compradores de agentes. A lista de testes nasce do lado da área de compras.

Essa decisão de autoria é o aspecto mais consequente da empresa, e ela desaparece facilmente embaixo do número da rodada. O aporte foi liderado pela Ribbit Capital, com participação da First Harmonic, sobre um seed anterior de US$ 15 milhões da NFDG de Nat Friedman, mais Emergence, Terrain e Ben Mann, cofundador da Anthropic. O total captado chega a US$ 55 milhões. A Ribbit é uma investidora de fintech, o que é um fato sobre a base de acionistas e nada além disso. O que a AIUC vende, pela descrição do TechCrunch, é um padrão e um serviço de testes.

O que a coisa é, exatamente

A linhagem do desenho está declarada de forma direta na reportagem do TechCrunch: “Usando o SOC 2, padrão de cibersegurança de adoção ampla, como musa, a AIUC desenvolveu um padrão chamado AIUC-1 e um serviço de testes para validar agentes contra esse padrão” (no original: “Using the widely adopted cybersecurity standard SOC 2 as its muse, AIUC has developed a standard called AIUC-1 and a testing service to validate agents against the standard”).

O SOC 2 funciona bem como âncora porque a maioria dos líderes de engenharia já viveu dentro dele. É um framework publicado de controles mais uma auditoria feita por um terceiro, que produz um relatório lido pelo comprador antes da assinatura do contrato. Sem força de lei, sem garantia embutida. O relatório não promete que o fornecedor é seguro. Ele diz que um auditor independente examinou controles específicos e registrou o que encontrou. Times de compras aprenderam a ler esse documento, a discutir seu escopo e a tratar suas exceções como material de negociação.

O AIUC-1 copia essa estrutura para agentes. A empresa afirma que uma auditoria roda cerca de 5.000 testes, organizados em três classes de risco que ela nomeia: jailbreaks, alucinações e vazamento de dados. A saída é um relatório de aproximadamente 100 páginas por agente auditado, detalhando onde o agente se comporta de forma segura e onde não. Esses números vêm da AIUC e foram repassados por uma jornalista do TechCrunch. Ninguém de fora da empresa os verificou.

Vale registrar o modelo operacional exatamente como a empresa o descreve: agentes de IA rodam os testes, a IA analisa os resultados e humanos verificam a auditoria final. Essa única frase é todo o modelo operacional que temos. Ela não diz quantos humanos, o que eles checam ou o que acontece quando a análise automática e a verificação humana divergem.

Clientes nomeados até agora: Cursor, Lovable, Harvey, ElevenLabs.

Quem escreve a lista de testes decide o que é testado

Um padrão é uma lista de perguntas. Quem escreve a lista controla o que conta como risco, e tudo que está ausente dela é, na prática, risco inexistente.

A pesquisa de segurança produz modelos de ameaça a partir de princípios, perguntando o que um sistema poderia fazer sob pressão adversarial. O resultado é rigoroso e frequentemente ilimitado. Costuma incluir falhas que nunca ocorreram em uma implantação comercial, porque antecipá-las é o objetivo da pesquisa.

Um consórcio de cerca de 250 líderes de segurança e risco reunido mensalmente produz outra lista. O que um grupo assim traz, pela minha experiência com comitês de compras, é a falha que os expôs no trimestre passado, a pergunta que o próprio conselho fez, a cláusula com a qual o jurídico não conseguiu se acomodar. Minha expectativa é que a lista saia mais estreita que a de um pesquisador e melhor calibrada ao que já deu errado em produção. Nenhuma das duas propriedades é medida na reportagem.

As duas listas são legítimas. São listas distintas, e a diferença aparece no que um relatório de auditoria consegue dizer a um comprador. Um agente que passa por cerca de 5.000 testes construídos em torno de jailbreaks, alucinações e vazamento de dados tem um relatório dizendo isso. Se essa bateria cobre as falhas pelas quais praticantes experientes já se queimaram é justamente o que ninguém de fora da empresa consegue checar hoje. Um relatório assim ainda vale dinheiro real em uma conversa de compras. Não é a mesma afirmação que “este agente é seguro”, e o enquadramento da própria empresa também não faz essa afirmação.

Já argumentamos que governança virou uma decisão de compras. Este é o movimento seguinte nessa direção, e ele é mais afiado. A área de compras passou de compradora de governança a autora da especificação.

A questão da independência é estrutural, não pessoal

Rajiv Dattani, cofundador da AIUC, foi COO da METR de 2024 a 2025 e segue como membro do conselho de lá. A METR faz testes semelhantes para os frontier labs, focada até recentemente em desempenho e não em segurança. Dario Amodei publicou um ensaio que levantou a ideia de exigir que frontier labs usem avaliadores terceiros embarcados, e citou a METR como uma possibilidade.

Deixe isso posto como forma, e não como acusação. Uma organização testa os agentes que as empresas compram. Outra testa os labs que constroem os modelos de base. Uma pessoa está no conselho da segunda e cofundou a primeira. Se a avaliação por terceiros deixar de ser cortesia comercial e passar a ser expectativa regulatória, esse arranjo vai ser examinado, e deve ser, porque o valor de uma auditoria independente depende inteiramente de quão independente é o auditor. Nada na reportagem sugere impropriedade. A sobreposição é apenas um fato sobre o tamanho ainda pequeno desse campo, e campos pequenos têm o hábito de acumular obrigações de governança mais rápido do que acumulam gente.

O que o AIUC-1 ainda não demonstrou

Nada na reportagem indica que o AIUC-1 tenha passado por revisão independente, nem mostra que o padrão discrimine um agente seguro de um agente inseguro, que é a única propriedade relevante em um regime de auditoria. Uma bateria de testes pode ser grande e ainda assim deixar passar justamente o que quebra a sua operação. O SOC 2 conquistou autoridade devagar, enquanto compradores comparavam relatórios, achavam os jogos de escopo e apertavam o que aceitavam. O AIUC-1 está no começo desse processo, com US$ 55 milhões captados e quatro clientes nomeados.

A leitura honesta: uma tentativa bem capitalizada de replicar uma estrutura que já funcionou em outro domínio, com um modelo de autoria genuinamente interessante e uma base de evidência que hoje é um único artigo do TechCrunch com os números da própria empresa.

O terceiro caminho

Até aqui, uma empresa que comprava um agente tinha dois caminhos para lidar com o risco. Absorver a responsabilidade e litigar sobre o output, que é a posição em que a Google ficou quando um tribunal alemão decidiu sobre responsabilidade por output de IA, e a forma como a exposição legal se fixa em copy gerada por agente. Ou aceitar a palavra do fornecedor, sustentada por uma página de marketing e um model card.

Uma auditoria independente lida antes da assinatura é um terceiro caminho, e é o que escala. Ela transfere o ônus da evidência para o fornecedor, e produz um artefato que um comitê de risco consegue arquivar e comparar entre fornecedores. Essa pressão de comparação é o que acaba dando significado a um padrão.

Faça isso agora

Se você compra agentes: pegue seus três últimos contratos com fornecedores de agentes e encontre a cláusula em que o fornecedor afirma segurança. Pergunte qual evidência sustenta aquilo. Se a resposta for um model card e um e-mail de suporte, você tem um déficit de governança que já consegue quantificar hoje, e agora tem vocabulário para exigir outra coisa. Comece a pedir resultados de testes de terceiros com escopo nomeado. Não é preciso esperar que o AIUC-1 especificamente se torne o padrão.

Se você vende agentes: assuma que uma lista de testes escrita por compradores vai chegar ao seu produto, seja esse padrão ou outro. O trabalho de tornar seu agente auditável é o mesmo nos dois casos. Instrumente-o para que alguém de fora da sua empresa consiga medir resistência a jailbreak, taxa de alucinação e contenção de dados, e rode essas medições você mesmo antes de um cliente rodar. Relacionado: confiabilidade em IA regulada vem do harness.

Nos dois casos, a pergunta para a próxima revisão de arquitetura é curta. Se um auditor externo pedisse prova de que este agente se comporta, o que entregaríamos a ele?

Fontes

TechCrunch. “Early Anthropic hire, former METR COO have found a way to rein in rogue AI agents.” Setembro de 2026.

A Victorino ajuda empresas a tornar seus agentes auditáveis antes que um comprador ou um regulador peça: contato@victorino.com.br | www.victorino.com.br