O Que É uma Agentic Mesh? A Camada de Infraestrutura Que Falta no Seu Sistema Multiagente

Seu agente funciona. Ele consulta bancos de dados, chama APIs, gera relatórios. O harness está calibrado, as ferramentas integradas, os guardrails no lugar. Missão cumprida.

Então você coloca um segundo agente em produção. Depois um terceiro. O quinto precisa de informações que o segundo possui. O sétimo toma decisões que contradizem o terceiro. O décimo acessa dados que ninguém autorizou.

Você não tem mais agentes. Tem um problema de rede.

O Problema Que Ninguém Planejou

A maioria das organizações adotou agentes de IA do mesmo jeito que adotou planilhas nos anos 1990: equipe por equipe, caso por caso, sem coordenação central. O resultado é previsível. A IDC estima que 60% das falhas de IA até 2026 virão de déficits de governança, não de desempenho de modelo.

O Gartner é mais direto: 40% das iniciativas de IA agêntica correm risco de cancelamento até 2027. E 60% das implementações de orquestração vão falhar até 2030.

Os números da McKinsey/QuantumBlack confirmam o padrão pelo outro lado. Mais de 80% das empresas ainda não reportam contribuição material dos investimentos em IA generativa. As razões: fragmentação entre departamentos, cobertura inconsistente de processos, e limitações para levar protótipos à produção.

Três bloqueios distintos, uma causa comum. Agentes isolados não formam um sistema. Formam silos com capacidade de raciocínio.

Agentic Mesh: A Definição

Eric Broda, da IBM, cunhou o termo em novembro de 2024. A IEEE Computer Society formalizou a arquitetura em novembro de 2025. A definição:

Agentic mesh é uma camada de infraestrutura distribuída que permite a múltiplos agentes autônomos de IA se descobrirem, comunicarem, delegarem tarefas e colaborarem segundo políticas de governança, de forma segura e em escala.

A palavra-chave é “infraestrutura.” Não é um framework. Não é um orquestrador. É a camada que torna possível a comunicação governada entre agentes que foram construídos por equipes diferentes, usando ferramentas diferentes, para propósitos diferentes.

A Analogia com Service Mesh

Se você trabalha com microserviços, a analogia é imediata. Uma service mesh (Istio, Linkerd) gerencia o tráfego entre microserviços: TCP, HTTP, latência em milissegundos. A aplicação não precisa saber como encontrar outro serviço ou como autenticar a conexão. A mesh cuida disso.

A agentic mesh faz o equivalente para agentes de IA, com uma diferença fundamental. Microserviços são determinísticos. Você envia uma requisição, recebe uma resposta previsível. Agentes são probabilísticos. Eles raciocinam, interpretam, tomam decisões que variam a cada execução.

Isso muda tudo. Uma service mesh lida com pacotes de dados. Uma agentic mesh lida com intenção semântica, delegação de tarefas, e tokens consumidos ao longo de cadeias de raciocínio cujo tempo de conclusão é imprevisível. Os padrões de observabilidade, autenticação e roteamento precisam ser repensados desde a base.

A Arquitetura em Seis Camadas

A IEEE Computer Society propôs uma arquitetura de referência com seis camadas. Cada uma resolve um problema distinto.

Agent Runtime. O ambiente de execução seguro onde cada agente opera. Isolamento de processos, limites de recursos, sandboxing. Sem isso, um agente comprometido compromete todos os outros.

Identidade e Governança. Quem é este agente? O que ele pode fazer? Quem autorizou? IAM, permissões granulares, audit logging. A camada que responde a pergunta que, segundo a Strata (2026), tira o sono de 55% das organizações: “quem autorizou esse agente a acessar esses dados?”

Communication Fabric. Os protocolos que permitem a agentes trocar mensagens. Aqui entram o A2A (Agent-to-Agent, do Google, com mais de 50 parceiros) e o MCP (Model Context Protocol, da Anthropic, com mais de 16.000 servidores registrados em 2026). Dois padrões que fazem coisas diferentes e que, por ora, não conversam bem entre si.

Abstração de Modelo. Seleção de modelo vendor-agnostic. O agente solicita uma capacidade (“resuma este documento”), a mesh roteia para o modelo adequado. Isso desacopla a lógica do agente do fornecedor de modelo, reduzindo o risco de lock-in que exploramos no artigo sobre harness.

Observabilidade e Segurança. Métricas, detecção de anomalias, compliance. Cerca de 80% das organizações não sabem o que seus agentes autônomos estão fazendo em tempo real. Esta camada existe para eliminar essa cegueira operacional.

Integração Empresarial. Conexão com ERP, CRM, data lakes, IoT. A última milha entre o sistema de agentes e os sistemas que a organização já opera.

Seis camadas. Nenhuma opcional.

O Que a McKinsey Diz Que Funciona

O relatório da QuantumBlack/McKinsey identifica capacidades específicas para uma mesh funcional. Não são abstrações. São requisitos de engenharia.

Descoberta de agentes. Cada agente publica o que sabe fazer. Outros agentes consultam esse registro para encontrar quem pode resolver uma subtarefa. Sem descoberta, a coordenação depende de código hard-coded, que quebra a cada novo agente.

AI Asset Registry. Um catálogo central de “golden agents” validados. A organização precisa saber quais agentes existem, quem os criou, que dados acessam, e se foram aprovados para produção. É governança básica. A maioria não tem.

Avaliações e feedback loops. Mecanismos automatizados para medir se os agentes estão entregando resultados corretos. Sem isso, erros se propagam silenciosamente pela rede.

Autenticação padronizada. OAuth, JWTs, protocolos abertos. Cada agente precisa provar sua identidade antes de acessar recursos ou delegar tarefas. A alternativa é confiança implícita, que em segurança da informação tem outro nome: vulnerabilidade.

Compliance, risco e ética. Filtros que garantem que agentes operem dentro de limites regulatórios e éticos. Como discutimos em Plataformas Agênticas: Além da Automação, governança não é um complemento. É a estrutura que viabiliza escala.

O Problema dos Protocolos

Dois protocolos dominam a conversa. Nenhum resolve tudo.

O A2A (Google) foca na comunicação entre agentes. HTTP e JSON-RPC como transporte, Agent Cards como mecanismo de descoberta. É o protocolo de “como agentes se encontram e trocam tarefas.”

O MCP (Anthropic) foca na descoberta de ferramentas e contexto. Conexões stateful, integração com servidores de capacidades. É o protocolo de “como um agente encontra e usa recursos.”

Além desses dois, existem o ACP (Agent Communication Protocol) e o ANP (Agent Negotiation Protocol), com propostas concorrentes. Quatro protocolos para um problema que ainda não tem padrão consolidado.

A fragmentação é real e tem consequências práticas. Uma organização que investe em integração A2A pode descobrir que seu fornecedor principal adotou MCP. Arquitetura de sistemas multiagentes depende de interoperabilidade. Sem ela, a mesh vira mais uma camada de acoplamento.

A Parte Que Ninguém Quer Ouvir

Aqui entra a honestidade intelectual.

A maioria das organizações não precisa de uma mesh hoje. O Gartner estima que apenas 40% dos aplicativos enterprise terão agentes de IA até 2026 (contra menos de 5% hoje). Se você opera dois ou três agentes, uma mesh é engenharia prematura. O custo de implementação e manutenção supera o benefício.

A narrativa é parcialmente dirigida por vendors. Empresas que vendem infraestrutura de mesh (gateways de API, plataformas de integração) têm incentivo financeiro para convencer você de que precisa dessa camada agora. O iPaaS tradicional foi projetado para conectores determinísticos. Agentes quebram todas as premissas. Os vendors precisam de novos produtos. A mesh é esse produto.

Complexidade adicional não é gratuita. Cada camada da mesh adiciona pontos de falha, latência, e superfície de ataque. Um agente que chama outro agente que chama um terceiro, todos passando pela mesh, cria cadeias de dependência que são difíceis de debugar e caras de monitorar.

Padronização prematura é um risco real. A indústria está tentando padronizar a comunicação entre agentes quando a maioria das organizações ainda não dominou a operação de um único agente. É como projetar a rede de estradas antes de saber construir carros confiáveis.

Quando a Mesh Faz Sentido

A mesh se justifica em condições específicas.

Sua organização opera cinco ou mais agentes em produção que precisam trocar informações ou delegar tarefas. Equipes diferentes constroem agentes com ferramentas diferentes, e a coordenação manual se tornou um gargalo. Requisitos regulatórios exigem auditoria centralizada de todas as ações de agentes autônomos. O custo de falhas de coordenação (decisões contraditórias, dados duplicados, ações não autorizadas) superou o custo de implementar a infraestrutura.

Se nenhuma dessas condições se aplica, invista primeiro no harness de cada agente individual. A mesh conecta agentes que já funcionam. Ela não conserta agentes que não funcionam.

O Mapa de Decisão

A sequência importa.

Primeiro: cada agente precisa de um harness confiável. Contexto bem gerenciado, ferramentas integradas, guardrails calibrados. Sem isso, a mesh amplifica problemas em vez de resolvê-los.

Segundo: defina padrões de comunicação antes de escolher protocolos. Quais agentes precisam conversar? Sobre o quê? Com que frequência? A arquitetura precede a tecnologia.

Terceiro: comece com observabilidade. Antes de permitir que agentes deleguem tarefas entre si, garanta que você consegue ver o que cada um está fazendo. OpenTelemetry é um ponto de partida sólido.

Quarto: adicione governança. Identidade, permissões, auditoria. Só depois disso, abra o canal de comunicação.

A mesh completa é o destino. Mas chegar lá sem os passos intermediários é como instalar um roteador empresarial em uma rede onde nenhum computador tem firewall.

Fontes

IEEE Computer Society. “AI Agentic Mesh.” Nov. 2025.
InfoWorld. “Agentic Mesh: The Future of Enterprise Agent Ecosystems.” Mai. 2025.
Nordic APIs. “What Is an Agent Mesh?.” Jun. 2025.
QuantumBlack/McKinsey. “Why agents are the next frontier of generative AI.” 2025.
Eric Broda. Agentic Mesh (O’Reilly). 2025.
Gartner. “Context Mesh for Agentic AI.” Ago. 2025.
Solo.io. “Agent Mesh for Enterprise Agents.” 2025.
Strata. “AI Security Report.” 2026.

Victorino Group ajuda organizações a projetar a camada de governança que torna agentes de IA confiáveis em produção: contato@victorino.com.br | www.victorino.com.br