Skills Não Estão Substituindo Agentes. Estão Tornando Agentes Governáveis.

Deborah Folloni publicou recentemente um vídeo com o título provocador: “Agente de IA é coisa do passado. Agora eu só uso SKILLS.” O vídeo é uma boa introdução ao conceito. Folloni, que é Forbes Under 30 e fundadora da goepic.dev e donoshq.com, demonstra com clareza como skills simplificam o uso de agentes no dia a dia.

Mas a tese do título merece um ajuste. Skills não estão substituindo agentes. Estão tornando agentes governáveis. E essa distinção é mais importante do que parece.

O Problema Não É Capacidade

O Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até 2027. Os motivos listados no relatório de junho de 2025 são reveladores: custos escalando sem controle, valor de negócio incerto, controles de risco inadequados. Dos milhares de vendors que se apresentam como fornecedores de “IA agêntica”, apenas cerca de 130 são reais. O resto é marketing vestido de produto.

O problema não é que agentes de IA não funcionem. Funcionam. O problema é que a maioria foi construída como monólito. Um agente que sabe tudo, faz tudo, acessa tudo. Quando algo dá errado (e sempre dá), ninguém sabe onde o erro começou, quais capacidades foram ativadas, ou como conter o impacto.

Isso não é um defeito da IA. É um defeito de arquitetura.

O Que Skills Realmente São

Uma skill é uma pasta com arquivos. Um arquivo de instruções (SKILL.md), uma pasta de referências, scripts opcionais. Nada mais. O padrão foi formalizado como Agent Skills, publicado em 18 de dezembro de 2025 pela Anthropic no agentskills.io.

Desde então, 26 plataformas adotaram o formato. Claude, OpenAI Codex, Gemini CLI, GitHub Copilot, VS Code, Cursor, Atlassian. Simon Willison, que acompanha o ecossistema de IA com rigor raro, chamou skills de “potencialmente um negócio maior que MCPs” em 19 de dezembro de 2025.

Essa adoção não aconteceu porque skills são convenientes. Aconteceu porque resolvem um problema real: como dar capacidades específicas a um agente sem entregar acesso irrestrito.

Contexto Como Recurso Escasso

Skills carregam em camadas. Primeiro, metadados: cerca de 100 tokens, só o suficiente para o agente decidir se precisa daquela capacidade. Segundo, instruções completas: menos de 5 mil tokens. Terceiro, scripts e recursos: sob demanda, apenas quando necessários. A documentação da Anthropic especifica um orçamento de 2% da janela de contexto por skill.

Esse design não é acidental. Hong et al. documentaram em 2025 o que praticantes já intuíam: a qualidade das respostas de um modelo degrada conforme o contexto cresce. O fenômeno tem nome, “context rot”, e afeta todos os modelos testados, embora de formas diferentes. A Factory.ai resumiu a implicação prática: “sistemas agênticos eficazes devem tratar contexto como sistemas operacionais tratam memória.”

Skills aplicam esse princípio. Em vez de carregar todas as capacidades na janela de contexto desde o início, carregam apenas o que o agente precisa, quando precisa. Progressive disclosure aplicado a engenharia de contexto.

Governança Que Acontece Automaticamente

Aqui está o ângulo que a maioria das análises ignora. O valor de skills não é produtividade. É governança.

Considere o campo allowed-tools na definição de uma skill. Ele restringe explicitamente quais ferramentas aquela capacidade pode usar. Um agente com uma skill de análise de código não precisa (e não deve) ter acesso a ferramentas de escrita no sistema de arquivos. O campo context: fork isola a execução, criando contenção de raio de impacto por design.

Existe uma hierarquia de configuração: Enterprise sobrescreve Personal, que sobrescreve Project. Organizações podem definir restrições no nível mais alto que nenhuma configuração individual consegue contornar. Skills vivem em repositórios Git, o que significa versionamento nativo e trilhas de auditoria sem esforço adicional.

O padrão mais interessante é a combinação de scripts determinísticos com raciocínio não-determinístico. Os scripts dentro de uma skill são previsíveis, testáveis, auditáveis. O LLM que os invoca não é. Separar os dois permite testar a parte testável e conter a parte imprevisível.

Governança adicionada depois do fato é frágil. Governança embutida na estrutura escala.

O Padrão Aberto É a Verdadeira História

Quando Microsoft, OpenAI, GitHub, Cursor e Atlassian adotam o mesmo formato de arquivo, isso deixa de ser uma feature. Vira infraestrutura. O equivalente a escrever uma vez e rodar em qualquer plataforma, aplicado a capacidades de IA.

Essa convergência reduz o risco de lock-in para organizações. Uma skill escrita para Claude funciona no Copilot. Uma skill criada no Cursor funciona no VS Code. O formato é texto puro em repositórios Git. Não há dependência de runtime proprietário.

Existe uma ressalva. O padrão é liderado pela Anthropic. Extensões proprietárias de cada plataforma podem fragmentá-lo. Isso ainda não aconteceu, mas a história de padrões abertos sugere que a pressão para diferenciar virá.

O Que Skills Não Resolvem

Seria desonesto apresentar skills como solução completa. Não são.

Skills não resolvem orquestração. Quando múltiplas skills precisam coordenar em um sistema multi-agente, quem decide a ordem? Quem resolve conflitos? O padrão não tem resposta para isso.

Skills não resolvem manutenção em escala. Uma organização com 10 skills consegue gerenciá-las sem esforço. Com 50 ou 100, a complexidade de manutenção, teste e versionamento se torna um problema real que ainda não tem ferramental adequado.

Skills não resolvem teste enterprise. Como validar que uma skill se comporta corretamente em todos os cenários? Frameworks de teste específicos para comportamento de skills ainda não existem.

Por isso a formulação “skills substituem agentes” é imprecisa. Skills são uma feature de sistemas de agentes. Uma feature importante, que muda a equação de governança. Mas não um substituto para a arquitetura que as contém.

O Que Isso Significa na Prática

Se sua organização está construindo ou adotando agentes de IA, três perguntas valem mais que qualquer framework de avaliação.

Primeiro: cada capacidade do seu agente tem limites explícitos? Se o agente pode fazer tudo, ninguém sabe o que ele fez quando algo dá errado. Skills forçam a decomposição de capacidades em unidades com permissões definidas.

Segundo: você consegue auditar o que seu agente fez na última execução? Se as capacidades vivem dentro do código do agente, a auditoria depende de logging ad hoc. Se vivem como skills versionadas em Git, a auditoria é nativa.

Terceiro: um novo membro da equipe consegue entender o que cada capacidade faz lendo um arquivo? Skills são legíveis por humanos por definição. Um SKILL.md bem escrito documenta intenção, escopo e restrições em texto puro.

A Dicotomia Falsa

O enquadramento “skills versus agentes” vende cliques, mas obscurece o que importa. Skills rodam dentro de agentes. São o mecanismo pelo qual agentes ganham capacidades de forma modular, auditável e versionada.

A inovação não é eliminar agentes. É torná-los governáveis. É a diferença entre um executivo com carta branca e um executivo com mandato definido, orçamento delimitado e prestação de contas clara. Ambos são executivos. Só um é governável.

As organizações que vão extrair valor real de IA agêntica são as que entenderem essa distinção. Não as que perseguem o hype da semana, mas as que constroem capacidades de IA com a mesma disciplina que aplicam a qualquer outro sistema crítico.

Skills não são o futuro da IA. São o presente da engenharia de IA responsável.

Fontes:

Gartner. “Gartner Predicts 40% of Agentic AI Projects Will Be Abandoned by 2027.” Press release, jun. 2025.
Anthropic. Agent Skills specification. agentskills.io. 18 dez. 2025.
Willison, S. Comentário sobre Agent Skills. 19 dez. 2025.
Hong, R. et al. “Context Rot in Large Language Models.” 2025. Documentação de degradação de performance com janelas de contexto longas.
Factory.ai. Análise sobre gestão de contexto em sistemas agênticos. 2025.
Folloni, D. “Agente de IA é coisa do passado. Agora eu só uso SKILLS.” YouTube, fev. 2026. https://www.youtube.com/watch?v=h_l8wCr7M2Q

No Victorino Group, ajudamos organizações a construir capacidades de IA modulares e governáveis, não monólitos que ninguém consegue auditar. Se sua empresa está adotando agentes e precisa de governança integrada desde o início, vamos conversar: contato@victorino.com.br