O debate sobre como estruturar sistemas de inteligência artificial para uso corporativo ganhou um defensor de peso. Guillermo Rauch, CEO da Vercel, uma das plataformas de desenvolvimento mais utilizadas por equipes de tecnologia ao redor do mundo, defende que modelos de linguagem e agentes de IA precisam ser desacoplados para que as empresas consigam colocar essas tecnologias em escala real.
Em entrevista ao TechCrunch publicada em 6 de julho de 2026, Rauch detalhou como a Vercel enxerga o momento atual do mercado: a fase experimental ficou para trás, e agora o foco está em fazer com que os agentes de IA funcionem de forma confiável e econômica em ambiente de produção. Para o executivo, a discussão técnica sobre arquitetura não é abstrata: ela determina o sucesso ou fracasso de projetos de IA nas empresas.
Do protótipo à produção: a virada de 2026
A Vercel processa atualmente 6 milhões de implantações por dia, sendo que metade delas é acionada por agentes de programação. Pelo gateway de IA da empresa, trafegam mais de 1 trilhão de tokens diariamente, um número que ilustra a escala em que a tecnologia já opera na prática industrial.
Para Rauch, dois casos de uso estão emergindo com clareza como as principais aplicações dos agentes de IA no ambiente corporativo. O primeiro são os agentes de programação, que automatizam partes do ciclo de desenvolvimento de software e já respondem por metade dos acionamentos na plataforma. O segundo são os agentes internos de produtividade, que ajudam equipes a tomar decisões com base em dados internos da empresa sem precisar recorrer a analistas ou consultas manuais.
“Quando você está otimizando para produção, começa a olhar para a relação custo-benefício de cada modelo”, disse Rauch, em referência à crescente tendência de empresas que passaram a combinar diferentes fornecedores de IA em vez de se comprometer com apenas um. A frase resume a mudança de mentalidade que o executivo observa no mercado: em 2025, o objetivo era experimentar. Em 2026, o objetivo é escalar com eficiência.
A batalha pela separação de modelos e agentes
O ponto central da visão de Rauch é a defesa de uma arquitetura desacoplada, na qual o modelo de linguagem e o agente de IA operam como camadas independentes. Na prática, isso significa que uma empresa pode trocar o modelo subjacente, seja da OpenAI, da Anthropic, do Google (com o Gemini), ou de soluções de código aberto como o DeepSeek e o GLM-5.2, sem precisar reescrever toda a lógica do agente.
“Realmente acredito que estamos decidindo agora se o modelo e o agente vão ser acoplados”, declarou o executivo ao TechCrunch. Para a Vercel, a resposta é clara: a arquitetura aberta e modular é o caminho mais sustentável para empresas que levam IA a sério e querem evitar o risco de dependência excessiva de um único fornecedor.
Essa visão vai de encontro a estratégias de alguns grandes fornecedores de IA, que preferem manter modelos e agentes dentro de seus próprios ecossistemas fechados. Rauch posiciona a Vercel explicitamente do outro lado: como infraestrutura que suporta protocolos abertos em vez de ecossistemas proprietários, apostando que a portabilidade se tornará um requisito de negócio, não apenas uma preferência técnica.
Eve e Vercel Sandbox: ferramentas para agentes em escala
Para viabilizar essa visão na prática, a Vercel apresentou duas novas ferramentas. A primeira é o Eve, um framework que permite definir instruções e habilidades de agentes em linguagem natural. A proposta é simplificar a especificação do comportamento do agente, tornando o processo mais acessível para equipes que não têm experiência aprofundada em machine learning, mas precisam colocar agentes em operação rapidamente.
A segunda ferramenta é o Vercel Sandbox, que cria um ambiente controlado para os agentes operarem. A ideia é garantir que o agente tenha liberdade suficiente para raciocinar e executar tarefas, mas dentro de limites definidos pela equipe de operações. Isso inclui restrições de acesso a dados sensíveis, controles de fluxo de informações e políticas de segurança que podem ser configuradas sem alterar o modelo subjacente.
Juntas, as duas ferramentas formam o que a Vercel chama de “agentes de produção”, uma categoria diferente dos protótipos que dominaram as demonstrações de IA em 2025. A distinção é importante para o mercado B2B: um agente de produção precisa ser confiável, auditável e controlável, não apenas impressionante numa demonstração para investidores ou clientes.
Multi-model: o fim da era da exclusividade
Um dado relevante para equipes de tecnologia empresarial é a observação de Rauch sobre a adoção de múltiplos fornecedores de modelos de IA. Diferentemente do que acontecia no início do ciclo de IA, quando parcerias exclusivas entre empresas e um único provedor eram comuns e até vistas como vantagem competitiva, o mercado em 2026 está claramente se movendo para uma abordagem multi-model.
OpenAI, Anthropic, Gemini (Google), DeepSeek e GLM-5.2 já aparecem como opções que as equipes usam de forma combinada, escolhendo cada modelo para a tarefa que ele executa melhor, levando em conta a relação custo-desempenho de cada opção. A Vercel, com seu gateway de IA, posiciona-se como a camada que gerencia essa diversidade de modelos para as equipes de desenvolvimento.
Para as empresas que estão definindo sua estratégia de IA para os próximos meses, a mensagem de Rauch tem implicação prática direta: apostar em infraestrutura aberta e em arquiteturas desacopladas reduz o risco de ficar preso a um único fornecedor em um mercado que ainda está em transformação acelerada.
O que isso muda para times de produto e engenharia
A entrevista de Rauch ao TechCrunch é sintomática de uma mudança de discurso no ecossistema de ferramentas de IA para empresas. O foco deixou de ser sobre qual modelo é “o melhor de 2026” e passou a ser sobre como construir sistemas que possam evoluir sem travar o negócio quando um novo modelo surgir, quando os preços mudarem ou quando os requisitos de conformidade e segurança evoluírem.
A separação entre modelo e agente pode parecer um detalhe técnico, mas tem implicações concretas para os times de produto, engenharia e TI. Ela determina, na prática, se a empresa consegue adaptar rapidamente sua estratégia de IA ou se ficará refém de um único ecossistema, pagando mais ou aceitando limitações de desempenho porque a troca seria cara demais.
Com a Vercel processando 1 trilhão de tokens por dia e 50% das suas implantações sendo acionadas por agentes de IA, os números da própria empresa servem como evidência de que a produção em escala já é realidade, não uma promessa futura. O desafio agora, como Rauch aponta, é garantir que as arquiteturas escolhidas hoje não se tornem gargalos organizacionais e financeiros amanhã.
Fonte: TechCrunch – Vercel CEO Guillermo Rauch on the fight to split off models from agents (Russell Brandom, 6 de julho de 2026)
