Uma plataforma que dá a cada funcionário um agente que conhece a sua empresa

No início de agosto de 2026, a Cloudflare anunciou que está abrindo o código do Cloudflare OS: uma plataforma aberta que qualquer organização pode implantar na própria conta, dando a cada funcionário um espaço de trabalho e um agente de IA baseado no contexto da empresa — sua terminologia, seus procedimentos e seus sistemas —, com uma camada de permissões que controla o que o agente realmente pode acessar. A ideia central é simples: a IA não tem muita utilidade no trabalho se não consegue chegar aos sistemas em que as pessoas de fato trabalham, mas entregar aos agentes as chaves desses sistemas é um risco inaceitável. O Cloudflare OS tenta resolver isso no nível da plataforma, em vez de deixar que cada desenvolvedor acerte por conta própria.

A Cloudflare diz que lançou uma primeira versão interna para todos os funcionários em maio de 2026, e que milhares de pessoas — muitas delas fora da engenharia — a usam diariamente para criar documentos e apresentações, automatizar tarefas repetitivas e construir pequenos aplicativos. A versão que agora tem o código aberto foi reconstruída com base nas lições desse uso interno.

Três partes compõem a plataforma

O Cloudflare OS combina três peças. Primeiro, um espaço de trabalho do agente usado pelo navegador, sem exigir habilidades de desenvolvimento, pré-carregado com o contexto e as habilidades que suas equipes selecionaram e apoiado por um ambiente de execução isolado onde o agente pode escrever e executar código. Segundo, uma estrutura de segurança e governança para acesso seguro a dados e serviços internos. Terceiro, uma plataforma de aplicativos pessoais e modificáveis, onde o agente pode construir um aplicativo completo, com interface, lógica e estado próprios, que você compartilha com a equipe do mesmo jeito que compartilha um documento.

O que diferencia a proposta é que os resultados do agente não são arquivos estáticos. Um documento, uma planilha ou um painel pode continuar conectado a dados ao vivo e se atualizar conforme as fontes mudam. A plataforma também oferece suporte a fluxos de trabalho majoritariamente determinísticos, executados em um agendamento ou quando um evento é disparado em um sistema conectado, de modo que uma sequência conhecida de passos não consome uma sessão inteira do modelo a cada vez.

O que importa são as permissões, não o modelo

Esta é a verdadeira lição para qualquer empresa que pensa em rodar agentes sobre os próprios dados. A Cloudflare afirma que todo agente e todo aplicativo começam com acesso a absolutamente nada. Um agente pede acesso a um recurso específico, que você concede ou nega, e o código gerado recebe esse recurso como um vínculo tipado (typed binding), enquanto a credencial em si fica completamente isolada do agente e do seu código. O código de servidor roda dentro de um Dynamic Worker com a rede de saída global desativada, e o código de cliente roda em um quadro isolado (sandbox) no navegador.

Acima disso existe um conceito chamado Gatekeepers: um intermediário específico de cada serviço que entende a API de um sistema externo, seus recursos e as operações permitidas sobre eles. Em vez de dar a um agente toda a sua conta de hospedagem de código, um Gatekeeper pode restringi-lo a um único repositório, permitir a leitura de issues mas não do código-fonte, mascarar campos específicos, aplicar limites de taxa e exigir aprovação humana antes de qualquer ação com efeito externo. O Gatekeeper guarda a credencial, aplica a política e registra o que foi lido.

O gargalo da IA no trabalho já não é a qualidade do modelo — é o acesso governado aos seus sistemas. Quem resolver as permissões primeiro é quem realmente vai se beneficiar.

A política acompanha o que o agente viu

A parte mais inteligente do design é que a plataforma registra cada recurso que um agente observa, e esse registro fica vinculado ao agente e aos seus resultados. Se um agente lê uma tabela sensível e a transforma em um painel ao vivo, e depois outro funcionário tenta abrir esse painel, o sistema verifica primeiro o acesso dessa pessoa aos recursos originais. Compartilhar um resultado não vira uma porta dos fundos para vazar dados. O mesmo registro de observação é usado para limitar o que o agente pode fazer depois de tocar em dados sensíveis — como bloquear uma requisição de saída ou impedir que ele convide um novo colaborador.

Para quem opera sob a Lei de Proteção de Dados Pessoais (PDPL) da Arábia Saudita, isso merece atenção. A lei se baseia na limitação de finalidade, na minimização de dados e no controle sobre quem acessa dados pessoais. Um agente de IA que lê o seu banco de dados de clientes e produz um relatório que qualquer pessoa pode abrir é uma possível violação, não apenas um inconveniente técnico. Qualquer implantação de agentes dentro de uma organização saudita precisa de uma camada de permissões e de uma trilha de auditoria com esse nível de seriedade.

O custo também é governado

A plataforma funciona com qualquer modelo, e toda chamada de inferência passa pelo AI Gateway da Cloudflare, o que dá à organização um único lugar para decidir quais modelos estão disponíveis e qual modelo cuida de cada tarefa. Cada requisição é atribuída à pessoa, à equipe ou ao espaço de trabalho que a fez, para que um administrador veja para onde vai o gasto e defina orçamentos e limites de taxa. É um ponto prático ignorado com frequência demais: usar o modelo de fronteira mais caro para resumir sua caixa de entrada toda manhã é o caminho mais rápido para uma conta indefensável.

O que isso realmente significa para o seu negócio

Primeiro, não trate o Cloudflare OS como um produto pronto que você compra e liga amanhã. É um projeto de código aberto que você implanta na própria conta, conecta aos seus sistemas e amplia com Gatekeepers escritos para os seus serviços específicos — um trabalho real de engenharia. A Cloudflare indica parceiros de implementação exatamente por esse motivo.

Segundo, o ativo que você está realmente construindo não é a plataforma, e sim o contexto da sua empresa e as habilidades escritas: sua terminologia, seus procedimentos e a melhor forma conhecida de realizar o trabalho recorrente, registrados de um jeito que um agente consiga seguir. Esse ativo vai com você para qualquer plataforma no futuro, e é a diferença entre um agente que ajuda e um que adivinha.

Terceiro, comece com um departamento e um sistema. Escolha um processo repetitivo que consuma muito tempo, conecte-o a um único sistema com acesso de leitura restrito e meça o resultado por quatro semanas antes de expandir.

Como a Origami constrói isso

Somos uma empresa de tecnologia que constrói essa camada do zero: analisamos as suas operações e as transformamos em contexto e habilidades por escrito, e construímos intermediários de acesso governado para os seus sistemas existentes — da contabilidade ao estoque e ao WhatsApp —, com uma trilha de auditoria que mostra quem leu o quê e quando. Seja qual for a escolha, o Cloudflare OS ou a sua própria arquitetura, o princípio é o mesmo: o agente começa sem acesso, pega só o que precisa e deixa um rastro que você pode revisar.

Fontes