Se você saiu do Dreamforce 2026 e ligou o primeiro Agentforce, a resposta curta para "como gerenciar vários agentes de IA em produção" é a que o keynote não vende: o gargalo deixou de ser criar mais um agente — virou operar a frota. Quando você tem 5, 10, 30 agentes no ar, o desafio não é montar o próximo; é saber qual versão de cada um está em produção, quem tem permissão para quê, quanto cada agente custa por desfecho e como aposentar um sem quebrar o processo. Isso tem nome: AgentOps — a disciplina de operar agentes com versão, permissão, custo, observabilidade e ciclo de vida por agente. Os recaps do evento convergiram num ponto só: o Dreamforce entregou operação de agente (AIforce, Koa, agentes em escala), não um modelo-manchete. Criar agente virou commodity. Operar a frota é o projeto de verdade — e é dele que trata este texto.
Operar vários agentes (AgentOps): a resposta curta
AgentOps é para agentes o que DevOps/SRE é para software: a disciplina que garante que a frota em produção seja versionada, permissionada, medida em custo, observável e gerenciável no ciclo de vida — inclusive na hora de aposentar. A resposta curta para quem está escalando é: criar mais um agente é trivial; o custo aparece na operação de trinta. Sem AgentOps, cada deploy é uma aposta, ninguém sabe qual agente está caro demais, "a IA está funcionando" não diz nada quando são 30, e você não consegue depreciar um agente sem medo de derrubar um processo. Com AgentOps, a frota vira uma operação governada: dá para apontar, agente por agente, qual versão está no ar, quem pode fazer o quê, quanto cada um custa por desfecho e qual está degradando. O resto deste texto abre as cinco peças.
O que os recaps do Dreamforce 2026 mostraram: operação de agente, não modelo-manchete
A leitura consolidada do evento não foi "saiu um modelo mais esperto". Foi o reconhecimento de que o agente virou commodity de criar, e que o valor migrou para operá-lo em produção, aos montes. AIforce, Koa, agentes em escala — o recado é operação. E é exatamente aí que as empresas que foram rápidas em ligar o primeiro Agentforce estão travando agora, dias depois: no segundo agente, no quinto, no trigésimo. A semana inteira apontou para isso por ângulos diferentes — onde a IA age, como provar o ROI de um agente, quem implementa. Hoje o eixo é o estágio seguinte a todos eles: você implementou, mediu o primeiro, tem o time — e agora tem uma frota para operar, que é um problema de natureza diferente.
Por que criar agente virou commodity — e a operação, não
Montar um agente hoje é questão de configurar tópicos, ações e um modelo. Todo concorrente vai ter o mesmo Agentforce, o mesmo modelo de base (que é intercambiável). O que separa quem escala de quem afunda não é a esperteza do agente — é a disciplina de operar a frota. A armadilha que o "agente é fácil de criar" esconde é que o custo, o risco e o caos não aparecem na criação; aparecem na operação. É como código: escrever é a parte fácil; manter em produção, versionar, observar e desativar com segurança é onde mora o trabalho de verdade. Cinco verdades separam quem vai escalar de quem vai ter 30 agentes que ninguém governa.
Peça 1 — Versionamento e rollback por agente
Qual versão de cada agente está em produção agora? O que mudou do deploy anterior? Como você faz rollback quando um agente novo piora um desfecho — sem adivinhação? Sem versionamento por agente, cada deploy é uma aposta e cada regressão vira investigação forense. A primeira peça do AgentOps é tratar cada agente como um artefato versionado: histórico de mudanças, comparação entre versões, promoção controlada de teste para produção e rollback de um clique quando a métrica de desfecho cai. É o mínimo para deployar na frota sem torcer.
Peça 2 — Permissão e escopo por agente (30 agentes, 30 níveis de acesso)
Trinta agentes significam trinta níveis de acesso ao dado e ao sistema. Quem pode fazer o quê? O agente de atendimento não precisa do mesmo escopo do agente de finanças; o de leitura não pode ter permissão de escrita. A segunda peça é permissão e escopo por agente, auditados — cada agente com identidade própria, menor privilégio e um registro de quem acessou o quê, sem "abrir o cofre inteiro" para cada um. Sem isso, a frota vira superfície de ataque e risco de compliance: um agente comprometido ou mal configurado alcança dado que nunca deveria tocar. Governança por agente é o que impede que escalar a quantidade escale o risco na mesma proporção.
Peça 3 — Custo por agente e por desfecho (não pagar a frota no escuro)
Qual agente está caro demais para o valor que entrega? Sem custo por agente e por desfecho, você paga a frota inteira no escuro — e descobre na fatura, não na operação. A terceira peça é atribuir consumo (tokens, chamadas, ações) a cada agente e cruzar com o desfecho que ele gera, para ranquear a frota por eficiência. Isso transforma "a IA está cara" em "o agente X custa três vezes o agente Y para o mesmo resultado — otimizar ou aposentar". Custo por agente é o que permite decidir onde investir e onde cortar, em vez de tratar a IA como uma linha única e opaca de despesa.
Peça 4 — Observabilidade por agente, não agregada
"A IA está funcionando" não diz nada quando são 30 agentes. A quarta peça é observabilidade por agente: saber qual está degradando, onde e por quê — latência, taxa de sucesso do desfecho, erros de ação, chamadas que falham na integração. Métrica agregada esconde o agente que quebrou; você só descobre pela reclamação do cliente. Observabilidade por agente com traços, métricas e alertas (Datadog, Grafana, OpenTelemetry, Sentry na frota) é o que troca "algo está estranho na IA" por "o agente de rastreio está com 40% de falha desde o deploy das 14h, na ação que consulta o WMS". É a diferença entre operar e apagar incêndio no escuro.
Peça 5 — Ciclo de vida: como deprecar um agente sem quebrar o processo
Como você aposenta um agente que não serve mais sem derrubar os processos que passaram a depender dele? A quinta peça — a mais esquecida — é o ciclo de vida completo, inclusive deprecação. Agentes acumulam dependências invisíveis: outro agente que o chama, uma automação que espera a resposta dele, um processo que assumiu que ele existe. Depreciar sem mapa é quebrar em cascata. AgentOps trata deprecação como release reverso: mapear dependências, avisar consumidores, migrar ou desativar em etapas, monitorar o efeito. Sem isso, a frota só cresce — ninguém desliga nada — e você acumula agentes zumbis consumindo custo e ampliando a superfície de risco.
Por que nada disso é "qual modelo" nem "qual plataforma"
Repare que as cinco peças não falam de modelo nem de marca. Versão, permissão, custo, observabilidade e deprecação por agente valem para Agentforce, para qualquer stack de agente e para qualquer modelo — que virou commodity intercambiável. O gancho aqui é o Dreamforce porque foi a notícia; a tese (operar a frota > criar mais um) é agnóstica. Escolher plataforma de agente e sair criando sem montar o AgentOps é comprar velocidade de criação e herdar caos de operação. A vantagem competitiva de 2026 não está em criar o agente mais esperto — todo mundo cria. Está em operar a frota com governança, custo e observabilidade por agente.
Como a CCX monta o AgentOps da sua frota
Quer montar o AgentOps da sua frota antes que 30 agentes virem 30 riscos? É o que a CCX monta, ligando frentes do portfólio. A Observabilidade 360° é o coração: monitoração, custo e saúde por agente — qual está degradando, qual está caro demais — com Datadog, Grafana, OpenTelemetry e Sentry aplicados à frota, não agregados. As Squads Dedicadas trazem engenheiros sêniores que já operaram frota de agente em produção e montam o AgentOps — versão, permissão, custo, deprecação — enquanto formam o seu time. A Security Engineering cuida da permissão e do escopo por agente, auditados: quem pode fazer o quê, sem abrir o cofre para cada um dos 30. E as Integrações & APIs Enterprise são a camada que faz cada agente conversar com o dado e o sistema certo sem virar silo, com deploy e rollback controlados. Não é criar mais um agente — é operar a frota como uma disciplina. Falar com especialista Salesforce →
Perguntas frequentes (FAQ)
O que é AgentOps?
AgentOps é a disciplina de operar agentes de IA em produção com versão, permissão, custo, observabilidade e ciclo de vida por agente — o equivalente de DevOps/SRE para frotas de agentes. Enquanto criar um agente virou commodity, AgentOps é o que mantém uma frota governada, medida e gerenciável conforme ela cresce.
Como gerenciar vários agentes de IA?
Tratando a frota como operação, não como coleção: versionamento e rollback por agente; permissão e escopo por agente, auditados; custo por agente e por desfecho; observabilidade por agente (não agregada); e ciclo de vida completo, inclusive deprecação. Sem essas cinco peças, você só troca "não ter agente" por "ter muitos agentes que ninguém governa".
Como medir o custo de um agente Agentforce?
Atribuindo o consumo (tokens, chamadas, ações) a cada agente e cruzando com o desfecho que ele gera, para ranquear a frota por eficiência (custo por resultado). Isso exige custo por agente, não uma linha única de despesa de IA — é o que permite decidir qual otimizar e qual aposentar.
Como escalar agentes de IA em produção?
Não criando mais rápido, mas operando melhor: montando o AgentOps (versão, permissão, custo, observabilidade, deprecação) antes que a frota cresça. Escalar sem essa fundação é acumular risco, custo opaco e agentes zumbis. A vantagem competitiva está em operar a frota, não em criar mais um agente.
Criar o agente é fácil. Operar a frota é o projeto. A pergunta não é "quantos agentes a gente já criou?"; é "a gente sabe qual versão de cada um está no ar, quem tem permissão pra quê, quanto cada um custa por desfecho e como aposentar um sem quebrar o processo?". Montar o AgentOps da sua frota com a CCX →