Depois de ler o post de Jaya Gupta sobre Grafos de Contexto, não consigo parar de pensar nisso [1]. Para mim, ele fez algo pessoal: deu um nome ao padrão arquitetural que tenho circulado nas discussões sobre infraestrutura agêntica neste blog ao longo do último ano.
\n\nA tese de Gupta é simples, mas profunda. A última geração de software empresarial (Salesforce, Workday, SAP) criou empresas trilionárias ao se tornarem sistemas de registro. Possua os dados canônicos, possua o fluxo de trabalho, possua o lock-in. A questão agora é se esses sistemas sobreviverão à mudança para agentes. Gupta argumenta que sim, mas que uma nova camada emergirá sobre eles: um sistema de registro para decisões.
\n\nEu concordo. E acredito que esta é a peça que faltava para conectar tudo o que tenho escrito.
\n\nO que mais ressoou comigo foi a articulação de Gupta sobre o rastro de decisão. Este é o contexto que atualmente vive em threads do Slack, conversas de deal desk, ligações de escalação e nas cabeças das pessoas. É a lógica de exceção que diz: \"Sempre damos às empresas de saúde 10% a mais porque seus ciclos de compras são brutais.\" É o precedente de decisões passadas que diz: \"Estruturamos um negócio similar para a Empresa X no último trimestre, devemos ser consistentes.\"
\n\nNada disso é capturado em nossos sistemas de registro. O CRM mostra o preço final, mas não quem aprovou o desvio ou por quê. O ticket de suporte diz \"escalado para Tier 3\", mas não a síntese entre sistemas que levou a essa decisão. Como Gupta coloca:
\n\n\n\n\n\"O raciocínio conectando dados à ação nunca foi tratado como dados em primeiro lugar.\"
\n
Esta é a barreira que toda empresa encontra quando tenta escalar agentes. A barreira não são dados ausentes. São rastros de decisão ausentes.
\n\nLendo o post de Gupta, percebi que a evolução que tenho documentado neste blog (de MCP a Habilidades de Agente a governança) é realmente uma história sobre construir a infraestrutura para grafos de contexto. Deixe-me explicar.
\n\nFase 1 foi sobre ferramentas. O Model Context Protocol (MCP) deu aos agentes a capacidade de interagir com sistemas externos. Foi o encanamento que conectou agentes a bancos de dados, APIs e o mundo externo. Mas rapidamente aprendemos que o acesso a ferramentas sozinho não é suficiente. Um agente com um martelo não é um carpinteiro.
\n\nFase 2 foi sobre habilidades. O padrão Agent Skills da Anthropic nos deu uma maneira de codificar conhecimento processual, os guias de \"como fazer\" que ensinam agentes a usar ferramentas efetivamente. Habilidades são o cérebro do agente. Elas transformam conhecimento tribal em ativos portáteis e combináveis. Mas mesmo habilidades não são suficientes. Um agente com um martelo e um manual de carpintaria ainda não é um carpinteiro mestre.
\n\nFase 3 é sobre contexto. É aqui que os grafos de contexto entram. Um grafo de contexto é o registro acumulado de cada decisão, cada exceção e cada resultado. Ele responde à pergunta: \"O que aconteceu da última vez?\" Transforma exceções em precedentes e conhecimento tribal em conhecimento institucional.
\n\n| Fase | \nPrimitiva | \nO Que Fornece | \nMinha Analogia | \n
|---|---|---|---|
| Fase 1 | \nFerramentas (MCP) | \nCapacidade | \nO agente tem um martelo. | \n
| Fase 2 | \nHabilidades (Agent Skills) | \nExpertise | \nO agente tem um manual de carpintaria. | \n
| Fase 3 | \nContexto (Grafos de Contexto) | \nExperiência | \nO agente tem acesso ao registro de cada casa que já construiu. | \n
A stack de governança que tenho defendido (registros de agentes, registros de ferramentas, registros de habilidades, motores de políticas) é a infraestrutura que torna os grafos de contexto possíveis. O registro de agentes fornece a identidade do agente tomando a decisão. O registro de ferramentas (MCP) fornece as capacidades disponíveis para aquele agente. O registro de habilidades fornece a expertise que guia as ações do agente. E a camada de orquestração é onde o rastro de decisão é capturado e persistido.
\n\nSem essa infraestrutura, os rastros de decisão são efêmeros. Eles existem por um momento na janela de contexto do agente e então desaparecem. Com essa infraestrutura, cada decisão se torna um artefato durável que pode ser auditado, aprendido e usado como precedente.
\n\nGupta está certo de que startups que priorizam agentes têm uma vantagem estrutural aqui. Elas estão no caminho de execução. Elas veem o contexto completo no momento da decisão. Os incumbentes, construídos sobre armazenamento de estado atual, simplesmente não podem capturar isso.
\n\nMas o insight maior para mim é este: não estamos apenas construindo agentes. Estamos construindo o registro de decisões da empresa. O grafo de contexto não é uma funcionalidade; é a fundação de um novo tipo de sistema de registro. As empresas que vencerem na era agêntica serão aquelas que reconhecerem isso e investirem na infraestrutura para capturar, armazenar e aproveitar seus rastros de decisão.
\n\nComeçamos dando ferramentas aos agentes. Então ensinamos a eles habilidades. Agora, devemos dar-lhes contexto. Essa é a evolução trilionária.
\n\nReferências:
\n\n[1] Gupta, J. (2025, 23 de dezembro). A oportunidade trilionária da IA: Grafos de contexto. X.
", "source_hash": "sha256:e8cc60394db5625b04f1e8b4356f655aaf73c904e56b2e5a10309e000746bc71", "model": "claude-sonnet-4-5-20250929", "generated_at": "2026-01-02T02:08:47.679532+00:00" }