AGENTOS · A PLATAFORMA

Um agente não é um chatbot. É um colega digital.

O agentOS é onde ele vive: recebe trabalho, executa e continua acompanhando, na cloud que você já usa, com os modelos e as ferramentas que você escolheu.

HORIZON

Agentes que continuam trabalhando.

Um agente Horizon não termina quando a conversa termina: ele tem horizonte de tempo. Assume um resultado, mantém compromissos no calendário, vigia sistemas e sinais, guarda memória e retoma o trabalho de onde parou.

SEM HORIZON

Assistente

  • Responde quando alguém pergunta
  • Esquece ao fechar a conversa
  • Nunca inicia nada
  • Devolve o trabalho para a fila humana
  • Mede conversas

COM HORIZON

Agente persistente

  • Assume um resultado e acompanha até entregar
  • Mantém memória, estado e ficha de retomada
  • Acorda em compromissos: D+1, vencimentos, SLAs
  • Escala só o que a regra manda escalar
  • Mede resultado

COMPONENTES

O que existe dentro do agentOS.

JornadasFluxos de trabalho completos, com gatilhos de ativação, etapas, estados e critério de “resolvido”.
ProcedimentosEm cada etapa: instruções, políticas, base de conhecimento, memória, regras de escalonamento e objetos de dados.
Especialistas DigitaisPersonas com identidade, políticas, skills e canais; um supervisor decide o próximo passo.
Skills e toolsCapacidades reutilizáveis e conectores: API, MCP, RPA e computer use.
HorizonCompromissos, vigílias, estado persistente e ficha de retomada.
AvaliadoresGolden set, avaliação contínua e políticas de qualidade e segurança, antes e depois do go-live.
Políticas e aprovaçõesAlçadas, aprovação humana por tipo de ação, fila de handoff e revisão.
CanaisO mesmo agente e o mesmo contexto em todos os pontos de conexão.
RegistriesCatálogo de capacidades e de agentes em operação, com versão, dono e métricas.
StudiosAgent, Skill, Evaluator, Policy e Conversation Studio: configurar sem código, testar e publicar.

ANATOMIA

O mercado vê um agente. Nós entregamos muito mais.

O agente é menos de 20% do sistema; todo o resto é infraestrutura permanente, em nove categorias.

01 · INTELIGÊNCIA

O especialista sabe pensar antes de agir
  • Model routing
  • Planning
  • Context engineering
  • Reflection
  • Prompt engineering
  • Semantic cache

02 · CONHECIMENTO

O especialista nunca trabalha apenas com o que lembra
  • RAG com fontes
  • Memória organizacional
  • Knowledge management
  • Skills
  • Document processing

03 · EXECUÇÃO

Não apenas responde. Ele faz
  • Tool use
  • MCP
  • Computer use
  • A2A
  • Workflow orchestration

04 · SEGURANÇA

Todo especialista já nasce protegido
  • Identidade própria no IAM
  • IAM e RBAC
  • Vault
  • Defesa contra prompt injection
  • Multi-tenant isolado

05 · GOVERNANÇA

A IA nunca decide acima da autoridade
  • Guardrails e motor de políticas
  • Human in the loop
  • Structured output
  • Trilha de auditoria imutável
  • Citações

06 · OPERAÇÃO

Continua funcionando mesmo quando tudo muda
  • Checkpoint
  • Batch
  • Failover de modelo
  • Rate limits e orçamento
  • Filas

07 · QUALIDADE

O especialista melhora continuamente
  • Evals
  • Drift detection
  • Model evolution
  • Lifecycle do especialista
  • Regression gate

08 · OBSERVABILIDADE

Nada acontece sem deixar rastros
  • Observability por execução
  • Métricas operacionais
  • FinOps
  • Otimização contínua
  • Dashboards executivos

09 · EXPERIÊNCIA

Trabalha onde as pessoas já trabalham
  • Canais corporativos
  • Omnichannel
  • APIs
  • Mesma governança em todo canal
  • Adoção natural

OS TERMOS, EM PORTUGUÊS

Cada categoria, sem jargão.

As nove categorias e cada termo técnico, explicados em uma frase.

É como o especialista decide o que fazer: escolhe o modelo certo para cada pedido, planeja os passos e revisa o próprio trabalho.

Model routing
Escolher, a cada pedido, o modelo de IA mais adequado e mais barato para ele.
Planning
Quebrar o pedido em passos e decidir a ordem antes de agir.
Context engineering
Montar, para cada passo, só a informação que o modelo precisa enxergar.
Reflection
O agente confere o próprio resultado e corrige antes de entregar.
Prompt engineering
Escrever e testar as instruções que o modelo recebe.
Semantic cache
Reaproveitar respostas a perguntas parecidas, para ser mais rápido e gastar menos.

É o que o especialista sabe além do que o modelo aprendeu: os documentos, as regras e a memória da sua empresa.

RAG com fontes
O agente busca nos documentos autorizados antes de responder e cita de onde tirou.
Memória organizacional
O que a empresa já decidiu e aprendeu, guardado para o agente consultar.
Knowledge management
Cuidar da base de conhecimento: o que entra, quem aprova e o que sai de circulação.
Skills
Capacidades prontas e reutilizáveis que o agente pode usar.
Document processing
Ler, extrair e organizar dados de contratos, planilhas e PDFs.

É o que faz o agente trabalhar de verdade: usar ferramentas, mexer em sistemas e conduzir o fluxo até o fim.

Tool use
O agente chama ferramentas, como APIs e sistemas, para realizar ações.
MCP
Padrão aberto para ligar ferramentas de IA a sistemas e dados, sem integração sob medida.
Computer use
O agente opera telas de sistemas que não têm API, como uma pessoa faria.
A2A
Agentes conversando entre si para dividir o trabalho.
Workflow orchestration
Coordenar as etapas, os estados e as esperas de uma jornada.

É o que protege a operação: quem o agente é, o que ele pode acessar e como as credenciais ficam guardadas.

Identidade própria no IAM
O agente tem usuário e permissões próprios, como um funcionário.
IAM e RBAC
IAM controla quem entra; RBAC dá acesso por papel, conforme o que cada papel pode fazer.
Vault
Cofre de credenciais: a senha nunca fica exposta ao modelo.
Defesa contra prompt injection
Proteção contra textos maliciosos que tentam mudar o que o agente faz.
Multi-tenant isolado
Cada cliente com seus dados e configurações separados dos outros.

É o que mantém a IA dentro da autoridade combinada: regras, aprovações humanas e registro de tudo.

Guardrails e motor de políticas
Limites e regras que o agente não pode ultrapassar.
Human in the loop
Uma pessoa aprova ou decide nos pontos definidos.
Structured output
Respostas em formato fixo, que outros sistemas conseguem ler e validar.
Trilha de auditoria imutável
Registro que não pode ser alterado: quem fez o quê, quando e por quê.
Citações
Toda resposta aponta a fonte de onde veio.

É o que mantém o agente funcionando todo dia, mesmo com falhas, picos de uso e troca de modelo.

Checkpoint
Salvar o ponto em que o trabalho parou, para retomar de onde parou.
Batch
Processar muitos itens de uma vez, em lote.
Failover de modelo
Se um modelo falha, outro assume sem interromper o trabalho.
Rate limits e orçamento
Limites de uso e de gasto por agente.
Filas
Pedidos organizados para serem atendidos em ordem, sem se perder.

É como a qualidade é medida e mantida: testes antes de publicar e acompanhamento depois.

Evals
Testes automáticos que medem se o agente acerta.
Drift detection
Perceber quando o desempenho piora com o tempo.
Model evolution
Trocar ou atualizar o modelo com segurança, revalidando o resultado.
Lifecycle do especialista
As fases de um agente: desenhar, testar, publicar, operar e aposentar.
Regression gate
Portão que barra uma mudança se ela piorar o que já funcionava.

É poder ver o que o agente fez e quanto custou: cada execução fica rastreável.

Observability por execução
Cada execução registra passos, decisões e resultado.
Métricas operacionais
Tempo, volume, taxa de sucesso e de escalonamento.
FinOps
Acompanhar e controlar o custo de usar IA e cloud.
Otimização contínua
Usar o que as métricas mostram para ficar mais rápido e mais barato.
Dashboards executivos
Painéis para a liderança acompanhar o resultado.

É como as pessoas usam o agente: nos canais que já usam, com a mesma regra em todos.

Canais corporativos
Slack, Teams, WhatsApp, e-mail e outros que a empresa já usa.
Omnichannel
A conversa continua entre canais, sem recomeçar.
APIs
Portas pelas quais outros sistemas conversam com o agente.
Mesma governança em todo canal
As mesmas regras e a mesma auditoria, em qualquer canal.
Adoção natural
O time usa sem precisar aprender uma ferramenta nova.

ANATOMIA DE UMA EXECUÇÃO

Do pedido à aprovação, passo a passo.

Renovar um contrato de R$ 1,2 milhão passa por 16 nós em 6 estágios e termina esperando a aprovação de uma pessoa.

Exemplo ilustrativo

EntradaSegurançaContextoInteligênciaExecuçãoGovernançaAguardando aprovação humana
3 min 42 sdo pedido à aprovação
38créditos de execução
12documentos consultados
94%aprovado nos evals

JÁ VEM DENTRO

O que o agentOS já tem.

  • RAG sobre fontes autorizadas
  • Construtor de jornadas: workflow por nós, com estados, etapas e contratos de passagem
  • Concierge: app desktop e mobile para falar com todos os especialistas e aprovar o que está na fila
  • MCP: uma integração que todos os especialistas reutilizam
  • Integrações: API, computer use governado e A2A entre especialistas
  • Vault: credenciais nunca expostas ao modelo, com token temporário por execução
  • Billing por consumo: créditos por execução, limites por especialista, alerta a 80% e pausa a 100%
  • Roda com GPU própria ou tokens via API, com modelos abertos ou fechados

POR ONDE VOCÊ SE CONECTA

Sete pontos de conexão, o mesmo agente.

Sempre com o mesmo agente e o mesmo contexto.

DesktopMobileMCPSlackWhatsAppTeamsWebchat
MCPQualquer ferramenta de IA que você já use (Claude, Copilot, IDEs, outros agentes) pode chamar os agentes da NEXO como tools: o agentOS vira fornecedor de capacidades para o seu ecossistema.
ConciergeA porta de entrada própria da NEXO: você escolhe a empresa e o especialista, continua a conversa, grava áudio e aprova o que está na fila, com a mesma identidade, política e auditoria dos outros canais.

ONDE RODA

Na cloud e com o que você já usa.

O agente roda na cloud e nos contratos que você já tem, com GPU própria ou API, com modelos abertos ou fechados. Parcerias: Oracle PartnerNetwork e Anthropic.

CLOUD

Oracle OCIAWSGoogle CloudMicrosoft Azure

MODELOS

AnthropicOpenAIGoogleMetaMistralAlibabaDeepSeekCohere

DADOS E ANALYTICS

DatabricksSnowflakeOracle AI Data PlatformBigQueryMicrosoft Fabric

ENGENHARIA DE AGENTES

Pydantic AILangChain e LangGraphCrewAIMCPvLLMHugging Face

VOZ E MÍDIA

ElevenLabsTwilioDeepgram

CANAIS

SlackMicrosoft TeamsWhatsAppE-mailWeb

SISTEMAS CORPORATIVOS

SAPOracle ERPSalesforceHubSpotServiceNowFreshserviceJiraWorkdayOktaMicrosoft Entra

OBSERVABILIDADE E AVALIAÇÃO

LangSmith e LangfuseOpenTelemetryAvaliadores do agentOS

POR QUE CONFIAR

Governança em primeiro lugar.

  • Os dados ficam no ambiente do cliente: nenhum dado de produção sai da cloud contratada.
  • Toda ação registra quem, quando, com que regra e com que evidência.
  • O escalonamento humano é configurável por tipo de ação e por valor.
  • Avaliação contínua e revalidação a cada mudança de modelo.
  • Alinhamento com a LGPD.

COMO EXPERIMENTAR

Veja funcionando, depois decida.

Demo clicávelUma jornada de referência: o agente recebe a mensagem, planeja, age, entrega e volta depois.
Conexão via MCPUma sessão guiada para conectar o agentOS ao Claude ou ao Copilot.
NEXO LiveA demo mensal ao vivo, com inscrições em breve.
Assessment ou um agenteComece pelo assessment ou direto por um agente do catálogo: Pilot, uma jornada, até 90 dias.

AS PÁGINAS DO AGENTOS

Cada peça, em detalhe.

Dezoito páginas em quatro grupos: Build, Connect, Engage e Operate.

COMECE PELO ASSESSMENT

Qual trabalho da sua operação ainda espera por alguém?

O assessment mostra qual função dói mais e qual deve ser o primeiro especialista digital da sua empresa.