Pagamentos de agentes de IA com criptomoedas: como manter os gastos sob controle

Pagamentos automatizados não são novidade no universo cripto. Robôs de negociação, scripts e trocas automáticas entre tokens movimentam fundos há anos sem que uma pessoa aprove cada transação. Mas eles apenas executavam decisões que eu já havia tomado.

Um agente de IA vai além. Ele recebe uma tarefa, escolhe como realizá-la e, ao longo do processo, decide a quem pagar, quando e quanto. Pela primeira vez, posso delegar a uma máquina parte da decisão financeira, não apenas dar acesso ao dinheiro.

O problema: quanto mais liberdade um agente tem, mais caro sai um erro de configuração. Em um experimento, isso me custou cerca de $500. Foi quando deixei de ver os pagamentos feitos por agentes como uma nova geração de pagamentos automáticos e passei a tratá-los como um modelo distinto de gestão do dinheiro.

Dos robôs de negociação aos agentes de IA

Minha primeira experiência em deixar um programa gerenciar parte dos meus recursos não teve nada a ver com IA. Era um robô de negociação: ele monitorava alguns parâmetros do mercado e negociava por conta própria sempre que as condições que eu havia definido eram atendidas. Eu definia a lógica, o tamanho das posições e o risco aceitável, e o software simplesmente agia mais rápido do que eu.

Suas limitações apareceram logo. O robô lidava com tudo o que eu havia previsto e não entendia nada além disso. Quando o mercado se comportava de forma atípica, ele não conseguia dizer: "Melhor ficar de fora desta vez."

Essa é a principal diferença em relação aos agentes de IA atuais. Com um robô, eu dizia: "Se A acontecer, faça B." Com um agente, posso dizer: "Consiga o resultado de que preciso e descubra como chegar lá."

Isso muda o que significa fazer um pagamento. Para mim, uma compra sempre tem etapas distintas: encontrar o produto, decidir e finalizar a compra. Para um agente, não existe essa separação. Pagar é apenas mais uma etapa da tarefa, assim como comparar fornecedores — em segundos — ou trocar de ativo ou rede dentro das permissões que recebeu.

É isso também que diferencia os agentes do pagamento automático que já conhecemos. Em uma assinatura com débito automático no banco, uma empresa conhecida cobra um valor fixo uma vez por mês. Um agente pode decidir do que precisa, escolher um fornecedor e avaliar se a compra vale a pena. A diferença parece pequena, mas, em termos de controle do dinheiro, é um modelo completamente diferente.

Por que as stablecoins são adequadas para pagamentos feitos por máquinas

As stablecoins (tokens de criptomoedas atrelados a uma moeda, como o dólar americano) são adequadas para pagamentos feitos por máquinas porque são a única forma comum de dinheiro que combina programabilidade, baixo custo para transferir pequenas quantias, disponibilidade contínua e valor estável. 

Cartões não compensam para valores pequenos. Um pagamento online típico com cartão tem uma tarifa fixa de cerca de 30 centavos, mais um percentual. Isso funciona para uma compra de $50, mas não para uma solicitação de dados de $0,15. Segundo um relatório da Keyrock, o valor médio dos pagamentos feitos por agentes de IA nos 12 meses até abril de 2026 foi de apenas $0,31 a $0,48, e cerca de 76% das transações desses agentes tinham valores inferiores à tarifa mínima de 30 centavos.

A infraestrutura bancária foi feita para pessoas. Você abre uma conta, passa por verificações, faz login, confirma a transferência e, às vezes, espera a aprovação do banco — ou até segunda-feira, se for fim de semana. Um agente funciona 24 horas por dia e, com stablecoins, cria uma transação, assina e envia à rede, onde o pagamento é liquidado em segundos ou minutos, em qualquer dia da semana. Código se comunica diretamente com código.

A volatilidade das criptomoedas desestabiliza o orçamento. O Bitcoin também é programável, mas seu preço oscila. Se o orçamento de um agente é de 0.001 BTC, seu poder de compra real muda a cada hora, assim como todos os seus limites. Um valor como 20 USDT significa a mesma coisa para mim e para o programa, hoje e amanhã. É fácil planejar orçamentos e acompanhar despesas, e os limites não precisam ser recalculados conforme o mercado oscila.

Leia mais: Qual é a diferença entre USDT e USDC? Uma comparação clara

Como os agentes de IA pagam hoje: os protocolos por trás dos pagamentos por agentes

Para que um agente possa pagar, o vendedor precisa saber quem está pagando, em nome de quem e se o pagamento está autorizado. Vários padrões abertos já respondem a essas perguntas. 

• x402, criado pela Coinbase, retoma o código de status HTTP 402, "Pagamento necessário", que ficou muito tempo sem uso. Um serviço responde a uma solicitação informando um preço, o agente paga em stablecoins e a solicitação é atendida. O protocolo é adequado ao acesso a APIs, dados e recursos computacionais com cobrança por solicitação. Em abril de 2026, o protocolo passou para a x402 Foundation, vinculada à Linux Foundation, com membros como Google, Stripe, AWS, Visa e Mastercard.
• AP2 (Agent Payments Protocol), apresentado pelo Google em setembro de 2025, descreve como um usuário concede a um agente um "mandato" verificável para fazer compras em seu nome. Funciona com cartões, transferências bancárias e stablecoins; os pagamentos com criptomoedas são processados por uma extensão do x402.
• ACP (Agentic Commerce Protocol), desenvolvido em conjunto pela OpenAI e pela Stripe e lançado em setembro de 2025, permite que um agente finalize uma compra com um lojista, por exemplo, comprando diretamente no ChatGPT.

Meu primeiro teste: um agente que compra livros para mim

A etapa seguinte começou quando tentei automatizar uma tarefa cotidiana, em vez de operações de compra e venda. Desta vez, o objetivo era diferente: em vez de executar um comando financeiro específico, o programa precisava realizar várias etapas por conta própria e chegar ao resultado que eu queria.

Para o experimento, escolhi o cenário mais simples possível — livros. Compro livros regularmente e queria ver se era possível eliminar a maioria das pequenas etapas desse processo. O agente recebeu uma lista de interesses, um limite de preço e algumas lojas em que podia comprar. A cada intervalo definido, podia conferir os lançamentos, escolher opções adequadas e fazer um pedido, desde que atendesse às minhas condições.

De propósito, não dei ao agente um orçamento alto. Nessa etapa, a ideia não era criar um comprador totalmente autônomo, apenas testar o princípio. E foi exatamente nesse formato que o sistema se mostrou surpreendentemente prático. Eu já não precisava me lembrar de comprar algo, procurar de novo a seção certa e comparar várias opções. Defini as regras uma vez e só intervinha quando algo fugia delas.

O erro de configuração que me custou cerca de $500

Depois desse primeiro experimento bem-sucedido, cometi um erro clássico: decidi dar mais liberdade ao sistema. O cenário simples funcionou bem, então pareceu lógico passar para uma tarefa em que o agente teria que gerenciar várias despesas por conta própria.

Em um dos testes, ele recebeu um orçamento específico e permissão para comprar recursos computacionais para processar dados. Limitei o custo máximo de cada operação ($40) e defini quais serviços ele poderia usar. No papel, tudo parecia perfeitamente seguro — o agente não poderia, de repente, enviar todo o saldo para um destinatário desconhecido ou comprar um serviço caro demais.

Mas deixei passar uma regra: não limitei o número de operações idênticas por tarefa.

Durante a execução da tarefa, o agente obteve resultados insatisfatórios várias vezes. Em vez de parar e me consultar, concluiu, de forma bastante lógica, que o problema era a falta de recursos. O primeiro aluguel estava dentro do limite, assim como o segundo, e o terceiro também não violava nenhuma condição. Depois veio mais um.

Quando percebi o que estava acontecendo, o gasto total já se aproximava de $500.

Minha primeira reação foi óbvia: o sistema fez uma besteira e desperdiçou dinheiro. Mas, quando analisei com calma a sequência de ações, vi que o agente tinha agido exatamente dentro dos limites que eu havia definido.

Eu tinha proibido compras caras, mas nunca disse quantas compras baratas eram aceitáveis. Não havia especificado depois de quantas tentativas fracassadas ele deveria parar. Não havia definido uma regra que exigisse minha aprovação quando os gastos aumentassem. Do ponto de vista do programa, comprar um pouco mais de capacidade computacional continuava sendo uma maneira perfeitamente válida de atingir o objetivo.

O agente não quebrou nenhuma regra. O problema eram as minhas próprias regras

Mais do que qualquer outra coisa, esse caso mudou minha forma de pensar sobre pagamentos autônomos.

Os problemas nem sempre surgem porque um modelo "enlouqueceu", um serviço foi invadido ou o código travou. Uma situação muito mais desagradável é quando um agente age racionalmente dentro de regras mal definidas por seu dono. Ele não sabe o que eu "realmente quis dizer" se isso não estiver nas restrições.

Depois disso, finalmente entendi: dar uma carteira a um agente é a parte fácil. Definir corretamente sua liberdade financeira é muito mais difícil.

Leia mais: Como os usuários de criptomoedas realmente perdem dinheiro em 2026

Autonomia controlada: 6 limites que agora defino para todo agente de IA

Desde então, minha abordagem ficou bem mais cautelosa. Já não considero um único limite geral uma proteção suficiente. Uma configuração sólida precisa de várias restrições independentes, cada uma voltada a um tipo de erro.

Na prática, agora trato a carteira de um agente como um orçamento operacional separado dentro de uma empresa. Ele não precisa de acesso total aos recursos principais. Para uma tarefa específica, precisa apenas das permissões indispensáveis para executá-la — nada além disso.

Mais uma lição: esses limites precisam ficar fora do modelo de IA, na carteira ou na infraestrutura de pagamentos, não no prompt. Um prompt é um pedido, não uma garantia. Um bug ou uma injeção de prompt (instruções ocultas em uma página da web ou arquivo que manipulam o comportamento do agente) pode fazer o agente ignorá-lo. Um limite aplicado pela carteira simplesmente rejeita a transação.

Eu sei, isso é muito menos espetacular do que a ideia de "dar uma carteira à IA e deixá-la agir livremente", mas está muito mais perto de um produto real. A autonomia total impressiona nas demonstrações. Quando há dinheiro real envolvido, a liberdade controlada importa muito mais para mim.

Leia mais: Sua empresa está pronta para aceitar stablecoins?

Por que os pagamentos de agentes podem transformar o mercado de criptomoedas

Há anos, o setor de criptomoedas imagina a adoção em massa como um cenário em que as pessoas guardam criptomoedas, pagam com elas em lojas e as transferem entre si. Não tenho certeza de que os humanos vão impulsionar a próxima onda de pagamentos. Para mim, dois modelos estão surgindo.

No modelo agente-serviço, um agente encontra um recurso, verifica o preço e paga por uso, enquanto a pessoa apenas define o orçamento e os requisitos. 

No modelo agente-agente, um agente delega parte de uma tarefa a outro e paga quando o trabalho é concluído. Um agente de pesquisa, por exemplo, pode contratar uma análise complexa de dados de um agente especializado na área, em vez de fazer tudo sozinho. 

Se isso se popularizar, uma parcela significativa dos participantes da economia nem sequer será formada por pessoas.

Os números atuais ainda são modestos. Segundo um relatório da Keyrock, os agentes de IA liquidaram pouco mais de $73 milhões em transações na blockchain no último ano, um valor muito baixo para os padrões do mercado cripto. Mas a direção importa mais do que o volume. Uma pessoa não consegue fazer milhares de compras relevantes por dia, mas uma empresa pode operar dezenas de agentes capazes disso. A escala passará a ser medida não apenas pelo número de titulares de carteiras, mas também pelo número de programas autônomos e pela atividade econômica que eles geram.

Os componentes já existem: modelos que planejam sequências complexas de ações, APIs e dinheiro programável na forma de stablecoins e contratos inteligentes. Falta ensinar esses sistemas a gerenciar um orçamento com segurança. Se isso funcionar, o mercado cripto ganhará uma nova categoria de participantes: programas que precisam usar dinheiro diretamente para realizar seu trabalho. 

Quando você estiver pronto para desenvolver soluções para esses programas, a Volet.com pode ajudar a montar a estrutura financeira: aceitar pagamentos em stablecoins e fazer repasses diretamente na blockchain, sem intermediários que mantenham seus fundos sob custódia.