StarGuard AI: por que LLMs corporativos precisam de um firewall e como a Orion Soft constrói o seu

A Orion Soft apresentou em julho de 2026 o StarGuard AI, um gateway de segurança (firewall) para grandes modelos de linguagem em ambiente corporativo. O produto fica entre os usuários e os modelos e controla como funcionários, desenvolvedores e serviços internos acessam LLMs locais e em nuvem.

Por que as empresas passaram a precisar de um firewall para LLMs

No último ano, os grandes modelos de linguagem passaram, nas empresas, de experimentos pontuais a parte integrada dos processos de trabalho, e foi justamente isso que criou uma nova superfície de risco. Enquanto o modelo era um brinquedo de uma única equipe, não havia muito o que proteger. Quando o LLM passou a fazer parte da lógica dos produtos internos, cada requisição a ele se tornou um canal por onde dados podem vazar ou instruções maliciosas podem entrar.

Segundo a descrição da Orion Soft, nas empresas cresceram ao mesmo tempo, no último ano, quatro formas de uso de LLMs:

• Times de TI implantam modelos locais (on-premise)
• Usuários de negócio trabalham por meio de serviços em nuvem
• Desenvolvedores conectam agentes de IA diretamente às IDEs
• Produtos internos usam LLMs como parte de sua lógica de negócio

Cada um desses quatro canais segue suas próprias regras de acesso. Sem um ponto único de controle, a área de segurança não enxerga quem envia o quê e para onde ao modelo.

O que o gateway StarGuard AI protege

O StarGuard AI funciona como um ponto único de controle de todas as chamadas a LLMs, em analogia ao firewall de rede, mas voltado ao tráfego destinado aos modelos. A ideia é dar à segurança corporativa um único gateway gerenciável, em vez de dezenas de integrações dispersas com serviços em nuvem e locais.

As ameaças típicas que motivam a construção desse tipo de gateway se dividem em três frentes: vazamento de dados sensíveis ao enviar requisições a LLMs externos em nuvem; prompt injection, a inserção de instruções maliciosas na entrada do usuário; e o "shadow AI", quando funcionários usam modelos fora das políticas da empresa. Um gateway único permite enxergar e filtrar esse fluxo em um só ponto.

"É justamente para essa tarefa que estamos desenvolvendo o

StarGuard AI, um gateway de segurança para grandes modelos de linguagem", afirma Nikita Vekesser, gerente de produto na área de infraestrutura de IA da Orion Soft.

Como observa Vekesser no blog da Orion Soft no Habr, a transição dos experimentos para a integração foi "curta, mas visível": a tecnologia foi adotada mais rápido do que as empresas conseguiram montar um perímetro de segurança em torno dela. O gateway fecha justamente essa lacuna, entre a velocidade de adoção dos LLMs e a maturidade da proteção.

Em que um firewall de LLM difere de um firewall de rede

Um firewall de LLM controla não pacotes de rede, mas o significado das requisições e das respostas do modelo: ele analisa o conteúdo dos prompts e das gerações, e não apenas endereços IP e portas. Um firewall de rede convencional não entende que, dentro de uma requisição a um LLM, existe uma tentativa de extrair um segredo corporativo ou de contornar uma instrução. Já um gateway especializado é projetado justamente para esses quatro cenários de uso corporativo de modelos.

Isso reflete uma mudança mais ampla: em torno dos modelos de linguagem começa a se formar uma camada própria de infraestrutura, com controle de acesso, auditoria de requisições e filtragem de entrada e saída. Antes, essa camada era construída em torno de redes, bancos de dados e APIs; agora chegou a vez dos LLMs.

O que isso significa

A infraestrutura de IA entra numa fase em que surge, em torno dos modelos de linguagem, um perímetro de segurança próprio, como já aconteceu com as redes e as APIs. O surgimento de firewalls de LLM especializados, como o StarGuard AI, indica que o uso corporativo de IA deixa de ser experimento e passa a exigir os mesmos mecanismos de controle de qualquer sistema de TI crítico.