NVIDIA lançou o Agent Toolkit para a execução segura de agentes corporativos de AI

A NVIDIA apresentou o Agent Toolkit — uma stack open source para empresas que querem executar AI-agentes não em demos, mas em sistemas internos reais. Na GTC 2026 em San Jose, a empresa demonstrou como planeja resolver a preocupação principal dos clientes enterprise: perda de controle sobre dados, acessos e ações do agente.

Por que o mercado está desacelerando

Clientes corporativos deixaram de questionar se precisam de AI-agentes há muito tempo. A pergunta agora é diferente: o que acontece quando tal agente ganha acesso ao CRM, documentos internos, service desk, cobrança ou processos de produção. Se um chatbot comum erra na resposta, é desagradável.

Se um agente autônomo executa uma ação por conta própria, o erro se torna um incidente, um vazamento ou custos diretos. É exatamente por isso que a transição de pilotos para produção está acontecendo mais lentamente do que os fornecedores de modelos prometeram. A NVIDIA não está apostando em outro "assistente inteligente", mas em uma camada de infraestrutura projetada para manter agentes dentro de limites definidos.

A empresa é explícita de que os negócios precisam de guardrails: políticas de acesso, restrições de rede, controles de privacidade e responsabilidade clara pelas ações do sistema. Até agora, tudo isso foi frequentemente montado manualmente para cada caso específico, o que escala mal. O Agent Toolkit é posicionado como uma tentativa de padronizar essa parte do mercado e remover a principal barreira para adoção.

O que está no Stack

O componente-chave da plataforma é o OpenShell, um runtime open source para agentes autônomos. Na terminologia da NVIDIA, os próprios agentes são chamados de claws, e o OpenShell garante que funcionem de acordo com a política da empresa e não "como conseguem". Ele impõe restrições de segurança, rede e privacidade e deve permitir que um agente realize trabalho útil sem obter privilégios excessivos. Esta é uma mudança importante: o foco passa do próprio modelo para o ambiente de runtime e controle de comportamento.

• OpenShell — ambiente de runtime com políticas de segurança, restrições de rede e privacidade
• AI-Q — blueprint para busca agentic e trabalho com conhecimento corporativo, construído junto com LangChain
• Nemotron — modelos abertos da NVIDIA para estágios de pesquisa e análise dentro do pipeline de agentes
• Avaliação integrada de respostas — sistema que mostra exatamente como o agente chegou ao resultado

Dentro do Agent Toolkit está também o AI-Q — um blueprint de busca agentic construído com LangChain. A NVIDIA emprega um esquema híbrido: modelos frontier lidam com orquestração, enquanto modelos Nemotron abertos assumem a porção de pesquisa. De acordo com a empresa, essa abordagem pode reduzir custos de requisição em mais de 50% enquanto entrega resultados no nível dos melhores desempenhos em DeepResearch Bench e DeepResearch Bench II. Para empresa, esta não é uma métrica cosmética: a economia de requisições é precisamente o que frequentemente quebra a escalabilidade após um piloto bem-sucedido.

"Claude

Code e OpenClaw iniciaram um ponto de virada para AI agentic — está se movendo além de geração e raciocínio para ação," disse Jensen Huang.

Para evitar que isso pareça puramente teórico, a NVIDIA imediatamente amarrou o OpenShell ao ecossistema de fornecedores de segurança. A empresa anunciou compatibilidade e parcerias com Cisco, CrowdStrike, Google, Microsoft Security e TrendAI. A lógica é simples: se agentes vão trabalhar dentro de redes corporativas, devem se integrar em ferramentas de segurança existentes em vez de pedir ao negócio para construir um mundo separado apenas para AI.

Quem já está conectado

A NVIDIA montou rapidamente uma lista impressionante de parceiros em torno do Agent Toolkit: Adobe, Atlassian, SAP, Salesforce, ServiceNow, Siemens, Cisco, CrowdStrike, Red Hat, Box, Cohesity, Cadence, Dassault Systèmes, IQVIA e Synopsys. Este é um sinal importante para o mercado: não se trata de um SDK experimental para desenvolvedores entusiastas, mas de uma tentativa de se tornar a camada fundamental para software enterprise. A NVIDIA quer que sua stack viva não ao lado de software enterprise, mas abaixo dele — como uma camada padrão para cenários agentic.

Há também exemplos mais específicos. Salesforce, junto com NVIDIA, está construindo uma arquitetura de referência onde funcionários usam Slack como a interface principal e camada de orquestração para agentes Agentforce trabalhando com dados de fontes on-premises e na nuvem. Atlassian está integrando o Agent Toolkit em sua estratégia Rovo para Jira e Confluence. ServiceNow está desenvolvendo uma "força de trabalho autônoma" de especialistas em AI com base nesse fundamento. Siemens lançou o Fuse EDA AI Agent para automatizar workflows em eletrônica, e IQVIA já implantou mais de 150 agentes em equipes internas e com clientes, incluindo 19 das 20 maiores empresas farmacêuticas.

O toolkit está disponível agora em build.nvidia.com e é suportado em AWS, Google Cloud, Microsoft Azure e Oracle Cloud Infrastructure.

O que isso significa

A NVIDIA está tentando ocupar o nível mais vantajoso deste mercado emergente: não apenas vendendo chips ou modelos, mas controlando o runtime, segurança e economia dos AI-agentes enterprise. Se a abordagem com OpenShell e AI-Q realmente simplificar a implantação de agentes em produção, a empresa tem uma chance de se tornar para enterprise agentic o que Kubernetes se tornou para contêineres: não o único jogador, mas a camada pela qual quase todas as implantações sérias passam.