A governança de IA agêntica ganhou um novo capítulo com o Unity AI Gateway da Databricks
A Governança de IA sempre foi aquele assunto que todo mundo sabia que era importante, mas pouca gente conseguia resolver de verdade na prática. As ferramentas existiam, os frameworks teóricos estavam lá, mas na hora de colocar tudo para funcionar dentro de uma arquitetura agêntica real, com múltiplos modelos, chamadas simultâneas a APIs e dados sensíveis trafegando em todas as direções, o buraco era bem mais embaixo.
Enquanto os agentes de IA evoluíram rápido, ganharam autonomia, passaram a orquestrar workflows complexos e a tomar decisões em frações de segundo, as ferramentas de controle ficaram para trás. Esse descompasso criou um cenário onde times de engenharia e dados corriam para escalar suas soluções, mas sem a infraestrutura necessária para garantir que essas soluções operassem dentro de limites seguros, auditáveis e alinhados com as políticas internas das organizações.
O resultado disso é um gap perigoso: agentes acessando sistemas sensíveis, chamando APIs externas, consultando bases de dados internas e interagindo com modelos diferentes, tudo isso sem deixar rastro claro de quem autorizou o quê, quais dados foram compartilhados e se as políticas da empresa foram respeitadas. Para setores regulados, como financeiro, saúde e jurídico, esse cenário não é apenas um problema técnico, é um risco real de compliance que pode gerar consequências sérias.
A Databricks olhou para esse problema e decidiu atacar de frente. Com o lançamento do Unity AI Gateway, a empresa expandiu o modelo de governança do Unity Catalog para cobrir também a camada de IA agêntica, trazendo controle real sobre como agentes acessam modelos de LLM, servidores MCP e APIs externas. E não é só uma camada a mais de configuração. É uma mudança estrutural em como as empresas podem monitorar, controlar e auditar tudo que acontece dentro de uma stack de GenAI, de ponta a ponta. 🚀
O que é o Unity AI Gateway e por que ele importa agora
O Unity AI Gateway é uma solução de Governança de IA desenvolvida pela Databricks que funciona como uma camada centralizada de controle entre os agentes de IA e os recursos que eles precisam acessar para funcionar. Isso inclui desde modelos de LLM hospedados internamente ou em provedores externos, até servidores MCP, ferramentas conectadas por APIs e qualquer outro componente que faça parte de uma arquitetura agêntica moderna. O gateway atua como um ponto único de política, onde as regras de acesso, os limites de uso e os requisitos de auditoria são definidos de forma centralizada e aplicados de maneira consistente em toda a stack.
Para entender a importância disso, basta pensar no que acontece quando um agente de IA responde a uma pergunta de um cliente. Ele chama um LLM para interpretar a consulta, puxa o histórico de pedidos de um sistema como o Salesforce via servidor MCP, verifica dados de envio em tempo real por meio de uma API interna e depois chama o LLM novamente para rascunhar a resposta. Tempo total: menos de um segundo. Visibilidade sobre quem acessou quais dados, quais sistemas foram chamados e se as políticas foram seguidas: quase nenhuma. Esse é exatamente o tipo de cenário que o Unity AI Gateway foi construído para resolver.
O timing do lançamento não é coincidência. O mercado de IA agêntica cresceu de forma exponencial nos últimos dois anos, e com isso cresceu também a complexidade dos sistemas que as empresas precisam gerenciar. Um único workflow agêntico pode envolver múltiplos modelos, diversas chamadas a APIs externas, acesso a bases de dados internas e interações com ferramentas de terceiros, tudo isso orquestrado de forma dinâmica e em tempo real. Agentes de código como Cursor, Codex e Claude Code estão gerando e modificando código de forma autônoma, ampliando ainda mais a superfície de risco. Sem uma solução como o Unity AI Gateway, cada um desses pontos de integração representa um vetor de risco que precisa ser gerenciado manualmente, o que é praticamente inviável em escala.
A Databricks construiu o Unity AI Gateway sobre a base sólida do Unity Catalog, que já era reconhecido como uma das soluções mais robustas de governança de dados do mercado. Essa decisão arquitetural é inteligente porque significa que as empresas que já usam o Unity Catalog para governar seus dados podem estender essa mesma lógica para a camada de IA sem precisar adotar uma solução completamente nova ou manter dois sistemas paralelos de controle. É uma evolução natural que respeita os investimentos já feitos e amplia o escopo de cobertura da governança corporativa. 🎯
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Configuração rápida e suporte a múltiplos provedores
Um dos aspectos mais práticos do Unity AI Gateway é a facilidade de configuração. Agora é possível criar um novo endpoint de LLM ou configurar um servidor MCP em poucos segundos. Basta escolher o modelo desejado, seja Claude Opus 4.6, GPT-4, Gemini, Llama ou qualquer API nativa de provedor, e configurar a governança uma única vez. O mesmo framework se aplica a modelos da Anthropic, OpenAI, Google e modelos open source, sem necessidade de configurações duplicadas ou setups separados para cada provedor.
Na prática, isso significa que uma empresa pode dar ao time de suporte um endpoint Claude para IA conversacional, usar GPT-4 para extração estruturada de dados, equipar os engenheiros com Codex ou Claude para agentes de código e trazer o Gemini para workflows multimodais. Tudo isso com as mesmas políticas de governança aplicadas de forma consistente, sem retrabalho e sem a dor de cabeça de manter múltiplas configurações em paralelo.
Permissões granulares e guardrails que previnem problemas antes que aconteçam
Um dos pilares mais importantes do Unity AI Gateway são as Permissões Granulares. Em vez de trabalhar com controles binários de acesso, onde um agente ou tem permissão total para usar um recurso ou não tem nenhuma, o gateway permite que as organizações definam políticas detalhadas que levam em conta o contexto, o perfil do agente, o tipo de dado envolvido e o nível de sensibilidade da operação. Isso significa que é possível, por exemplo, permitir que um agente consulte determinados modelos de LLM para tarefas de sumarização, mas bloquear o acesso desse mesmo agente a modelos mais avançados que poderiam ser usados para processar informações confidenciais.
Controle de acesso granular para ferramentas
Quando agentes chamam servidores MCP para acessar sistemas internos, o Unity AI Gateway suporta execução on-behalf-of user, ou seja, em nome do usuário solicitante. Isso é um detalhe técnico que faz toda a diferença: o MCP executa com as permissões exatas do usuário que fez a requisição, e não com uma conta de serviço compartilhada. Se um usuário não tem acesso a um registro no Salesforce, o agente também não consegue acessar, mesmo que tenha privilégios elevados em outras áreas. Esse nível de controle fino é o que diferencia uma solução de governança séria de uma camada superficial de configuração.
Guardrails flexíveis alimentados por LLM judges
Os guardrails do Unity AI Gateway usam uma abordagem de prompt + modelo e podem ser configurados para atuar em requisições, respostas ou ambas. Algumas das proteções disponíveis incluem:
- Detecção e redação de PII: detecta e mascara e-mails, números de documentos e telefones antes que cheguem a modelos externos
- Segurança de conteúdo: bloqueia conteúdo tóxico, prejudicial ou inapropriado com filtros personalizáveis
- Detecção de injeção de prompt: captura tentativas de jailbreak que tentam sobrescrever instruções do sistema
- Prevenção de exfiltração de dados: impede a exposição de dados de treinamento ou conteúdo proprietário
- Guard contra alucinação: valida respostas contra fontes de fundamentação
- Guardrails customizados: permite criar regras próprias com prompt e modelo personalizados
Cada guardrail é sustentado por um prompt editável e um modelo configurável, não por uma lógica rígida pré-construída. Quando uma violação é detectada, o Unity AI Gateway pode rejeitar a requisição ou mascarar dados sensíveis. Todas as ações são registradas para auditoria. Essa capacidade está atualmente sendo disponibilizada e estará acessível em todas as regiões suportadas em breve. ⚡
Observabilidade de ponta a ponta como base para confiança
De nada adianta ter controles sofisticados se você não consegue ver o que está acontecendo dentro do sistema. É aqui que a Observabilidade do Unity AI Gateway entra como um componente essencial da solução. O gateway registra de forma detalhada todas as interações dos agentes com os recursos disponíveis, criando um trail de auditoria completo que cobre desde a chamada inicial até a resposta final, passando por cada etapa intermediária do workflow.
Três equipes diferentes precisam de respostas quando agentes de IA entram em produção: FinOps quer saber o que está custando dinheiro, engenharia precisa depurar falhas e segurança precisa de trilhas de auditoria. O Unity AI Gateway entrega para cada time o que eles precisam a partir da mesma infraestrutura unificada de logging.
Para FinOps: rastreamento de custos pelo que importa
Cada requisição é registrada nas tabelas de sistema do Unity Catalog com custos reais em dólares, não apenas contagem de tokens. Throughput provisionado, uso pay-per-token e precificação de modelos externos são calculados automaticamente. É possível fatiar os custos de várias formas:
- Tags de endpoint: agrupe por time, ambiente ou centro de custo
- Tags de requisição: atribuição dinâmica para plataformas SaaS que fazem proxy para clientes finais
- Identidade: agregue por usuário ou service principal e mapeie gastos para responsáveis de orçamento
- Modelo e provedor: acompanhe quais modelos, como Opus versus Sonnet, e quais provedores, como Anthropic versus OpenAI, geram mais custos
Para Engenharia: payloads completos para depuração
Com as inference tables habilitadas, o Unity AI Gateway captura payloads completos de requisição e resposta, latência, códigos de status e erros em tabelas Delta. Quando um agente falha, é possível rastrear exatamente qual prompt foi enviado, o que o modelo retornou e onde a cadeia quebrou. Ferramentas como Genie Code e MLflow podem ser usadas para depurar e resolver problemas rapidamente.
Para Segurança: trilhas de auditoria completas
Cada requisição registra a identidade solicitante, timestamp e, para chamadas MCP, o nome da conexão, método HTTP e se a chamada foi executada em nome do usuário. As permissões do Unity Catalog controlam quem pode ver cada informação. Uma única infraestrutura de logging alimenta três casos de uso críticos, tudo construído sobre tabelas Delta que a organização possui e controla. 🔍
Modelos de LLM e o desafio de gerenciar múltiplos provedores
Um cenário cada vez mais comum nas empresas é o uso simultâneo de modelos de LLM de múltiplos provedores. Algumas organizações usam modelos da OpenAI para determinadas tarefas, modelos da Anthropic para outras, modelos open source hospedados internamente para casos de uso específicos e ainda podem ter modelos customizados treinados com dados proprietários. Gerenciar esse ecossistema heterogêneo sem uma solução centralizada é um pesadelo operacional que gera inconsistências de política, dificuldades de auditoria e riscos de segurança que se multiplicam conforme o número de modelos e integrações aumenta.
O Unity AI Gateway resolve esse problema tratando todos os modelos de LLM, independentemente de onde estão hospedados ou de qual provedor são, como recursos gerenciados dentro do mesmo framework de governança. Isso significa que as mesmas políticas de acesso, os mesmos requisitos de auditoria e os mesmos controles de segurança se aplicam de forma uniforme a todos os modelos, sem que o time precise criar configurações específicas para cada provedor ou manter diferentes sistemas de controle em paralelo.
Confiabilidade e flexibilidade para produção
Além da governança, o Unity AI Gateway também entrega recursos fundamentais para manter agentes rodando de forma confiável em produção.
APIs unificadas para troca de provedor sem atrito
Se portabilidade importa, e deveria importar, o Unity AI Gateway oferece uma API compatível com OpenAI. O código permanece o mesmo independentemente do provedor. A aplicação é escrita uma vez e depois basta trocar o modelo atualizando a configuração do endpoint. Sem mudança de código, sem necessidade de novo deploy.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Failover automático para manter tudo funcionando
É possível configurar modelos de fallback, e o Unity AI Gateway lida com falhas automaticamente. Se o modelo primário atinge limites de taxa ou retorna erros, as requisições são roteadas para o modelo de backup em sequência até que um deles responda com sucesso. A cota do Opus foi esgotada? O tráfego cai automaticamente para o Sonnet. O provedor está passando por uma indisponibilidade? A aplicação roteia para uma alternativa. Sem intervenção manual, sem downtime.
Além disso, o Unity AI Gateway permite definir limites de taxa no nível do endpoint, do usuário ou do grupo, prevenindo custos descontrolados e protegendo SLAs antes que os problemas comecem. 💡
O que esse lançamento significa para o mercado de IA agêntica
O lançamento do Unity AI Gateway representa um passo concreto em direção a um modelo de operação de IA que equilibra inovação com responsabilidade. O que mudou não são apenas as ferramentas, é a própria arquitetura. Agentes de IA agora orquestram workflows com múltiplas etapas através de modelos e sistemas, frequentemente tocando dados sensíveis a cada passo. E isso levanta questões novas: quem autorizou cada ação? Quais dados foram compartilhados com qual modelo? As políticas foram aplicadas de forma consistente? Se algo quebrar, é possível rastrear toda a cadeia?
Ferramentas tradicionais de governança não foram construídas para esse mundo. Elas operam em silos e não conseguem fornecer uma visão unificada ao longo de todo o ciclo de vida das ações de um agente. O Unity AI Gateway preenche exatamente essa lacuna, oferecendo governança de MCP, controle sobre quais agentes podem acessar quais sistemas externos e rastreamento de como os dados são utilizados.
À medida que os agentes de IA se tornam cada vez mais autônomos e integrados aos processos críticos das empresas, ter uma infraestrutura de governança robusta deixa de ser opcional e passa a ser um requisito fundamental para qualquer organização que queira escalar sua estratégia de IA de forma sustentável e confiável. As novas capacidades do Unity AI Gateway já estão disponíveis nas regiões suportadas pela Databricks, podendo ser acessadas diretamente pelo workspace da plataforma.
Algumas das funcionalidades descritas estão disponíveis em versão Beta, o que indica que a Databricks ainda está refinando certas capacidades com base no feedback dos usuários. Mesmo assim, o conjunto de recursos já disponível representa uma das abordagens mais completas do mercado para governança de IA agêntica, cobrindo desde permissões granulares até observabilidade de ponta a ponta, passando por guardrails inteligentes, controle de custos e confiabilidade em produção.
