Jota Oliveira
Voltar ao blog

Mentoria

Mentoria com agentes de IA precisa testar os limites

Mentor e aprendiz de papel conferem três registros de teste conectados por um fio, e o aprendiz marca a evidência de uma ação bloqueada.

Para mentores e equipes de desenvolvimento, aprender a usar um agente de IA inclui conferir onde ele deve parar. Uma prática pode terminar com uma entrega funcionando e com evidências de que o agente respeitou as permissões combinadas.

Em 7 de outubro de 2026, a Microsoft anunciou a disponibilidade de Microsoft Execution Containers, ou MXC. A camada permite definir recursos, como arquivos e destinos de rede, e aplicar esses limites durante a execução. O anúncio distingue o modo Learning, que bloqueia e registra acessos não concedidos, do Permissive, que registra esses acessos, mas permite sua execução. Logo, observar um relatório não basta para afirmar que uma ação foi impedida.

Minha leitura para a mentoria é prática: vale ensinar a pessoa a reconhecer essa diferença antes de ampliar o acesso de um agente. O exercício a seguir é uma proposta editorial, não uma atividade oficial da Microsoft nem uma receita de instalação.

Uma entrega e uma evidência de limite

Prepare um ambiente de teste com materiais fictícios e uma tarefa pequena: ler solicitações de exemplo e salvar um resumo em uma pasta de saída. Separe também um arquivo que deverá permanecer somente para leitura. O responsável pelo ambiente configura e confere as restrições antes da prática.

A pessoa acompanhada registra o resultado esperado em três situações:

  • ler a entrada autorizada;
  • salvar a entrega no destino permitido;
  • tentar alterar o arquivo protegido, sem conseguir.

Depois, compara o esperado com o observado. Uma mensagem do agente dizendo que não alterou o arquivo é insuficiente: confira o conteúdo antes e depois, junto com o registro do bloqueio fornecido pelo ambiente. Se a alteração passar, a prática revelou uma configuração inadequada e precisa parar para revisão.

Na conversa de feedback, peça que a pessoa explique qual acesso era necessário, qual deveria ser negado e que evidência sustenta cada conclusão. Ela pode entregar uma nota curta com os casos, resultados e dúvidas restantes. Outro colega deve conseguir repetir a verificação.

Esse exercício complementa a prática que deixa algo executável e a definição de limites antes de delegar à IA. Aqui, a aprendizagem aparece na capacidade de explicar e verificar uma decisão de acesso.

Um bloqueio correto não confirma a qualidade do resumo nem demonstra segurança completa. São avaliações diferentes. Na próxima mentoria, escolha uma tarefa pequena e reserve tempo para revisar uma entrega e uma evidência de limite respeitado.

Fonte: Microsoft: limites de execução para agentes de IA, 7 de outubro de 2026.

Continue a leitura

Três folhas de papel em pé atrás de uma lente coral que destaca um desnível na linha da folha verde.

Ensine o agente de código a localizar o bug antes de editar

Em um exercício de mentoria, peça que o agente de código localize a falha e mostre a evidência antes de propor a correção.

Ler artigo
Aprendiz de papel ajusta uma curva coral em uma pequena pista sobre base amarela, com uma bola pronta para testar o caminho até a saída.

Hackathon com IA: transforme o projeto em uma prova de aprendizagem

Para aprender em um hackathon com IA, escolha uma mudança pequena, explique o efeito esperado e guarde o teste que demonstra o resultado.

Ler artigo