Neste artigo
- Uma plataforma que dá a cada funcionário um agente que conhece a sua empresa
- Três partes compõem a plataforma
- O que importa são as permissões, não o modelo
- A política acompanha o que o agente viu
- O custo também é governado
- O que isso realmente significa para o seu negócio
- Como a Origami constrói isso
- Fontes
Uma plataforma que dá a cada funcionário um agente que conhece a sua empresa
No início de agosto de 2026, a Cloudflare anunciou que está abrindo o código do Cloudflare OS: uma plataforma aberta que qualquer organização pode implantar na própria conta, dando a cada funcionário um espaço de trabalho e um agente de IA baseado no contexto da empresa — sua terminologia, seus procedimentos e seus sistemas —, com uma camada de permissões que controla o que o agente realmente pode acessar. A ideia central é simples: a IA não tem muita utilidade no trabalho se não consegue chegar aos sistemas em que as pessoas de fato trabalham, mas entregar aos agentes as chaves desses sistemas é um risco inaceitável. O Cloudflare OS tenta resolver isso no nível da plataforma, em vez de deixar que cada desenvolvedor acerte por conta própria.
A Cloudflare diz que lançou uma primeira versão interna para todos os funcionários em maio de 2026, e que milhares de pessoas — muitas delas fora da engenharia — a usam diariamente para criar documentos e apresentações, automatizar tarefas repetitivas e construir pequenos aplicativos. A versão que agora tem o código aberto foi reconstruída com base nas lições desse uso interno.
Três partes compõem a plataforma
O Cloudflare OS combina três peças. Primeiro, um espaço de trabalho do agente usado pelo navegador, sem exigir habilidades de desenvolvimento, pré-carregado com o contexto e as habilidades que suas equipes selecionaram e apoiado por um ambiente de execução isolado onde o agente pode escrever e executar código. Segundo, uma estrutura de segurança e governança para acesso seguro a dados e serviços internos. Terceiro, uma plataforma de aplicativos pessoais e modificáveis, onde o agente pode construir um aplicativo completo, com interface, lógica e estado próprios, que você compartilha com a equipe do mesmo jeito que compartilha um documento.
O que diferencia a proposta é que os resultados do agente não são arquivos estáticos. Um documento, uma planilha ou um painel pode continuar conectado a dados ao vivo e se atualizar conforme as fontes mudam. A plataforma também oferece suporte a fluxos de trabalho majoritariamente determinísticos, executados em um agendamento ou quando um evento é disparado em um sistema conectado, de modo que uma sequência conhecida de passos não consome uma sessão inteira do modelo a cada vez.
O que importa são as permissões, não o modelo
Esta é a verdadeira lição para qualquer empresa que pensa em rodar agentes sobre os próprios dados. A Cloudflare afirma que todo agente e todo aplicativo começam com acesso a absolutamente nada. Um agente pede acesso a um recurso específico, que você concede ou nega, e o código gerado recebe esse recurso como um vínculo tipado (typed binding), enquanto a credencial em si fica completamente isolada do agente e do seu código. O código de servidor roda dentro de um Dynamic Worker com a rede de saída global desativada, e o código de cliente roda em um quadro isolado (sandbox) no navegador.
Acima disso existe um conceito chamado Gatekeepers: um intermediário específico de cada serviço que entende a API de um sistema externo, seus recursos e as operações permitidas sobre eles. Em vez de dar a um agente toda a sua conta de hospedagem de código, um Gatekeeper pode restringi-lo a um único repositório, permitir a leitura de issues mas não do código-fonte, mascarar campos específicos, aplicar limites de taxa e exigir aprovação humana antes de qualquer ação com efeito externo. O Gatekeeper guarda a credencial, aplica a política e registra o que foi lido.
O gargalo da IA no trabalho já não é a qualidade do modelo — é o acesso governado aos seus sistemas. Quem resolver as permissões primeiro é quem realmente vai se beneficiar.
A política acompanha o que o agente viu
A parte mais inteligente do design é que a plataforma registra cada recurso que um agente observa, e esse registro fica vinculado ao agente e aos seus resultados. Se um agente lê uma tabela sensível e a transforma em um painel ao vivo, e depois outro funcionário tenta abrir esse painel, o sistema verifica primeiro o acesso dessa pessoa aos recursos originais. Compartilhar um resultado não vira uma porta dos fundos para vazar dados. O mesmo registro de observação é usado para limitar o que o agente pode fazer depois de tocar em dados sensíveis — como bloquear uma requisição de saída ou impedir que ele convide um novo colaborador.
Para quem opera sob a Lei de Proteção de Dados Pessoais (PDPL) da Arábia Saudita, isso merece atenção. A lei se baseia na limitação de finalidade, na minimização de dados e no controle sobre quem acessa dados pessoais. Um agente de IA que lê o seu banco de dados de clientes e produz um relatório que qualquer pessoa pode abrir é uma possível violação, não apenas um inconveniente técnico. Qualquer implantação de agentes dentro de uma organização saudita precisa de uma camada de permissões e de uma trilha de auditoria com esse nível de seriedade.
O custo também é governado
A plataforma funciona com qualquer modelo, e toda chamada de inferência passa pelo AI Gateway da Cloudflare, o que dá à organização um único lugar para decidir quais modelos estão disponíveis e qual modelo cuida de cada tarefa. Cada requisição é atribuída à pessoa, à equipe ou ao espaço de trabalho que a fez, para que um administrador veja para onde vai o gasto e defina orçamentos e limites de taxa. É um ponto prático ignorado com frequência demais: usar o modelo de fronteira mais caro para resumir sua caixa de entrada toda manhã é o caminho mais rápido para uma conta indefensável.
O que isso realmente significa para o seu negócio
Primeiro, não trate o Cloudflare OS como um produto pronto que você compra e liga amanhã. É um projeto de código aberto que você implanta na própria conta, conecta aos seus sistemas e amplia com Gatekeepers escritos para os seus serviços específicos — um trabalho real de engenharia. A Cloudflare indica parceiros de implementação exatamente por esse motivo.
Segundo, o ativo que você está realmente construindo não é a plataforma, e sim o contexto da sua empresa e as habilidades escritas: sua terminologia, seus procedimentos e a melhor forma conhecida de realizar o trabalho recorrente, registrados de um jeito que um agente consiga seguir. Esse ativo vai com você para qualquer plataforma no futuro, e é a diferença entre um agente que ajuda e um que adivinha.
Terceiro, comece com um departamento e um sistema. Escolha um processo repetitivo que consuma muito tempo, conecte-o a um único sistema com acesso de leitura restrito e meça o resultado por quatro semanas antes de expandir.
Como a Origami constrói isso
Somos uma empresa de tecnologia que constrói essa camada do zero: analisamos as suas operações e as transformamos em contexto e habilidades por escrito, e construímos intermediários de acesso governado para os seus sistemas existentes — da contabilidade ao estoque e ao WhatsApp —, com uma trilha de auditoria que mostra quem leu o quê e quando. Seja qual for a escolha, o Cloudflare OS ou a sua própria arquitetura, o princípio é o mesmo: o agente começa sem acesso, pega só o que precisa e deixa um rastro que você pode revisar.
Fontes
- Blog da Cloudflare — o anúncio oficial do Cloudflare OS: blog.cloudflare.com
- O repositório do projeto de código aberto no GitHub: github.com/cloudflare/cloudflare-os
- Autoridade Saudita de Dados e Inteligência Artificial (SDAIA) — Lei de Proteção de Dados Pessoais (PDPL): sdaia.gov.sa
Perguntas frequentes
O que é o Cloudflare OS, em resumo?
É uma plataforma de código aberto da Cloudflare que uma organização implanta na própria conta, dando a cada funcionário um espaço de trabalho e um agente de IA baseado no contexto e nos sistemas da empresa, com uma estrutura de permissões que define exatamente o que o agente pode acessar e o que pode produzir.
Minha empresa pode usá-lo hoje?
Sim, em termos de disponibilidade: o projeto é de código aberto e está publicado no GitHub. Mas não é um serviço pronto que você assina e liga. É preciso implantá-lo na sua própria conta, conectá-lo aos sistemas internos e escrever intermediários de acesso para cada serviço, o que exige uma equipe técnica.
É seguro para os dados dos meus clientes?
O design trata disso diretamente: todo agente começa sem nenhum acesso, as credenciais ficam isoladas do agente e cada recurso que ele observa é registrado, de modo que um funcionário não consegue ver resultados construídos sobre dados que ele não tem permissão para ver. A segurança final ainda depende de como você configura suas políticas, e não apenas da plataforma.
Como esses agentes se encaixam na Lei de Proteção de Dados Pessoais (PDPL) da Arábia Saudita?
Os pontos-chave são a limitação de finalidade, a minimização de dados e a documentação de quem acessou o quê. Dê ao agente o acesso de leitura mais restrito que a tarefa exige, mascare os campos pessoais que não forem necessários, mantenha uma trilha de auditoria revisável e confirme onde os dados são processados e armazenados antes de entrar em produção.
