Plurai quer tornar AI agents confiáveis usando a técnica dos carros autônomos

O desafio de tornar os agentes de IA confiáveis em produção é o mesmo que parou a indústria de carros autônomos durante anos: é fácil fazer uma demonstração no laboratório, mas a realidade se revela infinitamente mais complexa quando o sistema encontra os casos extremos que ninguém previu. A startup israelense Plurai, recém-saída do stealth, quer resolver exatamente esse problema com US$ 13 milhões de investimento seed, trazendo para o mundo dos agentes o arsenal de simulação que finalmente colocou carros sem motorista nas ruas.

Os co-fundadores Ilan Kadar e Elad Levi conhecem bem essa dor. No trabalho anterior, na Nexar — empresa de tecnologia para direção autônoma que atendeu Waymo, entre outros —, eles viram de perto como a indústria de veículos autônomos conquistou a confiança do público: não com modelos maiores, mas com simulações massivas baseadas nos dados reais da empresa. Waymo acumularia mais de 20 bilhões de milhas simuladas, aproximadamente 100 vezes a distância real dirigida pelos seus veículos. Os eventos mais raros eram resolvidos primeiro na simulação.

Por que os agentes falham

Os números atuais são reveladores. O benchmark LiveBench 2.0 mostra que o Claude Fable 5.2 alcançou 82,9 e o ChatGPT-6 Astra, 75,6 em 100 tarefas de avaliação. Já um esforço da empresa de infraestrutura EON para testar agentes em um ambiente corporativo simulado encontrou no Claude Opus 4.8 o modelo mais bem-sucedido, com apenas 76,8% de precisão. Ou seja: mesmo os modelos mais avançados falham em um quarto das tarefas.

"Quando vimos a onda de agentes de IA, percebemos o mesmo padrão", disse Kadar ao TechCrunch. "É muito fácil criar uma demonstração, mas muito difícil obter algo confiável e economicamente viável. Vimos o mesmo padrão e a mesma abordagem, por isso queremos construir essa camada de simulação."

O problema é estrutural. Agentes de IA, assim como os modelos end-to-end treinados para dirigir, são sistemas probabilísticos operando em ambientes imprevisíveis. Quando pressionados por usuários reais, agentes responsáveis por agendar viagens podem ignorar políticas de gastos; assistentes de atendimento podem alucinar respostas que soam convincentes mas são falsas; bots de TI podem executar ações irreversíveis baseados em instruções ambíguas.

A Plurai não tenta resolver isso com modelos maiores. Em vez disso, cria um "gêmeo digital" do agente e do ambiente no qual ele vai operar, construído a partir do próprio conhecimento, ferramentas e políticas da empresa. O sistema então simula milhares de cenários realistas — incluindo usuários adversários — e expõe violações de política, alucinações, chamadas de ferramentas quebradas e vazamentos de dados antes que qualquer cliente os encontre.

Post-training: a promessa real

Encontrar falhas é meio caminho andado. A promessa maior da Plurai está no que faz com esses dados: usar o que aprendeu para postreinar modelos pequenos e open-weight, adaptados às necessidades específicas de cada cliente.

Em testes realizados em parceria com a Nvidia e a Nebius, a empresa afirma que um modelo posttreinado pela Plurai superou modelos frontier da OpenAI e Anthropic em precisão, a custos 40x e 44x inferiores, respectivamente. Um case de cliente (fornecido em agosto de 2026) relatou a redução do tempo de inferência de 2,87 para 0,15 segundos e o custo de inferência de US$ 2,87 para 0,076 por 1.000 chamadas.

A tecnologia por trás disso inclui uma metodologia de geração de dados sintéticos baseada em calibração de intenções — uma abordagem que a Plurai desenvolveu internamente e que foi aceita para apresentação no ICML 2026. A técnica, descrita em um paper pré-print submetido em abril de 2026 por Arnon Mazza e Levi, permite que desenvolvedores transformem modelos abertos de IA em modelos especializados para tarefas específicas em cerca de 20 minutos.

"Minha visão é que, não importa o quão inteligentes os modelos da OpenAI e Anthropic se torne — e eles ficarão muito mais inteligentes — eles não conhecerão o seu negócio e as suas políticas", afirmou Kadar. "A simulação é o que vai fechar essa lacuna."

O que observar

A Plurai não é a primeira a abordar a avaliação de agentes de IA — empresas como EON, Braintrust e outros já existem no espaço. A diferença está na origem da equipe, com décadas de experiência em simulação para veículos autônomos, e na estratégia de post-training: em vez de apenas medir falhas, a Plurai usa os dados gerados para melhorar os modelos reais.

Gartner nomeou a Plurai como Vendor Representative em seu Market Guide de 2026 para AI Evaluation and Observability Platform, e a empresa afirma trabalhar com clientes Fortune 500 em setores altamente regulados. A partir de hoje, a plataforma está disponível em um tier gratuito para qualquer construtor de agentes, integrável diretamente com Claude Code, Codex, GitHub Copilot e Cursor.

O mercado de agentes de IA está se movendo a uma velocidade que torna a confiabilidade em produção uma questão de sobrevivência, não apenas de qualidade. A pergunta que fica é se a simulação — a mesma técnica que levou os carros autônomos décadas para amadurecer — conseguirá acelerar o mesmo caminho para os agentes, ou se a complexidade dos agentes de IA supera qualquer analogia com a condução automática.

Fontes: TechCrunch, Plurai, Team8

✓ Fontes independentes cruzadas e verificadas antes da publicação