🗺️ O mapa: 4 camadas de ferramentas
O ecossistema agentic em 2026 pode ser organizado em 4 camadas hierárquicas. Cada camada depende da de baixo e viabiliza a de cima. Entender essa estrutura evita confusão sobre o que cada ferramenta faz.
Camada 1: Modelos (Foundation)
A base de tudo — os LLMs que raciocinam
Camada 2: Frameworks (Orquestração)
Abstrações para construir agentes sobre os modelos
Camada 3: IDEs Agentic (Developer Experience)
Ambientes onde o agente trabalha junto com o dev
Camada 4: Plataformas de Automação (No/Low-code)
Para quem precisa de agentes sem código profundo
💡 Como as camadas se conectam
Uma plataforma como n8n usa a API do GPT-4o ou Claude (Camada 1) para executar os nós de IA. Um framework como LangGraph orquestra múltiplos agentes que usam Claude como LLM. Um IDE como Claude Code usa o próprio Claude como engine e expõe tools como editores de arquivo. As camadas não são isoladas — elas se compõem.
👨💻 IDEs Agentic: Claude Code, Cursor, Devin
Os IDEs agentic são a fronteira onde o desenvolvedor trabalha com um agente como par de programação autônomo. Cada um tem posicionamento diferente — escolher o certo depende do seu caso de uso.
Claude Code
Anthropic · Terminal-first- +Agent mode nativo — executa tarefas completas sem interrupção
- +MCP integrado — conecta qualquer ferramenta externa
- +Transparência total — você vê cada ação sendo tomada
- -Curva de aprendizado maior (terminal)
Melhor para: devs que querem controle total e máxima autonomia
Cursor
Anysphere · IDE completa- +UX familiar (fork do VS Code)
- +Agent mode com edições inline no código
- +Suporte a múltiplos modelos (Claude, GPT, etc.)
- -Menos autônomo que Claude Code em tasks longas
Melhor para: devs migrando de VS Code que querem IA no fluxo
Devin
Cognition · SWE autônomo- +Agente de software engineer completo
- +Planeja, implementa, testa e cria PRs
- +Memória de projeto persistente
- -Custo alto; menos customizável
Melhor para: times que querem delegar features inteiras
📊 A decisão prática
Para este curso, trabalhamos com Claude Code — ele é o que melhor representa a filosofia agentic (você define o objetivo, o agente executa autonomamente) e tem MCP nativo para integração de ferramentas. Cursor é ótimo como complemento para edição rápida.
🔗 Frameworks: LangGraph, CrewAI, AutoGen
Frameworks são abstrações sobre os modelos que facilitam construir sistemas multi-agente, gerenciar estado e orquestrar fluxos complexos. A decisão "construir do zero vs. usar framework" é uma das mais frequentes em Agentic Engineering.
🔗 Os 3 frameworks mais usados
LangGraph (LangChain)
Mais adotado em produçãoOrquestração de agentes como grafos de estados. Cada nó é um agente ou tool; as arestas são as transições baseadas em condições. Ideal para fluxos complexos com bifurcações e loops.
CrewAI
Melhor DX para iniciantesSistema de agentes colaborativos com papéis definidos (crew = equipe). Você define agentes como "Pesquisador", "Escritor", "Revisor" e o framework os orquestra automaticamente.
AutoGen (Microsoft)
Melhor para pesquisa e R&DFramework de conversação multi-agente. Agentes conversam entre si para resolver problemas. Forte em debugging de raciocínio e experimentos com diferentes estratégias de agentes.
✓ Use um framework quando...
- ✓Sistema tem 3+ agentes interagindo
- ✓Precisa de streaming e checkpointing
- ✓Time colabora no mesmo codebase
- ✓Fluxos com muitas bifurcações
○ Construa do zero quando...
- •Agente simples de 1-2 tools
- •Precisa de performance máxima
- •Dependências externas são risco
- •Aprendendo — entender o loop direto
⚙️ Plataformas: n8n, Make, Zapier AI
As plataformas de automação low-code democratizaram o Agentic Engineering para não-devs. Em 2026, elas têm nós de IA nativos que permitem criar fluxos agenticos sem escrever uma linha de Python.
n8n
Open-source · Self-hosted
- • Self-hosted: seus dados ficam com você
- • 400+ integrações nativas
- • AI nodes com Claude e GPT
- • Código customizado quando necessário
- • Gratuito (self-hosted) ou $20/mês cloud
Make (Integromat)
Proprietary · Cloud
- • UX mais visual e intuitivo
- • 1000+ módulos prontos
- • OpenAI + Claude integrados
- • Iteradores nativos para loops
- • A partir de $9/mês
Zapier AI
Proprietary · Cloud
- • Maior marketplace de apps (7000+)
- • AI Builder para criar Zaps por prompt
- • Agents beta em 2025
- • Ideal para integrações SaaS rápidas
- • A partir de $19/mês
🎯 Quando plataforma supera framework de código
Plataforma ganha quando:
- •Você conecta 5+ SaaS (CRM, email, Slack, Sheets...)
- •Time não tem devs Python disponíveis
- •Você precisa de visualização do fluxo para aprovação
- •MVP em horas, não semanas
Framework ganha quando:
- •Lógica complexa que plataforma não suporta
- •Precisa de controle fino sobre o loop agentic
- •Dado sensível que não pode ir para cloud terceiro
- •Escala que exige otimização de custo
🔌 MCP: o protocolo que conecta tudo
O Model Context Protocol (MCP) é o padrão aberto criado pela Anthropic em novembro de 2024 para padronizar como agentes se conectam a ferramentas e dados externos. Em 2025, a OpenAI adotou o protocolo — tornando-o o padrão universal do ecossistema.
🔌 O que é o MCP na prática
Antes do MCP, cada ferramenta precisava de integração customizada para cada agente. Com MCP, qualquer ferramenta que implementa o protocolo funciona com qualquer agente compatível — como USB-C para agentes de IA.
MCP Server (a ferramenta)
Um programa que expõe capabilities via MCP. Exemplos:
- • Servidor de banco de dados PostgreSQL
- • Servidor do GitHub (PRs, issues, código)
- • Servidor do Slack (mensagens, canais)
- • Servidor do sistema de arquivos local
MCP Client (o agente)
Um agente que sabe consumir servers MCP. Exemplos:
- • Claude Code (nativo)
- • Claude.ai Desktop (nativo)
- • Cursor (via plugin)
- • Qualquer app que implementou o protocolo
📊 Por que o MCP importa tanto
Portabilidade: Defina uma tool uma vez como MCP server e use em Claude Code, Cursor e qualquer outro cliente compatível.
Marketplace: Em 2026, há centenas de MCP servers prontos (Anthropic, GitHub, Cloudflare). Você não precisa implementar integrações do zero.
Segurança: O protocolo define permissões explícitas. O usuário aprova quais servers o agente pode usar, evitando escalada de privilégios.
🧭 Escolhendo sua primeira ferramenta
Com centenas de ferramentas disponíveis, a paralisia por análise é real. A melhor estratégia: escolha uma ferramenta por perfil e use até sentir a dor. A dor te diz quando evoluir.
Perfil: Developer
Você escreve código, quer controle total
Perfil: Builder / Founder
Você tem produto, quer velocidade
Perfil: Automador / Ops
Você conecta sistemas, sem código profundo
Perfil: Executivo / Gestor
Você aprova investimento, quer entender antes
💡 A filosofia "use até sentir dor"
Não troque de ferramenta antes de atingir os limites da atual. Cada troca tem custo de aprendizado. A dor do limite te diz exatamente o que a nova ferramenta precisa resolver — o que torna a escolha óbvia, não especulativa. Comece simples. Evolua quando a dor for clara.
✅ Resumo do Módulo 1.5
Próximo Módulo:
1.6 — Seu Primeiro Agente: Do Zero ao Funcionando. Você vai construir um agente real em ~50 linhas de Python, entender cada linha, quebrar de propósito e consertar. Mão na massa.