Principais destaques
- Pagamentos cada vez mais rápidos: o intervalo mediano entre o financiamento de uma carteira x402 e seu primeiro pagamento caiu de 73 dias, no fim de 2025, para apenas 18 minutos no terceiro trimestre de 2026.
- Limites não eliminam todos os riscos: incidentes documentados envolveram US$ 281,2 mil enviados a carteiras controladas por atacantes antes da recuperação dos valores.
- Revogar permissões virou prioridade: a adoção em larga escala depende de mecanismos que permitam limitar gastos, cancelar autorizações e recuperar dinheiro em caso de erro.
Agentes de inteligência artificial já conseguem comprar dados, contratar capacidade computacional e pagar pelo acesso a modelos sem que uma pessoa precise aprovar cada transação. O próximo desafio, porém, não é ensinar essas ferramentas a gastar. É garantir que elas saibam quando não devem gastar mais.
Os números mostram a velocidade dessa mudança. Segundo dados da Chainalysis citados no artigo original, o intervalo mediano entre o financiamento de uma carteira x402 e seu primeiro pagamento caiu de 73 dias, no fim de 2025, para apenas 18 minutos no terceiro trimestre de 2026.
Em outra frente, mais de 138 milhões de transações envolvendo pagamentos de agentes de IA foram registradas, segundo as fontes citadas no texto-base. As operações utilizam stablecoins para adquirir recursos digitais, muitas vezes sem aprovação humana individual.
Mas existe uma diferença importante entre permitir que um software faça pagamentos e confiar a ele o controle de uma quantia significativa.
O dinheiro já circula. E agora? 💳
O avanço dos pagamentos automatizados criou uma questão que os sistemas tradicionais de identidade digital nem sempre conseguem resolver: como garantir que uma autorização continue válida?
Mark Zalan, CEO da GoMining, argumenta que boa parte do desenvolvimento de sistemas de identidade para agentes se concentrou na emissão de credenciais. Esses registros demonstram que um agente recebeu permissão para agir, mas não necessariamente indicam se ela continua válida.
Imagine que uma empresa autorize um agente a contratar serviços digitais. Horas depois, o responsável percebe um comportamento inesperado e cancela a autorização.
Se os serviços que recebem os pagamentos não forem informados imediatamente, o agente poderá continuar gastando com base em uma credencial que já deveria ter sido invalidada.
O problema está no intervalo entre cancelar e fazer cumprir.
Uma autorização que pode ser revogada apenas em teoria não oferece proteção suficiente para transações financeiras autônomas.
O verdadeiro teste de qualquer estrutura de autorização é a revogação. Não basta conceder acesso se não for possível retirá-lo de maneira confiável.
É essa capacidade de interromper operações que pode determinar se os agentes de IA permanecerão restritos a pequenos pagamentos ou passarão a administrar recursos corporativos de maior valor.
A solução pode estar nas próprias regras de pagamento 🧾
Uma das propostas discutidas por Zalan é incorporar limites de gastos diretamente ao mecanismo de pagamento, em vez de depender exclusivamente de registros externos que informam o que um agente pode fazer.
Nesse modelo, a autorização seria acompanhada de restrições verificáveis criptograficamente. Mesmo que uma credencial continue ativa ou uma mensagem de revogação demore a chegar, o agente não conseguiria ultrapassar os limites estabelecidos.
A diferença é relevante: em vez de apenas declarar que uma operação não deveria acontecer, o sistema seria projetado para impedir sua execução fora das condições permitidas.
Abdul Rafay Gadit, cofundador e diretor comercial da ZIGFinance, defende uma lógica semelhante. Para ele, as pessoas precisam de três garantias antes de permitir que agentes gastem dinheiro em seu nome:
- Um orçamento que possa ser efetivamente imposto.
- Permissões que possam ser revogadas.
- Um caminho claro para resolver erros e disputas.
Pense em um cartão corporativo com regras rígidas.
Um agente poderia receber autorização para gastar até determinado valor, contratar apenas fornecedores aprovados e operar dentro de um prazo específico. O controle não ficaria restrito às instruções dadas ao modelo de IA.
| Controle | Como funcionaria |
|---|---|
| Limite por transação | Impedir pagamentos acima de um valor definido |
| Orçamento diário | Restringir o gasto acumulado |
| Destinatários aprovados | Permitir pagamentos somente a determinados recebedores |
| Prazo de validade | Encerrar a autorização automaticamente |
| Confirmação humana | Exigir aprovação para operações de maior risco |
Empresas tradicionais de pagamentos também exploram caminhos semelhantes. A FIS, por exemplo, discutiu cartões virtuais emitidos especificamente para agentes, com restrições por valor, estabelecimento e período de utilização.
A ideia é tornar a autonomia financeira mais controlável, sem exigir supervisão humana para cada compra rotineira.
Limitar o gasto não significa eliminar o risco ⚠️
Existe, entretanto, uma segunda camada de segurança.
Um agente pode respeitar perfeitamente seu orçamento e ainda assim tomar uma decisão ruim. Se for manipulado por instruções maliciosas, poderá realizar um pagamento autorizado dentro do limite, mas destinado ao recebedor errado.
Um relatório da BeInCrypto Intelligence documentou dois incidentes nos quais, somados, US$ 281,2 mil foram enviados a carteiras controladas por atacantes antes que os valores fossem recuperados.
O episódio ilustra por que controles financeiros e controles sobre o comportamento da IA precisam funcionar juntos.
Logan Xie, líder do laboratório de IA da KuCoin, alerta que até mesmo um agente autorizado pode ser manipulado por instruções maliciosas. Sua proposta é utilizar um sistema de negócios separado do mecanismo de raciocínio da IA para verificar os pagamentos antes da execução.
A proteção precisa acontecer antes da transferência.
Operações de alto risco ou fora das condições predefinidas deveriam continuar exigindo confirmação humana, mesmo quando o agente possui autorização geral para gastar.
Na prática, isso significa separar duas decisões: o que o agente pode fazer e se uma operação específica deve ser aprovada naquele momento.
Por que os pagamentos ainda são tão pequenos? 📉
Apesar do crescimento no número de operações, os agentes de IA ainda estão longe de movimentar dinheiro com a mesma liberdade de um departamento financeiro.
Grande parte dos pagamentos realizados pelo protocolo x402 vale dez centavos de dólar ou menos. São operações adequadas para comprar acesso a dados, consumir recursos computacionais ou utilizar serviços digitais cobrados por solicitação.
O cenário muda quando entram em jogo pagamentos corporativos, fornecedores desconhecidos e transações internacionais.
O relatório da BeInCrypto citado no artigo atribuiu apenas 12 pontos em 100 à prontidão de fluxos financeiros institucionais para operações com agentes. Para micropagamentos, a avaliação ficou em aproximadamente 61 pontos.
Comparação da prontidão para pagamentos de agentes
| Categoria | Pontuação em 100 |
|---|---|
| Micropagamentos | 61 |
| Fluxos financeiros institucionais | 12 |
Fonte: avaliações atribuídas pelo relatório da BeInCrypto citado no texto-base. Os valores representam pontuações de prontidão, não percentuais de transações bem-sucedidas.
A diferença ajuda a explicar o estágio atual do mercado. Um pagamento de poucos centavos por uma consulta a um modelo é muito diferente de transferir milhares de dólares para um fornecedor em outra jurisdição.
Mark Zalan observa que uma pequena perda pode ser irrelevante em uma operação de baixo valor. Já um pagamento de cinco dígitos para uma contraparte desconhecida exige liquidação confiável e mecanismos de reparação que funcionem na prática.
O obstáculo, segundo ele, é mais jurídico e relacionado à responsabilidade do que puramente tecnológico.
Quem responde quando a IA erra? ⚖️
Essa é a questão que pode determinar o ritmo da adoção.
Se um agente transfere dinheiro para o destinatário errado, quem assume o prejuízo? O usuário que concedeu a autorização, a empresa que desenvolveu o agente, a plataforma que processou a transação ou o fornecedor que recebeu os valores?
A resposta depende do contexto, dos contratos, da legislação aplicável e das circunstâncias da operação. Não basta que a transação tenha sido tecnicamente válida para que todas as responsabilidades estejam resolvidas.
Para empresas, a necessidade é ainda mais evidente. Sistemas autônomos precisam operar dentro de políticas financeiras verificáveis, com registros de auditoria e regras claras sobre quais decisões podem ser tomadas sem intervenção humana.
A confiança não depende apenas de impedir gastos indevidos. Depende também de saber o que fazer quando algo dá errado.
Esse é um dos motivos pelos quais as primeiras aplicações de maior valor devem surgir em ambientes nos quais as regras já são conhecidas e a responsabilidade está bem definida.
Os primeiros pagamentos maiores podem surgir nas empresas 🏢
Logan Xie aponta o pagamento de faturas empresariais previamente aprovadas como um caso de uso promissor.
Nesse cenário, o agente não decide livremente quem deve receber dinheiro. Ele executa uma obrigação existente, respeitando valores, destinatários e prazos previamente estabelecidos.
Gadit identifica outra possibilidade: operações de tesouraria e rebalanceamento financeiro dentro de limites definidos.
Em ambos os casos, a autonomia serve para executar uma política estabelecida por pessoas, e não para substituir completamente o julgamento humano.
Entre as aplicações mais plausíveis estão:
- Pagamento automatizado de faturas já aprovadas.
- Compra de dados e capacidade computacional dentro de orçamentos.
- Renovação de serviços digitais autorizados.
- Rebalanceamento de recursos dentro de limites predefinidos.
Essas operações não eliminam os riscos, mas permitem começar com condições mais previsíveis e mecanismos de responsabilização mais claros.
Milhões de transações não provam adoção real 📊
Há ainda uma questão sobre como medir o sucesso desse mercado.
O volume de transações costuma ser apresentado como evidência de crescimento, mas nem toda operação representa uma utilização relevante. Micropagamentos são baratos e podem ser gerados em grande quantidade sem demonstrar que existe demanda sustentável pelos serviços envolvidos.
Pesquisas anteriores sobre protocolos de pagamentos para IA também levantaram dúvidas sobre a possibilidade de atividade artificial nas redes.
Por isso, Gadit propõe olhar para indicadores mais próximos do comportamento econômico real: clientes que retornam e serviços que entregam valor.
Uma base crescente de usuários recorrentes pode ser um sinal mais forte de adoção do que milhões de operações isoladas de baixo valor.
A mudança de perspectiva é importante. O objetivo não é apenas demonstrar que um agente consegue efetuar uma transferência, mas comprovar que pessoas e empresas estão dispostas a confiar nele repetidamente.
Um padrão comum pode surgir nos próximos anos 🔮
Zalan acredita que a questão da delegação de autoridade financeira a softwares poderá ser resolvida em anos, e não em décadas.
Na avaliação dele, quando houver uma estrutura jurídica funcional, as soluções técnicas poderão chegar ao mercado em menos de seis meses. Ele também prevê que um padrão comum de autorização para agentes possa emergir dentro de um ou dois anos, impulsionado pelos participantes que processarem o maior volume dessas operações.
Essas previsões são expectativas do executivo, não prazos garantidos.
Ainda assim, apontam para uma possível próxima etapa: sistemas que combinem identidade verificável, limites financeiros, revogação rápida, monitoramento independente e mecanismos de resolução de disputas.
O avanço dos pagamentos automatizados já demonstra que agentes de IA conseguem movimentar dinheiro. O próximo teste será mais exigente: permitir que façam operações maiores sem transformar cada autorização em um cheque em branco.
E, quando for necessário interromper um agente, a ordem de parar precisará ser tão eficaz quanto a ordem de pagar.
