Pular para o conteúdo
NovidadesIA

Agentes de IA

UseAgent isola agentes de código em servidores próprios sob licença AGPL

Projeto criado em agosto de 2026 executa Claude Code e Codex em máquinas Linux sem enviar arquivos para nuvens fechadas.

Edição: Anderson Gomes
· 3 min de leitura

Engenheiros que querem colocar agentes autônomos para programar esbarram na proibição de enviar código interno para a nuvem fechada da Cognition, criadora do Devin. O UseAgent resolve esse bloqueio ao rodar Claude Code, Codex, OpenCode ou Pi dentro de áreas isoladas de trabalho que a própria empresa hospeda em qualquer máquina Linux. O projeto surgiu em 29 de agosto de 2026 no repositório useagenthq/useagent, somou 380 estrelas em 43 dias e entrega pull requests a partir de pedidos feitos via Slack, web ou API. A ferramenta atende equipes técnicas que exigem auditoria completa e querem usar planos próprios de modelos comerciais.

O sistema opera como um ambiente de trabalho completo em torno do modelo escolhido, fornecendo terminal, navegador real e acesso direto aos repositórios da equipe. O banco Postgres grava cada comando executado, ferramenta acionada e aprovação concedida em um registro imutável do tipo append-only. Esse histórico sobrevive a reinicializações e permite reproduzir qualquer tarefa passo a passo. O isolamento das sessões depende de ambientes de trabalho Linux fornecidos por Daytona e CubeSandbox, que contam com gravação de tela integrada. Chaves de API e conexões de contas ficam salvas no servidor principal e nunca entram na sandbox onde o agente trabalha.

Banco Postgres grava cada etapa e motor aceita troca direta

A comunicação unificada permite trocar de agente sem perder o contexto do projeto. Claude Code, Codex, OpenCode e Pi compartilham o mesmo formato de eventos, mantendo arquivos, tarefas e memórias intactos durante a mudança. A versão native-runtime-e23fb6e2e7ec, lançada em 11 de outubro de 2026, corrigiu falhas críticas no orquestrador V2 ao responder a todas as requisições do servidor do Codex mesmo quando o manipulador morre. Essa atualização foi construída a partir de um fork do projeto MIT t3code, da pingdotgg, aplicando alterações sobre a base v0.0.46-nightly.20261003.2632. Antes de gerar a imagem de execução, o instalador valida o arquivo compactado native-runtime-e23fb6e2e7ec.tar.gz contra a lista oficial em backend/runtime-assets/manifest.json.

Para adotar a ferramenta sem infraestrutura própria, o usuário cria um cadastro com e-mail no endereço app.useagent.org sem informar cartão de crédito. Em seguida, abre uma conversa na página inicial, descreve o objetivo da tarefa e escolhe um modelo da lista gratuita. Quem prefere utilizar contas já existentes acessa as opções de conexão do provedor para vincular o plano do ChatGPT ao Codex, inclusive no plano gratuito ChatGPT Go disponível na Índia. O operador acompanha a execução ao vivo pelo navegador ou terminal, responde a dúvidas do agente e baixa os arquivos gerados.

Código tem 43 dias de vida e impõe regras estritas da AGPL

Apesar do interesse inicial, o projeto ainda está em estágio alfa e acumula 67 issues abertas para 80 forks. Os próprios desenvolvedores alertam que as interfaces de programação e esquemas de dados mudam entre lançamentos, o que exige fixar versões específicas para evitar quebras em produção. Um software com pouco mais de um mês de existência requer cautela redobrada em rotinas críticas. A equipe fez seu último commit registrado em 11 de outubro de 2026.

A licença AGPL-3.0 garante acesso irrestrito ao código-fonte, mas obriga quem modifica o UseAgent para oferecer serviços em rede a abrir todas as alterações ao público. Por isso, a ferramenta não serve para empresas que pretendem criar produtos proprietários fechados a partir dessa base. Equipes que buscam uma solução pronta e sem manutenção contínua de infraestrutura também devem evitar o projeto por enquanto. Ele exige conhecimento técnico para gerenciar servidores e lidar com instabilidades frequentes.

  • TypeScript
  • AGPL-3.0
  • Agentes de IA
  • GitHub

Fonte: Repositório no GitHub · Como produzimos as matérias