SandboxAQ adiciona ferramentas de confiança e ROI à plataforma de agentes de IA Switch

Em 19 de outubro de 2026, a SandboxAQ anunciou uma expansão da plataforma Switch AI para empresas que adotam agentes de IA, apresentando o Switch Trust, para localizar, testar e proteger agentes, e o Switch ROI, que acompanha o custo e o valor de cada agente.

A empresa, sediada em Palo Alto, na Califórnia, afirmou que os dois produtos ampliam sua oferta de código aberto Switch Rooms, apresentando-os como uma solução independente de fornecedores para que as organizações avaliem os riscos dos agentes, mensurem o valor para os negócios e ajustem o desempenho dos agentes, modelos e provedores que utilizam. O anúncio contrapõe os agentes à primeira geração de IA empresarial, cujo desempenho, segundo a empresa, era medido principalmente por licenças de usuário, uso e consumo de tokens. Como os agentes podem tomar decisões, executar ações e trabalhar ao lado de pessoas, afirma a empresa, eles criam novas expectativas de supervisão e responsabilização.

O Switch Rooms reúne funcionários e agentes de IA no Slack, Microsoft Teams, Discord e outras ferramentas de trabalho, permitindo que as equipes trabalhem com os agentes que escolherem e mantenham o controle sobre o contexto, o histórico e o conhecimento compartilhados. A SandboxAQ lançou o Switch em agosto de 2026 como uma oferta de código aberto sob a Commons Clause Apache 2.0, partindo do princípio de que as empresas devem poder escolher e trocar de agentes de IA, modelos e provedores sem abrir mão do controle sobre seu contexto.

Switch Trust: localizar, testar e proteger agentes

Segundo o anúncio, o Switch Trust oferece segurança e governança para agentes em quatro etapas: descoberta, análise, avaliação e monitoramento. A página do produto Switch Trust informa que ele funciona com qualquer agente, independentemente de quem o tenha criado.

A etapa de descoberta cria um inventário dos agentes, modelos, ferramentas, servidores MCP e dependências em execução nos ambientes conectados e nos repositórios de código, inclusive de agentes cuja existência as equipes de segurança talvez desconheçam. Ela registra a propriedade, a origem, as dependências, as constatações e o nível de gravidade de cada item, oferecendo às equipes uma visão atualizada do conjunto de agentes em uso.

A etapa de análise verifica agentes no código e em ambientes de nuvem em busca de vulnerabilidades de segurança, combinando análise estática com triagem assistida por IA que filtra falsos positivos. Ela atribui níveis de gravidade, associa as constatações contempladas às categorias de segurança de agentes da OWASP e recomenda correções.

A etapa de avaliação se conecta diretamente a um agente e executa contra ele testes adversariais e funcionais, que abrangem injeção de prompt, tentativas de jailbreak, vazamento de dados e cumprimento de instruções. Cada ataque recebe um resultado de aprovação ou reprovação, que contribui para uma pontuação geral de integridade, e as equipes podem acrescentar suas próprias avaliações aos testes integrados. A página do produto informa que, se um teste falhar, o lançamento do agente fica suspenso até que ele seja aprovado.

A etapa de monitoramento protege os agentes em produção. As equipes integram um agente por meio de um kit de desenvolvimento de software que registra suas atividades, incluindo prompts, respostas, chamadas a modelos, latência, sessões e eventos de políticas; já os agentes executados no Switch Rooms recebem automaticamente políticas de proteção. Durante as interações em tempo real, essas políticas procuram injeções de prompt, segredos, informações pessoalmente identificáveis, conteúdo tóxico e tentativas de jailbreak. O Trust pode bloquear, mascarar, emitir alertas sobre ou registrar comportamentos inseguros, preservando evidências do ocorrido. A página do produto informa que as proteções verificam o que entra e sai de cada agente e que o Switch Trust mantém um registro único do que cada agente fez e de quem aprovou suas ações.

Switch ROI: mensuração de custos e valor por agente

Segundo o anúncio, o Switch ROI mede o custo e o valor gerado por cada agente, além de oferecer recomendações específicas para reduzir custos e melhorar o desempenho. A página do produto Switch ROI informa que a ferramenta reúne em um só lugar todos os agentes, independentemente do fornecedor, consolidando os gastos com IA distribuídos entre licenças de usuário, cobranças baseadas no uso e diferentes fornecedores.

O recurso Measure acompanha os gastos e o desempenho de cada agente, sessão e interação, com orçamentos, taxas de consumo e alertas destinados a identificar gastos excessivos com antecedência. Em vez de contabilizar métricas de infraestrutura, como tokens ou chamadas de API, ele relaciona esses gastos a resultados, como chamados resolvidos, solicitações de integração aceleradas e tarefas automatizadas.

O recurso Prove compara o valor produzido por cada agente com seu custo: o Switch estabelece uma referência humana, acompanha automaticamente os gastos com agentes e mede indicadores como o custo por resultado e o retorno líquido sobre o investimento.

O recurso Optimize identifica gastos desperdiçados e determina o que corrigir, redirecionar ou reduzir. Para cada agente, classifica as recomendações e apresenta uma faixa estimada de economia mensal e um nível de confiança. O anúncio enumera os problemas abordados por essas recomendações: seleção inadequada de modelos, ferramentas oferecidas mas nunca utilizadas, contexto reenviado em vez de armazenado em cache, novas tentativas e ciclos que repetem trabalho e respostas mais longas do que a tarefa exige. A página do produto informa que as recomendações abrangem quatro tipos de redução de custos: escolha do modelo, ferramentas não utilizadas, extensão das respostas e armazenamento em cache. A empresa diz que melhorias de desempenho estão a caminho e descreve a transferência do trabalho de um agente para um modelo mais barato quando as verificações de qualidade são aprovadas, mantendo o contexto da sala.

Declarações da Mount Sinai West e de executivos

Segundo o anúncio, o MSW Lab do Mount Sinai West está usando o Switch Trust para desenvolver o G Board, uma estrutura que permite aos médicos criar aplicativos clínicos com agentes de IA. «No MSW Lab, os médicos desenvolvem software de saúde real com agentes de IA, por isso precisamos comprovar que esses agentes se comportam com segurança», afirmou o Dr. Jeffrey Bander, chefe de Cardiologia do Mount Sinai West e professor associado de Cardiologia e Inteligência Artificial na Icahn School of Medicine at Mount Sinai, no anúncio da SandboxAQ. Bander disse que o Switch AI oferece ao laboratório uma maneira de incorporar essa confiança ao trabalho cotidiano, permitindo que os médicos se concentrem nos problemas clínicos, em vez de se tornarem especialistas em segurança de IA.

O anúncio cita uma previsão da Gartner segundo a qual mais de 40 por cento dos projetos de IA agêntica serão cancelados até o fim de 2027. A página do produto Switch ROI cita, separadamente, dados de uma pesquisa da KPMG Global AI Pulse, datada de 24 de junho de 2026 e baseada em 2.145 entrevistados, segundo os quais 7 por cento dos líderes têm um retorno sobre a IA estabelecido e os líderes que têm uma visão clara dos custos da IA têm cinco vezes mais chances de relatar esse retorno.

Mohammed Aboul-Magd, gerente geral do Switch AI na SandboxAQ, disse que a empresa observou, entre muitos usuários, casos em que os gastos com IA, inicialmente previstos para evitar uma nova contratação, rapidamente se tornaram mais altos do que contratar uma pessoa em tempo integral. Segundo ele, adotar IA, por si só, não representa um retorno sobre o investimento: as equipes precisam saber quanto custa cada agente, o que ele produz e como melhorá-lo. Ele descreveu essa questão como o problema que o Switch ROI foi criado para resolver.

Jack Hidary, CEO da SandboxAQ, disse que as empresas terão centenas, e possivelmente milhares, de agentes de IA trabalhando ao lado de seus funcionários. Segundo ele, nenhuma empresa contrataria mil pessoas sem conhecer suas qualificações, seu custo ou seus resultados, e a mesma disciplina precisa ser aplicada aos agentes. À medida que a tecnologia avança, acrescentou, as empresas também precisam conseguir migrar para agentes e modelos melhores sem perder o conhecimento que acumularam.