A Anthropic publicou o repositório anthropics/commerce-agents, um blueprint de código aberto (Apache 2.0) que traz um agente de compras e um agente de lojista prontos para uso, além de quatro verticais executáveis: varejo, viagens, telecom e entretenimento. A ideia é entregar como código a estrutura que a maioria dos times reconstrói do zero ao criar um assistente de compras.
Como funciona
O agente de compras vive dentro do aplicativo do próprio lojista: pesquisa o catálogo, lida com pedidos de múltiplos itens, compara opções, monta o carrinho e responde perguntas sobre pedidos e devoluções na mesma conversa. Suas cinco habilidades são descoberta e busca, pesquisa de compra, planejamento e metas, atendimento ao cliente e memória e personalização.
Já o agente de lojista apoia a equipe da loja com perguntas sobre desempenho de vendas, alertas de estoque, recomendações de preço e promoções e rascunhos de campanhas. Ambos rodam de três formas — Messages API, Claude Agent SDK e Claude Managed Agents (beta) — e funcionam na API da Claude, Amazon Bedrock, Microsoft Foundry ou Google Cloud Vertex AI.
A aposta em “skills”, não em subagentes
O ponto mais transferível do projeto é a arquitetura. A Anthropic defende um único agente com múltiplas habilidades em vez de um roteador de intenções ou de um subagente por domínio. A justificativa: cada transferência entre agentes é “perdulária de estado” — o orquestrador guarda carrinho, preferências e histórico, e cada troca pode custar várias vezes mais tokens e adicionar segundos de latência.
Em implantações empresariais, a empresa afirma que um único agente com skills superou tanto o design de “um prompt gigante” quanto o de subagentes em qualidade, muitas vezes com menor custo e latência. Componentes de interface, como present_products e present_itinerary, também viram ferramentas com argumentos tipados, o que mantém o histórico nativo e evita parsers customizados.
Latência e custo
Uma resposta renderizada consome de 500 a 700 tokens de saída — o que, sem streaming, significa cerca de cinco segundos de espera. A Anthropic separa latência de ponta a ponta da latência percebida, transmitindo componentes conforme se formam. O principal alavanca de custo é o cache de prompts, que nos melhores casos atinge 90% a 99% de taxa de acerto.
Por que isso importa
Para desenvolvedores e varejistas brasileiros, o blueprint da Anthropic reduz drasticamente o esforço de colocar um agente de comércio conversacional no ar — do e-commerce ao setor de viagens. É um sinal de maturidade do mercado de agentes, que deixa de ser promessa para virar componente reutilizável de software.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
