Modo de código em produção: "26 chamadas de ferramentas, um script, $0,02" encerra o loop de ferramentas

O Swarm de Agente publica a medição de produção mais limpa até hoje: o Code Mode entrega uma redução de custo em dólares invariante ao modelo de ~99,2% em comparação com o loop clássico de ferramentas. A Cloudflare (redução de 99,9% de tokens) e a Anthropic (98,7% no Drive→Salesforce) haviam prometido isso; agora está reproduzido em carga de trabalho real.

Em termos simples. Em vez de deixar um agente adivinhar qual ferramenta chamar, turno após turno, você fornece um SDK tipado e deixa que ele escreva um pequeno script que orquestra as chamadas. Resultado: ~99% menos tokens, latência sensivelmente menor e uma conta que literalmente cai de $2 para $0,02 em um fluxo de trabalho de médio porte.

Agent Swarm acaba de publicar a métrica mais clara até hoje: « 26 chamadas de ferramenta, um script, $0,02 ». Em um pipeline de produção idêntico, o loop clássico de ferramentas consome ~1,17M de tokens de contexto para transportar as definições de ferramentas e retornos; o Code Mode substitui isso por um SDK tipado, permite que o modelo escreva um fragmento TypeScript ou Python, e um sandbox V8 (na Cloudflare) o executa. O resultado não é uma projeção: $0,02 medidos, em um modelo de chamada que custava $2+ no loop de ferramentas.

A métrica reproduz dois benchmarks anteriores. A Cloudflare publicou uma redução de 99,9% de tokens (1.000 vs 1,17M) em seu runtime Workers em abril de 2026. A Anthropic quantificou 98,7% no cenário Drive→Salesforce (150.000 → 2.000 tokens). As três experiências convergem para ~2 ordens de magnitude — independentemente do modelo, já que é o contexto que explode ou não: a redução em dólares é invariante ao modelo. Bônus: latência -30 a -40% (ida e volta do agente eliminadas).

Por baixo dos panos. O padrão substitui o loop « descrever todas as ferramentas → escolher uma ferramenta → retornar resultado → recomeçar » por duas primitivas: search(query) (encontrar uma ferramenta ou entidade) e execute(script) (executar código que coordena as chamadas). O SDK tipado é mais importante que a primitiva: é ele que dá ao modelo a superfície da API sem precisar descrevê-la a cada turno. Sandbox obrigatório (V8 isolado na Cloudflare, variantes travadas como Starlark em outros lugares) — é código arbitrário executado no gateway.

Limitações que a métrica não esconde: fluxos ultra-simples (1-2 chamadas de ferramenta) não se beneficiam — o custo fixo do prompt do SDK domina. O sandbox tem custo de execução (isolamento, cota, kill switch). As falhas são mais correlacionadas: um script defeituoso quebra todo o pipeline, enquanto um loop de ferramentas pode se recuperar por etapa.

Então, o que fazer. O loop de ferramentas como o codificamos em 2024-2025 não tem mais razão de existir para qualquer fluxo de trabalho não-trivial. Os orquestradores (LangGraph e concorrentes) terão que suportar esse padrão ou desaparecer da comparação de preços. Para equipes que rodam agentes em produção: meça sua relação tokens/missão por um mês — se você estiver em 100k+ tokens por missão, a migração se paga em uma semana. A infraestrutura MCP encontrou sua killer app.