Work IQ MCP: menos tools, mais caminhos
Aprenda a descobrir paths, inspecionar schemas e ler mensagens com o Work IQ MCP. Um exemplo somente de leitura mostra por que menos ferramentas não elimina os limites de acesso, cobertura e autorização.
Microsoft IQ: quatro camadas, quatro perguntas
O slide tinha uma caixa só, escrita Microsoft IQ, e o agente do gerente de relacionamento acertava uma pergunta em quatro. Microsoft IQ é o nome de um conjunto: Work IQ, Fabric IQ, Foundry IQ e Web IQ, cada um com a sua pergunta, o seu lugar do dado, o seu status por componente, a sua identidade e a sua fronteira. Este artigo é o mapa das quatro camadas: o que é GA e o que é preview, quem responde em cada uma, onde elas se encontram e até onde o dado vai.
Azure AI Content Safety: como barrar a injeção indireta de prompt
O prompt do usuário estava limpo. A instrução hostil entrou pelo conteúdo que a ferramenta trouxe de volta — e é essa porta que quase nenhuma revisão de segurança olha. Este artigo reúne o que mudou no OWASP Top 10 de 2026, os dois pontos de interceptação do Prompt Shields, o spotlighting que vem desligado por padrão, o que a especificação do MCP protege e o que ela deixa para você — e mostra o que precisa estar de pé para uma injeção bem-sucedida não virar impacto.
Fabric data agent: cinco fontes, 25 linhas e só em inglês
Cinco fontes por agente, resposta limitada a 25 linhas por 25 colunas, suporte declarado só para inglês e consultas somente de leitura: o Fabric data agent tem um contrato de entrada que nenhum prompt renegocia. Este artigo reúne as seis categorias de fonte, os limites de saída, a identidade de quem pergunta e as duas aposentadorias de 26 de agosto — e mostra o que precisa estar de pé antes de o piloto virar compromisso com a área de negócio.
O reranker não conserta o que a busca não trouxe: qualidade de recuperação em RAG
Quando um agente de RAG responde errado, a culpa quase nunca é do modelo: o trecho certo não chegou ao contexto. Este artigo separa a recuperação em três orçamentos que falham por motivos diferentes — recall, precisão e contexto do trecho — e mostra o que corrige cada um: chunking com estrutura, busca híbrida com fusão de rankings, reranking em segundo estágio e avaliação da recuperação medida à parte da resposta.
A2A em produção: delegar trabalho não transfere confiança
A2A conecta agentes independentes; MCP conecta ferramentas e recursos. Entenda tarefas, identidade e confiança na delegação e acompanhe um exemplo Python completo para implantar e chamar um agente A2A no Microsoft Foundry, com RBAC e os limites de preview explícitos.
O índice vetorial não herda permissão: agentes de dados em Databricks, Fabric e Foundry
Um índice vetorial é uma cópia, e cópia não herda permissão: a documentação do Databricks AI Search diz que permissão de linha e de coluna não é suportada. As duas rotas de um agente até o dado — RAG e text-to-SQL —, onde mora a regra de acesso em cada uma, a credencial dupla do Genie Agent e a camada de métrica que faz o número parar de mudar.
Guardrails e avaliação de agentes: o que separa um demo de um sistema em produção
Guardrail contém em runtime; avaliação mede ao longo do tempo — e uma não faz o trabalho da outra. Content Safety, Prompt Shields, evaluators que enxergam a chamada de ferramenta e não só a resposta, red teaming com PyRIT e o sinal de maturidade que separa um demo de um sistema: um deploy barrado por um número.
FinOps de IA além do caching: como escolher Batch, Model Router, PTU e pay-as-you-go
Prompt caching resolve reuso, mas não decide quando executar, como comprar capacidade nem qual modelo deve responder. Um framework prático para combinar Batch, PTU, pay-as-you-go e Model Router usando custo por tarefa aprovada.
Ontologia de dados: o contexto governado que faz a IA raciocinar em Databricks e Fabric
O gargalo da IA corporativa nao e o modelo, e contexto de negocio governado. Como Unity Catalog Metric Views, Genie Ontology e Fabric IQ formam uma unica camada semantica sobre uma copia so do dado — com caso de uso FSI, custo e roadmap.