Agentes de IA Pokee para Equipes: Tarefas de Longa Duração, Atribuídas e Revisadas

Os agentes de IA da Pokee executam turnos de 90 minutos em uma sandbox persistente, com arquivos, habilidades e memória de escopo definido. Como uma equipe atribui, acompanha e revisa esse trabalho.

Aiden Flux

Aiden Flux

5 novembro 2026

Agentes de IA Pokee para Equipes: Tarefas de Longa Duração, Atribuídas e Revisadas

TL;DR: Os agentes do Pokee AI são executados por meio da Pokee Enterprise API: cada tenant recebe uma sandbox privada e persistente na qual um agente pode trabalhar em um único turno por até 90 minutos, com escopo delimitado de acesso a arquivos, skills personalizadas, arquivos de persona em .pokee/ e memória preservada entre sessões. A API executa o agente. No entanto, sua equipe ainda precisa de um lugar para atribuir esse trabalho, monitorá-lo e revisar o resultado antes de colocá-lo em produção.

O Pokee foi projetado para tarefas complexas demais para uma janela de chat convencional: um relatório de mercado de dez páginas ou uma pesquisa aprofundada que leva quase uma hora. Ninguém fica assistindo a um turno de 90 minutos; portanto, alguém precisa assumir a responsabilidade pela tarefa, validar o progresso e aprovar o resultado final. Se você já gerencia agentes de código em um único quadro, o Sharkly é o lugar ideal para centralizar esse fluxo — falaremos mais sobre isso a seguir.

O que é o Pokee AI?

O Pokee é uma plataforma de agentes cuja Enterprise API é definida como "uma API REST para executar fluxos de trabalho extensos orientados por agentes em uma sandbox dedicada e persistente". Cada tenant conta com um workspace privado, um bearer token e endpoints para gerenciar sessões, arquivos, skills e streaming de mensagens em um endereço exclusivo, como https://your-tenant.enterprise.pokee.ai. O acesso é estritamente corporativo: a documentação do Pokee direciona novos usuários para o botão "Request demo" (Solicitar demonstração), sem menção a planos self-service ou gratuitos.

Dois níveis de modelos são listados na página de modelos e preços:

Modelo Entrada ($/milhão de tokens) Saída ($/milhão de tokens) Leitura de cache ($/milhão de tokens)
pokee-isaac-high-reasoning $3 $15 $0.30
pokee-isaac $0.30 $5 $0.10

Novos tenants utilizam por padrão o modelo de alto raciocínio (high-reasoning). O modelo é fixado no momento em que você cria uma sessão, garantindo que todos os turnos dessa sessão rodem no mesmo nível de capacidade.

A arquitetura de agentes do Pokee: sessões, sandbox, arquivos, skills e memória

O modelo de agentes do Pokee é composto por cinco pilares configuráveis, e cada um deles reflete uma decisão direta da sua equipe.

  1. Sessões. Uma sessão representa um processo de agente isolado em sua própria sandbox dentro do seu pod dedicado, com histórico próprio, escopo de arquivos definido e status de ocupado (busy).
  2. Modo persistente. Por padrão, uma sessão se autodestroi 5 minutos após a última resposta. Se você configurar persistent: true, ela permanece ativa até o término do TTL (4 horas por padrão) ou até que você a exclua manualmente.
  3. Acesso a arquivos delimitado por escopo. Você define os caminhos de read (leitura) e write (escrita) na criação da sessão. Caminhos fora desse escopo simplesmente não existem dentro do sistema de arquivos do agente.
  4. Skills. Basta fazer o upload de um arquivo ZIP contendo um SKILL.md na raiz. Todas as novas sessões do tenant terão acesso a essa funcionalidade.
  5. Arquivos de persona e memória. Documentos Markdown armazenados em .pokee/ são adicionados no início do prompt do sistema, enquanto o arquivo .memory/MEMORY.md retém informações e contexto entre diferentes sessões.

Como o Pokee controla o escopo de acesso a arquivos?

O escopo é protegido em duas camadas. No ambiente do agente, um namespace de montagem do bubblewrap por sessão isola tudo o que estiver fora dos diretórios autorizados; qualquer tentativa de leitura retorna ENOENT. Já nas requisições feitas pela API HTTP de arquivos, a mesma tentativa resulta em 403 Forbidden.

O cookbook de acesso delimitado a arquivos demonstra uma sessão configurada para ler apenas o diretório de um cliente específico e uma pasta de modelos compartilhados, gravando exclusivamente na pasta de saída desse cliente:

curl -X POST "$POKEE_API/v1/sessions" \
  -H "Authorization: Bearer $POKEE_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "persistent": true,
    "ttl": 14400,
    "metadata": {"board_task": "COIN-412", "client": "acme-corp"},
    "file_access": {
      "read": ["projects/acme-corp", "shared/templates"],
      "write": ["projects/acme-corp/output"]
    }
  }'

O escopo definido é imutável durante toda a vida útil da sessão. Para expandi-lo, é necessário encerrar a sessão e iniciar uma nova. Essa abordagem reforça a conformidade e exige planejamento da equipe: defina os acessos necessários logo na atribuição da tarefa, em vez de tentar ajustá-los no meio do caminho.

Qual é o papel dos arquivos de persona .pokee/ e da memória?

Os arquivos em workspace/.pokee/*.md são carregados em ordem alfabética no prompt do sistema, cada um sob um cabeçalho no formato ## <nome-do-arquivo>. O cookbook de personas sugere o uso de 00_soul.md para definir o tom de voz, 10_glossary.md para terminologia técnica e 20_style_guide.md para diretrizes de formatação. O limite total para esse diretório é de 1 MB.

Quaisquer alterações são aplicadas a partir da sessão seguinte; uma sessão em execução mantém seu prompt original inalterado. Além disso, o agente lê e atualiza o arquivo .memory/MEMORY.md a cada sessão — conteúdo que você pode editar via API de arquivos ou, conforme indicado na página de contexto do agente, solicitar ao suporte do Pokee para desativar.

O impacto de agentes de IA de longa duração nas equipes

Agentes de IA projetados para tarefas longas transformam três aspectos da rotina da equipe: quem inicia a demanda, como acompanhar o andamento e quem valida o resultado. Os limites padrão do Pokee ilustram bem esse cenário na prática.

Limite Padrão
Sessões simultâneas 10
Tempo limite por turno 90 minutos
TTL da sessão 4 horas
Turnos por hora / por dia 300 / 5.000
Tokens por hora / por dia 20M / 200M
Tamanho máximo do workspace 100 GB

De acordo com o Pokee, qualquer um desses limites pode ser expandido sob solicitação.

Quem atribui uma tarefa de agente de 90 minutos?

Dez sessões simultâneas parecem um número confortável até cinco pessoas decidirem gerar dois relatórios cada uma em plena manhã de segunda-feira. Uma sessão ocupada também rejeita qualquer nova mensagem com erro 409. Por isso, alguém precisa definir a tarefa, o modelo, o escopo de arquivos e a sessão, registrando tudo em um item com responsável claro no quadro para evitar que duas pessoas disparem o mesmo processo de 90 minutos ao mesmo tempo.

Como acompanhar o progresso de um turno longo de execução?

O agente continua trabalhando em segundo plano mesmo se o cliente desconectar. O cookbook de tarefas de longa duração faz polling no endpoint GET /v1/sessions/{id} a cada 15 segundos para monitorar a flag busy, lê eventuais chaves de progresso que o fluxo registre em metadata e, ao final, faz o download do arquivo gerado.

while True:
    s = c.get(f"/v1/sessions/{sid}").json()
    if not s["busy"]:
        break
    print(f"metadata: {s['metadata']}")
    time.sleep(15)

O streaming de eventos utiliza Server-Sent Events, emitindo eventos como message.created, message.completed, message.error e message.cancelled. O endpoint de retomada permite reconectar transmissões interrompidas a partir do Last-Event-ID sem cobrar tokens adicionais. No entanto, tudo isso apenas informa ao seu script que o turno terminou — não se o relatório entregue realmente atende aos requisitos.

Quem revisa o resultado antes da entrega?

O Pokee salva um arquivo diretamente no workspace. A etapa de revisão é um processo humano que ocorre fora da API: alguém precisa abrir o arquivo report.md, conferir se ele cumpre o escopo e aprová-lo ou solicitar ajustes. Em fluxos de trabalho com agentes operando em paralelo, essa etapa costuma se tornar o principal gargalo — ponto central discutido no artigo a revisão humana é o gargalo.

Ciclo de vida de uma tarefa longa com o agente Pokee: atribuída no quadro, sessão criada com arquivos delimitados por escopo, turno de 90 minutos em execução na sandbox, arquivo de saída gravado e revisão humana antes do envio.

Exemplo prático: da atribuição à revisão de um relatório de cliente

Três profissionais compartilham o mesmo tenant do Pokee. O objetivo é entregar o relatório trimestral de mercado para a "Acme Corp".

  1. Atribuição. Dana cadastra a tarefa: "Relatório de mercado do 3º trimestre para Acme", com Dana como responsável, Sam como revisor e entrega prevista para quinta-feira.
  2. Definição de escopo. A tarefa especifica o modelo do Pokee (pokee-isaac-high-reasoning), as pastas de leitura (projects/acme-corp, shared/templates) e o diretório de gravação (projects/acme-corp/output).
  3. Início. Dana inicializa uma sessão persistente com o ID da tarefa nos metadata e envia uma instrução solicitando o relatório em output/report.md.
  4. Acompanhamento. O ID da sessão é registrado nos comentários da tarefa. Quem consultar GET /v1/sessions/{id} verá busy: true até a conclusão do turno.
  5. Coleta. Assim que a flag busy mudar para false, Dana faz o download do arquivo gerado e o anexa à tarefa.
  6. Revisão. Sam avalia o conteúdo comparando-o com o briefing. Caso falte algo, a tarefa retorna com observações para um novo turno de refinamento; se estiver aprovada, segue no fluxo de trabalho.
  7. Limpeza. Dana remove a sessão manualmente, ou uma rotina noturna com DELETE /v1/sessions?status=idle&older_than=1h encarrega-se de limpar os ambientes ociosos.

As etapas 1, 4 e 6 não envolvem chamadas de API: são etapas de coordenação de equipe — justamente o tipo de controle que as pessoas tendem a negligenciar quando os agentes são rápidos, mas do qual sentem falta quando uma tarefa leva uma hora para rodar.

Onde o Sharkly se encaixa no fluxo de trabalho do Pokee

O Sharkly é uma plataforma de gestão de trabalho para agentes: um quadro único onde tarefas são distribuídas entre pessoas e agentes, execuções são rastreadas e os resultados aguardam validação humana. Ele não executa sessões do Pokee diretamente nem possui um conector nativo para o Pokee; seu papel é centralizar a tarefa, o responsável, o status e as etapas de revisão que envolvem o processo.

Na prática, o fluxo funciona assim:

  • Atribuição clara. A tarefa do Pokee fica visível no quadro com responsável e status definidos, integrada ao restante do fluxo de trabalho da equipe. Consulte nosso artigo sobre equipes agênticas para entender por que a definição explícita de responsabilidade é indispensável.
  • Um agente que orquestra a API. Um agente do Sharkly roda na sua própria máquina por meio de um ambiente de execução (runtime), como o Claude Code. Equipado com uma skill que encapsula as chamadas de curl descritas acima, ele pode inicializar a sessão, monitorar o status e publicar o ID da sessão e os resultados de volta na tarefa.
  • Limites de execução alinhados aos do Pokee. Cada agente conta com configurações de execução: número máximo de tarefas simultâneas, tempo máximo de execução por tarefa e tempo limite de fila. No exemplo abaixo, o agente tem limite de 1 tarefa e 40 minutos; ao trabalhar com o Pokee, mantenha a simultaneidade dentro do seu limite de 10 sessões e ajuste o tempo de execução para cobrir o turno de 90 minutos — ou configure o agente para iniciar o processamento e checar o resultado mais tarde.
Configurações de execução de um agente no Sharkly: limite de tarefas simultâneas atribuídas, tempo máximo de execução por tarefa e tempo limite da fila.
  • Revisão como status, não como mensagem perdida no chat. O agente pode mover uma tarefa para o status de "aguardando revisão humana", enviando-a diretamente para a caixa de entrada do revisor. Os artigos sobre agentes de código com intervenção humana e portões de aprovação para agentes de código mostram onde posicionar esses pontos de parada com eficácia.
  • Gatilhos externos. Uma automação do Sharkly pode ser disparada via webhook: uma URL segura que inicia uma execução quando um serviço externo envia um POST para ela. Seu próprio script pode acioná-la assim que um turno do Pokee for concluído.

O Sharkly é gratuito para começar, e o consumo de tokens dos modelos é faturado diretamente nas contas dos provedores que você já utiliza. Para se aprofundar no modelo de revisão para fluxos longos, leia o artigo por que execuções de agentes com milhões de tokens precisam de uma fila de revisão.

Quando escolher o Pokee e quando buscar alternativas

O Pokee é a escolha certa quando a tarefa gera um documento ou conjunto de dados em vez de alterações de código, dura de vários minutos a uma hora e exige uma sandbox persistente e isolada. É especialmente indicado quando houver exigências contratuais de conformidade — como "o agente não pode ter acesso aos dados do cliente B" —, já que o escopo de arquivos é garantido no próprio sistema de arquivos. Além disso, o modo offline oferece um tenant cuja única rota de saída de rede é a API do modelo de linguagem.

Por outro lado, procure outras opções se você precisa começar a usar imediatamente sem passar por uma reunião comercial de vendas. Para tarefas de programação diretamente nos seus repositórios, ferramentas como Claude Code ou Codex rodando localmente nas suas próprias máquinas oferecem uma integração mais direta. Muitas equipes utilizam ambos os modelos, o que justifica adotar uma plataforma unificada para gerenciar tudo em um só lugar.

Conclusão

Os agentes do Pokee AI proporcionam às equipes a capacidade de rodar tarefas demoradas com isolamento robusto. A API responde à pergunta: "o turno de execução terminou?". Mas continua sendo papel da sua equipe responder quem iniciou a tarefa, quais arquivos foram acessados e se o material produzido atende aos padrões de qualidade esperados.

Defina essas três respostas no quadro antes mesmo de abrir a primeira sessão. Se você procura um espaço integrado para acompanhar tanto as execuções do Pokee quanto seus agentes de desenvolvimento de software, crie seu workspace no Sharkly e delegue sua primeira tarefa complexa a um agente ainda esta semana.

Perguntas Frequentes (FAQ)

O que é a Pokee Enterprise API?

A Pokee Enterprise API é uma API REST desenvolvida para executar fluxos de trabalho longos orientados por agentes em uma sandbox dedicada e persistente para cada tenant. Ela oferece endpoints para gerenciamento de sessões, arquivos, skills, streaming de mensagens e métricas de uso, com autenticação via bearer token.

Por quanto tempo um agente do Pokee pode operar?

Um turno de execução pode durar até 90 minutos por padrão, e uma sessão permanece ativa por até 4 horas. Ambos os parâmetros podem ser ampliados mediante solicitação.

O Pokee AI é gratuito?

A documentação oficial não prevê planos gratuitos. O acesso ao serviço requer a solicitação de uma demonstração comercial, e a cobrança é calculada por volume de tokens: US$ 3 para entrada e US$ 15 para saída por milhão de tokens no modelo pokee-isaac-high-reasoning, e US$ 0,30 e US$ 5, respectivamente, no pokee-isaac.

O que acontece se duas pessoas enviarem mensagens para a mesma sessão do Pokee?

A segunda mensagem receberá um erro HTTP 409, indicando que a sessão já está ocupada processando outra requisição. Cada sessão executa apenas um turno por vez; portanto, tarefas simultâneas exigem sessões separadas, respeitando o limite padrão de até 10 conexões ativas.

O agente do Pokee consegue reter informações entre diferentes sessões?

Sim. O agente lê e atualiza o arquivo workspace/.memory/MEMORY.md a cada sessão, e esse arquivo permanece intacto mesmo após a reinicialização dos pods.

O Sharkly consegue executar agentes do Pokee diretamente?

Não. O Sharkly não dispõe de um conector nativo para o Pokee. No entanto, um agente Sharkly rodando na sua máquina pode invocar a API do Pokee por meio de uma skill, enquanto o Sharkly centraliza a atribuição, o status e o fluxo de revisão humana.

Explore mais

Governança de agentes de IA: seu sandbox não é sua aprovação final

Governança de agentes de IA: seu sandbox não é sua aprovação final

Precisa de governança de agentes de IA para os agentes de programação que sua equipe executa? Veja como o Codex e os sandboxes do Docker definem limites e quem é responsável por revisar cada execução.

20 novembro 2026

Alternativa open source ao Slack: como o ExitPath ajuda você a sair

Alternativa open source ao Slack: como o ExitPath ajuda você a sair

Quer uma alternativa open source ao Slack? Veja o que a ExitPath diz sobre migrar para Mattermost, Zulip ou Element e não deixe o trabalho do seu agente se perder.

20 novembro 2026

GPT-6.2 Astra vs Fable 5.2: teste os dois no seu próprio repositório

GPT-6.2 Astra vs Fable 5.2: teste os dois no seu próprio repositório

GPT-6.2 Astra vs Fable 5.2: qual deve executar seus agentes de código? Veja em que ponto tokens de mesmo preço dividem a conta e teste os dois no seu próprio repositório.

20 novembro 2026