O RAG corporativo está aprendendo a planejar as próprias buscas. A Progress pôs esse agente dentro do Teams

A primeira geração de RAG nas empresas funcionava como um balcão de atendimento que aceitava uma pergunta só. A pessoa perguntava, o sistema fazia uma busca, pegava os trechos mais relevantes e escrevia a resposta. Quando a resposta certa dependia de dois documentos em dois sistemas, ou de um dado que só fazia sentido depois de ler outro, o sistema chutava.

O anúncio da Progress Software em 1º de outubro é um bom retrato de para onde isso está indo. A plataforma Agentic RAG ganhou três novidades: um app nativo para o Microsoft Teams, um Smart Agent que planeja buscas em várias etapas e um plugin para WordPress que melhora a ingestão de conteúdo. Cada uma aponta para um problema diferente de produção.

O que a Progress lançou

Segundo a Progress, as novidades já estão disponíveis:

• App para o Teams. Distribuído pela loja de apps do Teams, leva respostas com citação das fontes para chats e canais. A Progress diz que o app respeita as permissões e os controles de governança existentes.
• Smart Agent. Em vez de uma busca, ele planeja a consulta, divide a pergunta em subperguntas, busca no índice (a Knowledge Box), em aplicações conectadas via Model Context Protocol (MCP) e na web, avalia o que encontrou e continua até julgar que a informação é suficiente. A Progress apresenta isso como o fim da necessidade de código próprio de orquestração.
• Plugin para WordPress. Dá aos administradores controle sobre o que é indexado e quando é atualizado, e preserva estrutura, metadados e taxonomia das páginas em vez de transformar tudo em texto corrido.

A Progress chama a camada comum de “Agentic Knowledge Layer”. O anúncio não traz preços.

1. Pergunta
2. Planejar subperguntas
3. Buscar no índice
4. Consultar sistemas via MCP
5. Julgar: já basta?
6. Resposta citada no Teams

• Repete até bastar: Planejar subperguntas · Buscar no índice · Consultar sistemas via MCP · Julgar: já basta?

Etapas que o RAG clássico não tinha

A busca em várias etapas leva decisões para dentro do retriever

O Smart Agent é a mudança de fundo. Um planejador que decide o que buscar em seguida já não é só busca: é um agente cujas ferramentas são índices e sistemas de negócio. Isso traz três consequências.

Avaliar fica mais difícil. Com uma busca, dá para medir se os trechos certos voltaram. Com um plano, é preciso medir também se o plano fez sentido, se parou na hora certa e se escolheu as fontes certas. Como defendemos no nosso texto sobre medir a busca como um sistema à parte, a qualidade da recuperação precisa de nota própria, separada da resposta final. A busca em várias etapas acrescenta uma terceira camada: o próprio plano.

Custo e latência passam a variar. Uma pergunta que dispara seis subbuscas e duas chamadas a sistemas custa mais e demora mais do que outra que dispara uma. Orce por pergunta, não por usuário, e acompanhe a distribuição, não a média.

Consulta ao vivo levanta a questão da identidade. Conteúdo indexado pode ser filtrado pelas permissões registradas na indexação. Uma chamada MCP a um sistema de negócio roda com alguma identidade: a da pessoa, delegada, ou a de uma conta de serviço que enxerga tudo? A resposta define se “respeita as permissões existentes” vale também para as fontes ao vivo. Peça essa resposta conector por conector.

Por que o Teams, e o que vem junto

O segundo movimento é de distribuição. Nas empresas que rodam Microsoft 365, o Teams virou o lugar onde o trabalho acontece, e uma resposta governada dentro de um canal é mais usada do que um portal separado que ninguém lembra de abrir. Fizemos um argumento parecido na nossa análise do Gemini agindo dentro do Microsoft 365: a ferramenta onde as pessoas trabalham decide qual IA elas adotam.

O Teams também traz obrigações. Uma resposta postada num canal é uma mensagem e fica sujeita às políticas de retenção que o jurídico já aplica. E, se a pergunta envolveu um cliente ou um colaborador, a resposta pode conter dados pessoais, o que coloca o histórico do chat no escopo da LGPD: finalidade, prazo de guarda e atendimento a pedidos de titulares valem também para o que o bot escreveu. Vale alinhar com o DPO e com o jurídico, antes de escalar, que as mensagens do bot seguem as mesmas regras das mensagens humanas.

Para quem já tem Microsoft 365 há ainda uma decisão de build vs. buy. O Microsoft 365 Copilot já fundamenta respostas no SharePoint e em outras fontes por meio dos Copilot connectors. Uma camada de conhecimento de terceiros faz mais sentido quando boa parte do conhecimento está fora do Microsoft 365, em WordPress, documentação de produto ou sistemas de linha de negócio, ou quando se quer uma camada de busca única para Teams, sites e outros agentes. Se quase tudo está no SharePoint, comece perguntando o que o caminho nativo já cobre.

A ingestão é o ganho sem glamour

O plugin para WordPress é a novidade menos vistosa e talvez a mais útil. Muitas intranets, portais de políticas internas e centrais de ajuda rodam em WordPress. Quando estrutura, metadados e taxonomia sobrevivem à ingestão, a busca consegue filtrar por área, data ou tipo de documento em vez de adivinhar a partir de texto solto. Muitos problemas de qualidade de RAG começam aqui, bem antes do modelo.

O que fazer agora

1. Mapeie o conhecimento. Liste onde estão as respostas de que as pessoas precisam e quanto disso fica fora do SharePoint.
2. Teste a identidade por fonte. Para cada fonte indexada e cada conexão MCP, confirme de quem são as permissões aplicadas.
3. Avalie o plano. Monte um conjunto de perguntas que exigem várias etapas e dê nota às subperguntas, ao momento de parar e à escolha das fontes, não só à resposta final.
4. Defina um teto de custo por pergunta e alerte quando ele for estourado.
5. Chame o jurídico e o DPO cedo para tudo que for postado no Teams.

Em resumo

O RAG está virando um agente que planeja a própria pesquisa e está indo morar nas ferramentas de colaboração. As duas coisas melhoram as respostas e as duas criam novos lugares para errar: planos que se perdem, chamadas ao vivo com a identidade errada, mensagens de IA que viram registro. Trate a busca em várias etapas como agente desde o primeiro dia, com a avaliação e as permissões que isso exige. Se a dúvida ainda é rodar a busca em casa ou contratar, a nossa visão de build vs. buy para busca gerenciada cobre essa escolha.