A mensagem de exemplo cabe em uma linha de chat corporativo: o escritório está sem canetas e alguém pede uma embalagem com 12 canetas de tinta azul por menos de 25 dólares, no total. Em 8 de outubro de 2026, a LangChain mostrou, em post no blog oficial (abre em nova aba), um agente de inteligência artificial chamado Restock que resolve esse pedido do começo ao fim: procura o produto, monta o carrinho, espera a revisão e a aprovação e paga a conta.
Segundo o post, assinado por S. Tangedipalli, S. Runkle e N. Drezner, o pedido de canetas foi concluído por US$ 22,18, taxas inclusas. Os valores, alertam os autores, são ilustrativos. O Restock não é um produto pronto para contratar: é um exemplo com código aberto no GitHub (abre em nova aba), publicado sob licença MIT, criado para demonstrar como um agente pode pagar compras reais sem nunca tocar os dados do cartão.
Um agente de IA, nesse contexto, é um programa que executa uma tarefa em etapas e consulta ferramentas externas ao longo do caminho, em vez de apenas responder com texto. O Restock usa três dessas ferramentas: o Slack para a conversa, a Zinc para a busca e o pedido nas lojas, e o Link, da Stripe, para o pagamento.
Como a compra acontece
O Restock funciona dentro do Slack (abre em nova aba), aplicativo de mensagens corporativas, e roda sobre os Managed Deep Agents da LangChain, serviço que hospeda e executa agentes sem que a empresa precise gerenciar a infraestrutura. O acesso passa por um workspace do LangSmith, a plataforma de acompanhamento da LangChain, na região dos Estados Unidos. O caminho completo, descrito no post e no repositório, tem cinco etapas:
- A pessoa faz o pedido em linguagem natural no Slack.
- O agente busca produtos pela API da Zinc, serviço que executa compras em lojas online por meio de programas.
- O agente apresenta as opções e a pessoa escolhe uma.
- A compra é revisada no Slack e o pagamento é aprovado no Link.
- A Zinc finaliza o pedido no varejista; o Restock só marca o pedido como feito depois que a Zinc confirma o check-out na loja.
No exemplo das canetas, a pessoa autorizou US$ 23. A Zinc reteve US$ 1 de taxa base e a loja cobrou US$ 21,18, somando canetas a US$ 14,99, imposto de US$ 1,20 e frete de US$ 4,99. A cobrança total foi de US$ 22,18 e os US$ 0,82 restantes voltaram como reembolso automático, recurso documentado pela Zinc e citado no repositório. O teto funciona como um adiantamento com verba limitada: o agente pode gastar menos, nunca mais. O valor do pagamento é definido à parte, precisa cobrir taxas, imposto e frete, e os preços listados na busca não são cotação final.
Por que o cartão fica fora do alcance da IA
O pagamento é feito pelo Link, a carteira de consumo da Stripe (abre em nova aba), empresa de processamento de pagamentos. Quem compra guarda o método de pagamento salvo nessa carteira e aprova ali a solicitação de gasto; o agente recebe apenas a confirmação.
O número do cartão nunca passa pelo agente.
A aprovação tem regra dupla: a pessoa autoriza uma solicitação de gasto até um valor definido, que o agente não consegue ultrapassar, e o pagamento sai da carteira da própria pessoa que fez o pedido. A finalização da compra passa por uma API compatível com o Machine Payments Protocol (MPP), protocolo para pagamentos iniciados por software. No exemplo, a API é a de pedidos da Zinc, mas os autores dizem que o padrão não depende dela: qualquer API compatível com o protocolo pode ocupar esse lugar.
O que o exemplo prova, segundo a LangChain
Os autores afirmam ter executado o Restock de ponta a ponta em uma implantação hospedada: um pedido real chegou ao estado order_placed, de pedido efetuado, e o reembolso previsto foi recebido. As duas peças divulgadas até agora, o post e o repositório, vêm da própria LangChain; não há, no material publicado, relato independente do teste. O post é classificado como tutorial e como material de parceria, o que reforça o caráter de demonstração. O repositório também é recente: a branch principal tem um único commit.
Dentro dessas condições, o que a demonstração sustenta é enxuto. Com essa pilha de serviços, é tecnicamente viável um agente concluir uma compra real com aprovação humana, teto de gastos e carteira isolada. Ela não comprova funcionamento fora dos Estados Unidos, uso simultâneo por várias equipes nem segurança em produção, limites que o próprio material reconhece.
Três modos para testar
O exemplo pode rodar em três modos, definidos pela variável RESTOCK_MODE:
| Modo | Busca de produtos | Aprovação | Compra real |
|---|---|---|---|
| rehearsal | Produtos fictícios | Simulada | Não |
| link-test | Real, pela Zinc | Real, no Link | Não |
| live | Real, pela Zinc | Real, no Link | Sim, com pagamento e pedido na loja |
O ponto de partida sugerido no repositório é o link-test: busca real e aprovação real, sem compra. Mesmo nesse modo, as buscas consomem o saldo da conta Zinc; o endpoint de busca do exemplo custa US$ 0,01 por chamada bem-sucedida, cobrado à parte dos pagamentos.
Limites e custos
Os limites declarados no material são específicos:
- Entrega apenas nos Estados Unidos e pagamento em dólar.
- Um escritório por implantação.
- Pagamento sempre pela carteira da pessoa que fez o pedido.
- Alimentos embalados seguem o frete da loja, não uma entrega agendada de mercado.
- Para uso simultâneo em produção, os bloqueios locais de processo do exemplo não bastam; seria preciso coordenação mais forte.
Os pré-requisitos técnicos listados no repositório:
- Conta LangSmith na região dos Estados Unidos, com acesso a Managed Deep Agents, chave de API e ID do workspace.
- Chave de API da OpenAI (abre em nova aba) e acesso a modelo; o padrão do exemplo é o gpt-5.6-sol, ajustável pela variável OPENAI_MODEL.
- Workspace do Slack com permissão para instalar o agente.
- Conta na Zinc com carteira de busca financiada; chave ao vivo é necessária para listagens reais.
- Conta Link dos Estados Unidos com método de pagamento salvo.
- Python entre as versões 3.11 e 3.14 e o gerenciador de pacotes uv; as versões fixadas são Managed Deep Agents 0.8.1 e Link CLI 0.22.0.
- Pela rota de login via linha de comando, não é preciso conta de desenvolvedor da Stripe nem registro de aplicativo OAuth separado.
Os custos dos modelos de linguagem e da plataforma LangChain não são detalhados no material.
E no Brasil?
Para o leitor brasileiro, a resposta curta é que o exemplo, como documentado, pressupõe uma pilha americana: conta Link dos Estados Unidos, entrega nos Estados Unidos, valores em dólar e workspace na região americana. Não há, no post nem no repositório, menção a suporte em português, preços em reais ou disponibilidade da integração fora dos Estados Unidos.
Isso não impede o estudo do padrão. O repositório é público, a licença MIT permite reuso do código, e o modo de ensaio permite entender o fluxo sem compra real. Mas reproduzir o caminho completo, do pedido no Slack ao pedido pago, exige essa mesma pilha americana.
O detalhe que resume a proposta está no troco: dos US$ 23 autorizados, a compra consumiu US$ 22,18 e devolveu US$ 0,82 à carteira. Um agente que pede verba, respeita o teto e devolve o que sobrou: é essa aritmética que a LangChain colocou em demonstração.
Perguntas frequentes
O Restock é um produto pronto para contratar?
Não. É um exemplo com código aberto, publicado sob licença MIT e acompanhado de um tutorial da LangChain; qualquer uso real exige montar a própria integração com Slack, Zinc, OpenAI e Link.
O agente tem acesso ao número do cartão?
Não, segundo a LangChain. O método de pagamento fica salvo no Link, carteira da Stripe, onde a pessoa aprova o gasto; o agente só recebe a confirmação.
O Restock funciona para compras no Brasil?
Não, como documentado. O exemplo exige entrega nos Estados Unidos, valores em dólar, conta Link americana e workspace LangSmith na região dos EUA.
Quanto custa rodar o exemplo?
Os valores citados são ilustrativos. A busca da Zinc custa US$ 0,01 por chamada bem-sucedida no endpoint do exemplo, e o caso das canetas incluiu taxa base de US$ 1 da Zinc; os custos de modelo e plataforma não são detalhados no material.