Em 1º de setembro de 2026, a Snyk promoveu o Snyk Assist — um agente conversacional que nasceu para uso interno da própria equipe de suporte, a recurso do produto principal, disponível para todos os clientes pagantes como um painel na barra superior de cada página. O caso foi detalhado pela LangChain em estudo de caso publicado em 8 de outubro de 2026 e mostra como uma ferramenta criada para triagem de chamados virou funcionalidade de produto.
A Snyk se define como plataforma de segurança de IA. Seu software encontra e corrige vulnerabilidades em código, dependências de código aberto, contêineres e configurações de nuvem, atuando onde os desenvolvedores já trabalham: a IDE, o pull request e a pipeline.
Isso significa que os clientes fazem perguntas específicas sobre vulnerabilidades, contexto de conta, suporte e comportamento do produto, muitas vezes no meio do trabalho. Antes do Snyk Assist, essas informações estavam espalhadas por documentação, artigos de suporte, notas de versão, conteúdos de aprendizado e dados de conta; encontrar a resposta certa costumava exigir ler várias páginas ou abrir um chamado e esperar.
De ferramenta interna a recurso do produto
O agente começou como instrumento da equipe de suporte da Snyk, que lida com milhares de casos a cada duas semanas. Cada caso precisava ser lido, classificado por produto, severidade e responsável, e encaminhado ao lugar certo, processo que deixou de escalar conforme o volume cresceu.
A empresa testou a solução internamente por cerca de um ano, período em que o Snyk Assist atuou na triagem de casos e como agente virtual, tendo funcionários da Snyk como únicos usuários. A fase interna revelou casos-limite que não apareciam em testes offline, com ciclos de feedback medidos em horas, não em releases.
A segunda fase veio em abril de 2026, quando o agente chegou ao portal de suporte para clientes. Ele já cumprimentava o usuário pelo nome, entendia o contexto da conta, executava uma verificação de saúde no login e abria um chamado a qualquer hora, sem depender de atendente humano.
Em 1º de setembro de 2026, deu o salto final para o produto principal, junto com a nova navegação da plataforma.
Um runtime, várias portas de entrada
O Snyk Assist é um agente conversacional construído sobre LangChain e LangGraph, com observabilidade gerenciada no LangSmith. Ele ajuda clientes a encontrar respostas em linguagem natural e pode agir em nome deles: consultar issues abertas, verificar se um pacote tem vulnerabilidades conhecidas, abrir um caso de suporte a partir da conversa ou registrar pedido de funcionalidade quando o fluxo desejado ainda não existe.
Segundo a LangChain, o mesmo runtime de agente sustentou todas as fases. O que mudou foi apenas a superfície exposta: primeiro o time interno, depois o portal de suporte, por fim o produto.
Um runtime único servindo m últiplas frentes reduz o custo de levar a mesma capacidade a novos contextos.
Confiança e avaliação como requisito de produto
Por ser uma empresa de segurança, a Snyk tratou controle de acesso e confiabilidade como requisitos de produto. O agente foi desenhado para permanecer dentro das permissões de cada usuário e precisou provar três coisas antes de avançar: respondia corretamente, recusava o que deveria recusar e nunca devolvia informação que o usuário já não pudesse ver.
"A parte difícil de construir agentes não é o que o modelo consegue fazer, é provar que o agente realmente funciona. Rodamos toda mudança por avaliações no LangSmith, e se ela não passa no crivo, não vai para produção", afirmou Bailey Millns, engenheira de IA da Snyk. Cada trace das sessões iniciais alimentou os conjuntos de avaliação, dando à equipe base para entender o comportamento do agente antes de expô-lo aos clientes.
Por que isso importa
O caso ilustra um caminho cada vez mais comum: começar um agente de IA como ferramenta interna, onde erros não atingem o cliente pagante, e só então promovê-lo a funcionalidade comercial. A avaliação contínua em uma plataforma de observabilidade aparece como o mecanismo que permite detectar regressões, melhorar respostas e continuar lançando com segurança.
Para quem vende software de segurança, o episódio reforça que permissões e recusas não são acessórios: um assistente que responde bem, mas expõe dado fora do escopo do usuário, é um passivo. O resultado relatado pela Snyk é menos chamados e respostas mais rápidas, com o mesmo runtime atendendo diferentes pontos de contato do produto.
Fontes e links
- LangChain, How Snyk turned an internal support agent into a customer feature
- LangSmith
- Estudos de caso da LangChain
