A LangChain publicou em 8 de outubro de 2026 o Restock, um agente de exemplo capaz de concluir compras reais de ponta a ponta. Ele roda dentro do Slack sobre o Managed Deep Agents (MDA), plataforma da própria empresa para hospedar agentes, e faz o pagamento por meio do Link, a carteira de consumidor do Stripe, usando o Machine Payments Protocol (MPP).
A proposta é mostrar como construir agentes que gastam dinheiro de verdade sem expor credenciais ao modelo de linguagem.
O caso descrito no material começa com um pedido simples: "Estamos ficando sem canetas. Você consegue encontrar um pacote de 12 canetas de tinta azul para o escritório, por menos de US$ 25 no total?".
O Restock localiza o produto, monta o carrinho, submete a compra à revisão do usuário e fecha o pedido por US$ 22,18, taxas incluídas — valor que a própria empresa descreve como ilustrativo.
Como o agente decide pagar
A publicação discute primeiro o dilema do pagamento. Um agente poderia conduzir o checkout do varejista em um navegador, mas essa abordagem é frágil: as páginas mudam, os sites bloqueiam checkouts automatizados e os dados de pagamento teriam de ser digitados sem ficar expostos ao modelo.
Uma API compatível com o Machine Payments Protocol evita esse caminho, porque informa ao agente exatamente quanto pagar e aceita o pagamento diretamente. A contrapartida é a cobertura: o agente só compra em APIs habilitadas para o protocolo.
Segundo a LangChain, essa lista está crescendo, com agregadores de ferramentas como Apify e Mercator se somando a opções verticais como a Zinc no varejo. O Restock usa a Zinc, mas o padrão não depende dela.
As quatro peças do quebra-cabeça
O Restock é montado com quatro componentes. O Link guarda os métodos de pagamento do usuário e pede que ele aprove cada transação.
O MPP define a troca de pagamento sobre HTTP: o comerciante responde com 402 Payment Required e instruções de pagamento, e o cliente tenta novamente com uma credencial de pagamento. A Zinc busca produtos e faz pedidos a varejistas por sua API de pedidos MPP.
E o Managed Deep Agents hospeda o agente e cuida de Slack, revisão humana, credenciais e estado salvo.
Na prática, a equipe escreveu ferramentas personalizadas para busca na Zinc, carrinho e pagamento, além das instruções que moldam a conversa. O MDA cuida do resto, inclusive de salvar conversas e pedidos, para que alguém volte dias depois e pergunte sobre as mesmas canetas.
A definição do agente usa ChatOpenAI com o modelo indicado pela variável de ambiente OPENAI_MODEL, cujo valor padrão no exemplo é gpt-5.6-sol. Entre as ferramentas expostas ao modelo estão search_restock_products (busca na Zinc), prepare_restock_order (salva o carrinho), set_restock_payment_amount (define o valor adiantado dentro do orçamento), request_restock_payment (revisão no Slack e aprovação no Link), wait_for_restock_approval e check_restock_order (status do pedido na Zinc).
A estrutura de arquivos inclui agent.py, instructions.md, tools/restock.py, um diretório restock/ com Zinc, carteira Link, carrinho e armazenamento de pedidos, e sandbox/setup.sh, que instala a CLI do Link no sandbox. A busca na Zinc usa uma chave de API e uma conta de pesquisa com saldo, a etapa de busca não é paga pelo Link.
Controle de gastos e credenciais
Segundo os destaques da publicação, os pagamentos ficam seguros e dentro do orçamento. O usuário aprova uma solicitação de gasto até um valor definido, e o agente não consegue gastar acima desse teto.
O orçamento de US$ 25 é tratado como limite máximo, e não como um valor a ser gasto integralmente. Como quem processa o pagamento é o Link, o número do cartão nunca chega ao modelo.
O fluxo do pedido de canetas exige duas aprovações humanas: a primeira é a revisão da compra no Slack; a segunda é o pagamento aprovado no Link. Só depois disso a ordem é confirmada junto à Zinc. Esse desenho de dupla checagem é o que separa um agente que sugere produtos de um agente que efetivamente movimenta dinheiro.
Por que isso importa
Agentes de IA já são razoavelmente bons em encontrar coisas para comprar. Pagar é mais difícil: movimenta dinheiro real, exige credenciais que o modelo nunca deveria ver e é difícil de desfazer.
Ao combinar uma carteira de consumidor com um protocolo de pagamento pensado para máquinas, a LangChain tenta resolver os três problemas de uma vez, empurrando a parte sensível para fora do modelo.
O legado prático é o código aberto: qualquer equipe pode partir do exemplo do Restock para construir seu próprio agente pagador. A limitação continua sendo a cobertura de APIs compatíveis com MPP, hoje restrita a um conjunto em expansão de varejistas e agregadores, um gargalo de adoção, não de arquitetura.
Como a LangChain resume, encontrar produtos já está resolvido; pagar é o novo desafio de engenharia.
Fontes e links
- LangChain
- Código de exemplo do Restock no GitHub
- Machine Payments Protocol (MPP)
- Managed Deep Agents
