Um milhão de skills de agente em sete meses, quase metade instalada uma vez

Em sete meses, um catálogo público de skills de agente passou o GitHub, o npm e a App Store no tempo até 1 milhão de unidades. Quase metade do que ele acumulou nesse período foi instalada exatamente uma vez. As duas frases vêm do mesmo relatório, o State of agent skills, publicado pela Vercel em 25 de setembro de 2026, e juntas descrevem um acervo de tentativas, não uma base instalada.

A leitura corrente trata install como adoção. O relatório não sustenta essa leitura e diz isso na própria nota de metodologia: os contadores são agregados do catálogo, não pessoas únicas, não escolhas independentes. O que existe é uma oferta muito visível e uma demanda que ainda não aprendeu a se medir.

O que o primeiro milhão de skills de agente mostra

O relatório mediu uma coisa só: o que as pessoas instalam quando o agente ganha capacidade nova sem trocar de modelo. O formato Agent Skills foi apresentado pela Anthropic em outubro de 2025, o site skills.sh, que hospeda o catálogo, abriu em janeiro de 2026, e sete meses depois a conta passou de um milhão.

Três linhas resumem o achado.

1. O catálogo chegou a 1 milhão de skills e a quase 280 milhões de installs em sete meses de operação.
2. Quase metade das skills foi instalada exatamente uma vez; 375 delas, 0,04% do catálogo, respondem por 62% dos installs, e o top 1,2% responde por 94%.
3. O tempo até 1 milhão foi menor que o do GitHub, o da App Store e o do npm, na comparação feita pelo próprio relatório.

O milhão é oferta. Um canal de publicação sem atrito cresce rápido, e a terceira linha é a manchete mais fácil de escrever. A segunda é a que interessa a uma empresa, porque descreve um catálogo em que quase tudo é tentativa e quase nada é rotina.

Nenhuma das três últimas linhas passou por auditoria independente: são a comparação da Vercel com a trajetória de outras plataformas, e entram aqui como afirmação de quem opera o catálogo. As quatro linhas também não medem a mesma unidade, porque uma skill empacotada, um repositório, um aplicativo e um pacote não são a mesma coisa, e o gráfico coloca os quatro no mesmo eixo de meses. O cuidado não é formalidade. Um número que atravessa quatro plataformas sem metodologia comum é uma narrativa, e narrativa é exatamente o que falta a menos neste assunto.

Um catálogo de um milhão não é um mercado de um milhão

Um milhão de skills publicadas mede o tamanho da oferta. O relatório declara que os contadores de install são agregados do catálogo, não pessoas únicas nem escolhas independentes, e registra que quase metade dele foi instalada uma vez. Isso descreve um acervo de tentativas, não uma base em operação.

A aritmética do relatório é simples e incômoda. Trezentas e setenta e cinco skills respondem por 62% dos installs, e a skill mais instalada de todas fica abaixo de 1% do total. O relatório lê o mesmo dado como ausência de vencedor: a competição acontece dentro de cada tarefa, porque o time que escolheu uma skill de relatório de despesas não tem motivo para instalar uma segunda. Um item que não alcança 1% dos installs não é o padrão de ninguém, e um catálogo sem default não se copia de um relatório.

A leitura corrente é que 280 milhões de installs provam tração corporativa. Não provam. O contador soma eventos de instalação, e o relatório declara os contadores como agregados do catálogo sem descrever o mecanismo de contagem. O que o contador não registra é o que interessa: se a skill rodou uma vez, se rodou mil vezes, se recebeu permissão para tocar em arquivo real ou se o time ainda lembrava que ela existia duas semanas depois.

O modo de falha é silencioso e tem prazo. Uma skill foi escrita para o modelo e para o formato de ferramenta vigentes no mês em que nasceu; quando o fornecedor muda o formato de uma resposta ou o conector troca de versão, ela continua instalada e para de funcionar. O install que a contava não desaparece. O catálogo mede instalação, não funcionamento. O caso mais caro é o inverso: a skill que continua rodando e piora, sem gerar erro, entregando um resultado plausível que ninguém abre chamado para contestar.

Isso vale para skill como artefato isolado. Uma skill que só descreve um procedimento em texto envelhece devagar. A que chama ferramenta externa envelhece na velocidade do conector.

Ferramenta de agente envelhece pelo mesmo mecanismo, e mais rápido. Um registry de ferramentas para agentes resolve descoberta e autorização; versionar o que já foi autorizado continua sendo trabalho de quem opera.

A oferta é técnica, a demanda é de negócio

Mais da metade dos listings ensina engenharia de software, fluxos de agente, dados, infraestrutura ou segurança, e engenharia de software sozinha responde por cerca de um quarto do catálogo. Nos installs a ordem muda: engenharia fica em 18%, fluxos de agente em 15%, operações de negócio e escrita perto de 11% cada, e nenhuma categoria passa de um quinto.

A média por listing mostra quem sustenta o catálogo. Operações de negócio recebem 74% mais installs que a média geral, escrita e documentos 50% mais, nuvem e infraestrutura 42% mais. Engenharia de software recebe cerca de 30% menos, educação e produtividade 39% menos, pesquisa 55% menos. Quem escreve skill é engenheiro automatizando o próprio trabalho. Quem instala skill é gente com trabalho sobrando numa terça-feira.

Fluxos de agente e automação somam 14,8% dos installs na amostra classificada, atrás apenas de engenharia de software, e formam a maior categoria entre os listings com 100 mil installs ou mais. O que escala não é a skill que sabe mais. É a que encadeia melhor.

Essa inversão tem consequência direta para quem compra. Um catálogo abastecido por engenheiros oferece excelência em problemas que o comprador já resolveu, e oferece pouco onde a operação trava: conciliação, cobrança, follow-up de proposta, fechamento de mês. A distância entre quem publica e quem paga a conta é o espaço que sobra para quem implementa agente dentro de empresa.

Onde a skill genérica para e o julgamento da empresa começa

Trabalho comum a qualquer setor responde por 66% das skills classificadas e 87,5% dos installs, com média de 3,6 vezes mais installs por listing que as skills específicas de um setor. Apenas um em cada oito installs está ligado a um setor específico. O catálogo entrega o genérico com eficiência e deixa o específico inteiro para quem opera.

Genérico, aqui, tem um sentido preciso: a skill funciona em qualquer empresa porque não sabe nada sobre a sua. Uma skill que revisa contrato pode ser excelente em empresas diferentes exatamente porque ignora a taxonomia de cláusulas, o valor a partir do qual o jurídico precisa aprovar e a lista de contrapartes que o time comercial conhece de cor.

O julgamento que diferencia uma empresa da outra mora nesses três detalhes, e nenhum deles cabe num catálogo público. É por isso que 87,5% dos installs vão para trabalho de qualquer setor: o catálogo entrega o que é comum com eficiência, e o que sobra é a operação, e é ali que o agente precisa acertar.

Skill é artefato de software corporativo. Tem dono, revisão, permissão, versão e custo de manutenção, e esse custo cresce com o número de sistemas que ela toca. Tratar skill como pacote descartável é o erro que a próxima fase do mercado vai cobrar, e a cobrança chega na forma de uma pergunta simples: quem aprovou essa skill que rodou sobre o CRM no trimestre passado?

O custo que o install não mostra: revisar, autorizar e manter

O install custa um comando. O que vem depois custa processo: alguém decide quem aprova a skill, a quais arquivos e sistemas ela tem acesso, em que ambiente ela roda, como se prova que ela melhora o trabalho e quem a mantém quando o modelo ou o conector muda. Nada disso aparece no contador do catálogo.

O caminho de uma skill dentro de uma empresa tem sete etapas, e a primeira começa antes do download.

A etapa que trava os programas é a terceira. Revisar exige ler o conteúdo e, quando a skill traz script, o código e as dependências. Uma skill no formato Agent Skills pode empacotar script, template e dependência além do texto de instrução, e o runtime que a carrega executa o que veio no pacote com as permissões do agente. Ler não escala como instalar. Um comando leva segundos; revisar uma skill que toca em arquivo financeiro consome uma reunião, e essa reunião não tem dono natural em nenhuma estrutura. Quando ninguém a convoca, o programa avança com permissão ampla e revisão zero, que é o mesmo que não ter programa.

Há duas perguntas que a tabela separa e que a maioria dos times junta em uma só: origem, quem publicou a skill e sob qual namespace, e aprovação, quem autorizou aquele item aqui dentro. Instalar por nome, sem versão fixada, é dependência flutuante, porque o que roda amanhã pode não ser o que foi revisado ontem e o registro de aprovação segue apontando para a versão antiga.

Permissão sem escopo é acesso total com nome bonito. O post sobre permissões e rastreabilidade de agentes trata do desenho dessa camada em detalhe, e a pergunta que ele deixa é a que importa aqui: a skill pode ler o arquivo, ou pode alterá-lo, ou pode enviá-lo para fora?

Nexforce Work entrega esse conjunto como workspace desktop para times não técnicos, com camada de aprovações e permissões, execução em sandbox, gestor de skills, execuções agendadas e conectores via MCP. Nexforce Code leva a mesma disciplina para o desenvolvedor, com agentes e subagentes definidos por projeto, arquivos de regras versionados junto com o código, skills e execuções headless. A diferença está em onde a decisão fica registrada: no Work, na camada de permissões; no Code, no arquivo de regras que o repositório versiona. Nenhuma das duas decide, pela empresa, quem aprova.

O desenho de quem aprova o quê está em governança de agentes em produção, e ele não vem junto com o download.

A métrica que deve substituir o install

O relatório projeta, e projeta é a palavra, que a qualidade de uma skill passe a ser medida por efetividade em vez de popularidade: a skill só se justifica se o agente faz o trabalho melhor com ela do que sem ela. Testes com esse desenho ainda não são prática instalada. A projeção aponta para onde a medição deve ir.

O desenho do teste é simples de descrever e caro de rodar. Um conjunto de tarefas, na mesma versão de modelo e com as mesmas permissões, cada uma executada com a skill carregada e sem ela, com repetição e com o desfecho definido antes de rodar, avaliado pelo resultado e não pela elegância do texto produzido. Duas execuções de uma tarefa não separam efeito de ruído, porque a diferença entre uma rodada com skill e uma sem pode ser só variância do modelo. O custo cresce na mesma proporção da repetição, e é por isso que contar install sai mais barato do que medir efeito.

Enquanto a medida for popularidade, o contador não distingue a skill que melhora o trabalho daquela que apenas alonga o prompt. A distinção só aparece quando alguém roda as duas versões e olha o desfecho. O post sobre avaliação de agentes além da resposta final mostra por que a avaliação precisa olhar o caminho, e não só a saída.

O limite da projeção precisa ficar claro: o relatório não publica esse benchmark, não define a métrica e não mede nenhuma skill por efetividade. Ele diz que os testes virão. Uma empresa que decidir adotar o critério agora vai construí-lo sozinha, com as tarefas da própria operação, o que é mais trabalhoso e mais útil do que esperar um padrão de mercado.

O que isso muda na decisão de adotar agentes em 2027

Para quem adota agentes, a decisão deixa de ser qual catálogo usar e passa a ser quem é dono do artefato. Um milhão de skills disponíveis não reduz o trabalho de governar as skills que a empresa escolheu, e aumenta a superfície que precisa de inventário, permissão, teste e versão.

Três perguntas separam um programa de agentes de uma pilha de arquivos baixados. Quais skills rodaram sobre quais sistemas no último trimestre, com qual permissão e aprovadas por quem. Qual é o dono de cada uma e o que acontece quando ele sai da empresa. E como se prova, com a tarefa da própria operação, que o agente entrega mais com a skill do que sem ela.

Nenhuma se resolve no catálogo. Todas se respondem com registro de quem aprovou e do que cada execução tocou, e esse registro é a parte que ninguém instala. Aprovação não prova execução: uma skill aprovada e nunca executada e outra que rodou fora do escopo aprovado passam pelo mesmo carimbo.

A lista do que precisa existir antes de o agente rodar em produção está no checklist de plataforma de agentes em produção.

Nexforce Agents desenvolve e implementa agentes em operações B2B, e as duas soluções da unidade existem para que a skill deixe de ser arquivo baixado e passe a ser artefato com dono, versão e escopo definido. O ganho não está no catálogo. Está em quantas skills a empresa consegue manter funcionando sem que ninguém precise lembrar delas.

Perguntas frequentes

As quatro perguntas abaixo aparecem em quase toda reunião de adoção, e todas têm a mesma raiz: um número de catálogo sendo lido como prova de resultado. As respostas ficam dentro do que o relatório mede, sem extrapolar para um censo de mercado que não existe.

Um milhão de skills é sinal de maturidade na adoção de agentes?

Não. O número mede o que foi publicado num catálogo público, e o próprio relatório registra que quase metade do catálogo foi instalada uma vez. Maturidade apareceria em outro lugar: skills com dono, versão e teste de efetividade rodando sobre sistemas de registro. O relatório não mede nada disso, e nenhum dado público mede adoção corporativa de skills no Brasil.

Install conta como adoção corporativa?

Não conta, e o relatório declara a limitação. Os installs são contadores agregados do catálogo, não pessoas únicas nem escolhas independentes, e podem ser revisados conforme o dado melhora. Um install prova que alguém executou uma instalação. Não prova uso recorrente, permissão concedida, integração concluída ou resultado.

Por que uma skill genérica não resolve uma operação específica?

Porque ela funciona em qualquer empresa justamente por ignorar o que é seu: a taxonomia dos seus documentos, o limite que aciona aprovação, a exceção que o time aplica há anos. O relatório mostra 87,5% dos installs em trabalho de qualquer setor e média de 3,6 vezes mais installs por listing nessa faixa. O genérico é o começo do trabalho, não o fim.

Como medir se uma skill vale a pena?

Comparando um conjunto de tarefas com e sem a skill, na mesma versão de modelo e com as mesmas permissões, com repetição, e julgando pelo resultado da tarefa. É o teste que o relatório projeta como próxima medida de qualidade, e ele ainda não existe como padrão publicado. Até então, a decisão fica com o dono do processo, que é quem sabe o que é um bom desfecho.

Referências e leitura complementar

Fonte primária de todos os números citados: relatório State of agent skills, publicado pela Vercel em 25 de setembro de 2026 e atualizado em 30 do mesmo mês, em https://vercel.com/blog/state-of-agent-skills. As comparações de tempo até 1 milhão também são do relatório. Nenhuma delas passou por auditoria independente.

Leitura interna sobre o que sustenta a operação, linkada no corpo: permissões e rastreabilidade de agentes, governança de agentes em produção, registry de ferramentas para agentes, avaliação de agentes além da resposta final e checklist de plataforma de agentes em produção.

Por onde começar

A lista do que já existe na sua operação é o primeiro artefato, e ela não depende de fornecedor. Anote cada skill instalada, o dono, a versão fixada e a permissão concedida, e marque as que tocam sistema de registro. Três skills bastam para o primeiro teste de efetividade: a mesma tarefa, com e sem ela, na mesma versão de modelo. O que passar vira rotina com data de revisão; o que não passar sai do inventário antes de alguém abrir chamado.

O catálogo segue crescendo num ritmo que nenhuma revisão acompanha, e é por isso que a decisão de adotar agentes em 2027 passa por quem assina a aprovação, não por qual catálogo está na moda. Três skills com dono, permissão e teste entregam mais que um catálogo inteiro instalado uma vez.