O GitHub colocou em preview público o streaming de sessões do agente do Copilot —prompts, respostas e chamadas de ferramentas— para SIEM ou Purview, além de uma REST API que devolve as últimas 48 horas: a auditabilidade do agente de código virou feature de plataforma.
Imagine contratar um funcionário brilhante que trabalha sem descanso, escreve código em velocidade sobre-humana e mexe em dezenas de sistemas internos, mas do qual você não guarda um único registro do que fez, do que leu nem de qual comando executou. Era assim, até pouco tempo atrás, deixar um agente de IA programar dentro da sua empresa: ele entrava, agia e saía sem deixar rastro. Em 2 de julho de 2026, o GitHub fechou parte dessa lacuna ao colocar em preview público o 'Copilot agent session streaming', que abre acesso aos dados de sessão do agente —prompts, respostas e chamadas de ferramentas— para clientes do GitHub Enterprise Cloud com enterprise managed users. O agente deixou de ser uma caixa-preta que cospe pull requests: agora deixa rastro.
A caixa-preta que enfim fala
O relevante não é que o Copilot programe —isso ele já fazia— e sim que agora ele expõe o que decide. O agente de código não só autocompleta linhas: recebe instruções em linguagem natural, raciocina e chama ferramentas: lê arquivos, executa comandos, consulta APIs. Cada uma dessas ações é uma decisão que antes se evaporava. O GitHub captura agora as três camadas: o prompt (o que você pediu ou o que ele pediu a si mesmo), a resposta (o que gerou) e as tool calls (o que tocou do mundo real). É a diferença entre saber que um funcionário 'trabalhou no projeto' e ter o vídeo de cada tecla que ele apertou.
Duas portas: a mangueira e o balde
O GitHub oferece dois caminhos para extrair esses dados, e a escolha revela como as empresas pensam a governança. O primeiro é um endpoint de streaming: você configura um destino —um coletor de eventos, o seu SIEM (Splunk, Sentinel, o que você usar) ou o Microsoft Purview, que também chega em preview público— e os dados fluem sozinhos, em tempo quase real, como uma mangueira aberta para o seu centro de segurança. O segundo é uma REST API sob demanda: GET /enterprises/{enterprise}/copilot/usage-records, que devolve as últimas 48 horas de sessão quando solicitadas. Mangueira para vigilância contínua, balde para auditorias pontuais. O alcance cobre cloud agents no github.com e no ghe.com, e as sessões a partir do Copilot CLI, VS Code, Visual Studio e das IDEs de parceiros JetBrains e Eclipse.
Por que isso pesa mais do que uma feature de logs
Aqui está a virada que importa: a observabilidade do agente está virando capacidade de plataforma, não luxo. Quando uma IA com permissões de escrita mexe nos seus repos, nos seus segredos e nos seus sistemas de produção, a pergunta do time de segurança não é 'isso é útil?' e sim 'consigo auditar o que ele fez quando algo der errado?'. Sem esse registro, o agente é um risco de conformidade que nenhum CISO assina. Com ele, cada ação é reconstruível, atribuível e revisável —os três verbos que separam um brinquedo de uma ferramenta apta a operar dentro de uma empresa regulada. O GitHub não vende velocidade aqui; vende a confiança que faz da velocidade algo aprovável. E essa é a jogada silenciosa de 2026: a governança do agente virou o verdadeiro destravador da adoção.
A lição para quem constrói com IA
A moral é limpa: se você vai deixar um agente agir em seu nome, o registro estruturado do que ele fez não é opcional, é o que torna a operação defensável. Não basta a IA ser boa; ela precisa ser auditável, ou mais cedo ou mais tarde alguém pergunta 'o que exatamente aconteceu aqui?' e você não tem resposta. Na NeuralOS partimos dessa mesma convicção: o logging estruturado e o audit-log append-only são padrão do núcleo, não um remendo posterior —cada ação com seu ID, seu contexto e sua rastreabilidade, nunca um catch vazio que engole o erro. Não prometemos hoje um dashboard SIEM enterprise como o do GitHub; mas construímos sobre o princípio que o torna possível: um agente em que você confia é um agente cujos passos você consegue reconstruir. A caixa-preta foi a era anterior. A que vem se escreve, linha por linha, num registro que alguém pode ler.