Agentes de IA no Android estão deixando de ser apenas assistentes que respondem perguntas para assumir tarefas dentro do próprio sistema operacional. Em vez de simplesmente sugerir uma ação, um agente poderá, por exemplo, procurar informações em um aplicativo, alterar configurações, organizar conteúdo ou iniciar uma operação em nome do usuário.
Essa mudança cria um problema importante: como permitir que uma inteligência artificial execute ações em aplicativos sem entregar a ela acesso amplo demais ao Android? A resposta do Google passa por uma infraestrutura própria, baseada no AppFunctions e no AppFunctionManager, com uma permissão específica chamada EXECUTE_APP_FUNCTIONS.
A ideia é substituir gradualmente a lógica de automação baseada em observar a tela e simular interações por um modelo no qual os próprios aplicativos oferecem funções claramente definidas para agentes autorizados. O AppFunctions está disponível para dispositivos com Android 16 ou superior e ainda é tratado pelo Google como uma superfície experimental.
O que é o AppFunctionManager e a permissão EXECUTE_APP_FUNCTIONS
O AppFunctionManager é a interface do Android responsável por localizar, consultar e executar as chamadas disponibilizadas pelos aplicativos por meio do sistema de AppFunctions.
Em termos simples, imagine que um aplicativo de calendário disponibilize uma função chamada “criar evento”. Em vez de um agente precisar abrir o aplicativo, procurar o botão correto, tocar na tela e preencher os campos, o aplicativo pode declarar formalmente essa capacidade para o sistema.
O agente então pode descobrir que aquela função existe, verificar seu estado e solicitar sua execução utilizando uma estrutura padronizada.
É justamente nesse ponto que entra a EXECUTE_APP_FUNCTIONS. Para executar funções pertencentes a outros aplicativos, o chamador precisa dessa permissão, ou de uma permissão de sistema ainda mais privilegiada. Além disso, a função precisa estar habilitada para execução.
Isso cria uma fronteira de segurança mais clara.
O agente não recebe automaticamente liberdade para controlar qualquer aplicativo. Ele precisa atuar dentro das capacidades que foram explicitamente expostas pelos aplicativos e dentro das regras estabelecidas pelo Android.
O modelo também permite consultar o estado das funções. O sistema possui estados como habilitada, desabilitada e padrão, permitindo que a execução não seja tratada simplesmente como uma autorização permanente e irrestrita.
Na prática, isso aproxima o Android de um conceito conhecido no desenvolvimento de agentes: o de ferramentas. O aplicativo fornece uma capacidade estruturada, enquanto o agente decide quando essa capacidade pode ser utilizada para cumprir uma intenção do usuário.
Atalhos diretos versus simulação de toques na tela
Essa arquitetura representa uma diferença importante em relação às técnicas tradicionais de automação.
No modelo baseado em Acessibilidade, um agente pode interpretar elementos visuais e interagir com componentes da interface. Dependendo da implementação, a automação precisa entender a estrutura da tela e executar ações equivalentes às de um usuário.
Com ADB, por outro lado, ferramentas de desenvolvimento conseguem enviar comandos para o dispositivo e simular determinadas interações. É extremamente útil para testes e depuração, mas não foi concebido como uma camada geral de autorização para agentes de IA de uso cotidiano.
O AppFunctions trabalha em outro nível.
Em vez de dizer à IA “toque neste botão”, o aplicativo pode dizer, conceitualmente, “esta é a função que cria um compromisso”. O agente não precisa reproduzir a sequência visual necessária para chegar ao resultado.
Essa distinção é importante porque uma interface gráfica pode mudar completamente sem que a função lógica tenha mudado.
Um botão pode mudar de posição, receber outro nome ou ser reorganizado em uma atualização. Uma função formalmente registrada para agentes, entretanto, pode continuar representando a mesma capacidade.
A documentação do Android descreve o AppFunctions como uma forma de expor recursos dos aplicativos como ferramentas orquestráveis, que podem ser descobertas e executadas por agentes, assistentes e outros chamadores autorizados. O próprio Google compara essa abordagem ao conceito de ferramentas do Model Context Protocol (MCP), adaptado ao ambiente Android.
O controle restrito do Google e a fase de testes
Um dos aspectos mais interessantes dessa arquitetura é que o Google está construindo a infraestrutura antes de liberar amplamente o modelo para os usuários.
O AppFunctions ainda aparece como experimental, enquanto a integração com o Gemini passa por uma prévia privada com testadores confiáveis. Isso permite que o ecossistema seja preparado enquanto o Google avalia APIs, permissões, comportamento dos agentes e controles de segurança.
Esse cuidado faz sentido porque agentes autônomos apresentam uma superfície de risco diferente daquela de um assistente convencional.
Um assistente que apenas responde “qual é a previsão do tempo?” não precisa de autoridade para modificar informações em aplicativos. Já um agente capaz de executar uma sequência de ações precisa de mecanismos para determinar o que pode fazer, onde pode fazer e em quais condições.
A arquitetura do AppFunctions permite justamente construir essas regras no nível do sistema.
O aplicativo também pode declarar metadados sobre suas funções, enquanto o Android mantém informações sobre disponibilidade e estado. Nas versões mais recentes da API, existem ainda mecanismos relacionados ao controle pelo usuário, reforçando a ideia de que a execução não precisa ser uma autorização invisível e permanente.
Por que construir a gaiola de segurança antes do inquilino
A estratégia do Google pode ser resumida em uma ideia simples: é melhor construir as barreiras antes de colocar agentes autônomos dentro do sistema.
O Android possui uma longa história de evolução no modelo de permissões. Recursos como localização, armazenamento, câmera, microfone e notificações ganharam controles cada vez mais explícitos conforme aumentaram a capacidade dos aplicativos e a preocupação com privacidade.
O problema dos agentes de IA é que eles podem combinar diversas capacidades em uma única cadeia de ações.
Um agente poderia interpretar uma solicitação, consultar um aplicativo, utilizar uma informação encontrada, executar uma segunda função e produzir um resultado sem que o usuário tenha acompanhado cada etapa.
Por isso, conceder simplesmente uma capacidade genérica de “controlar o telefone” seria uma solução poderosa, mas também perigosa.
O AppFunctions segue uma direção diferente: o aplicativo declara quais capacidades podem ser utilizadas e o Android estabelece quem pode descobri-las e executá-las.
Essa abordagem também ajuda a separar intenção de interface.
Em uma automação tradicional, a IA precisa descobrir como realizar determinada tarefa. Em uma arquitetura orientada a funções, o sistema pode apresentar ao agente as capacidades disponíveis de maneira estruturada.
Isso reduz a dependência de automações frágeis e torna a segurança mais verificável.
Há ainda uma vantagem para os desenvolvedores. O Google fornece uma biblioteca Jetpack para facilitar a integração, enquanto o sistema operacional funciona como uma camada comum para descoberta e execução das funções. A própria documentação afirma que os aplicativos podem expor serviços, dados e ações ao registro integrado do Android para serem utilizados por agentes e assistentes.
O que muda para os agentes de IA no Android
A consequência mais importante é que o Android está começando a tratar agentes de IA como uma nova categoria de software que precisa de infraestrutura própria.
Isso é diferente de simplesmente adicionar inteligência artificial a um aplicativo.
Um aplicativo tradicional executa aquilo que seu código determina em resposta a interações do usuário. Um agente autônomo recebe uma intenção mais ampla e precisa decidir quais ferramentas utilizar para chegar ao resultado.
Essa autonomia aumenta a produtividade, mas também aumenta a responsabilidade da plataforma.
Com o AppFunctionManager, o Android passa a oferecer uma espécie de intermediário entre o agente e os aplicativos. O agente pode descobrir funções autorizadas, verificar seu estado e solicitar sua execução, enquanto o sistema controla a fronteira de acesso.
Para desenvolvedores, isso significa que a preparação para a era dos agentes não será apenas uma questão de integrar um modelo de linguagem. Será necessário pensar em quais funcionalidades do aplicativo fazem sentido como ações executáveis por IA, quais dados podem ser expostos e quais controles devem existir.
Para usuários, a mudança pode ser ainda maior.
A experiência de usar um smartphone pode deixar de ser centrada em abrir aplicativos individualmente. Em vez disso, o usuário poderá descrever uma tarefa e deixar que um agente coordene diferentes aplicativos para concluí-la.
Mas essa comodidade só será sustentável se houver confiança.
É justamente por isso que a existência de uma permissão como EXECUTE_APP_FUNCTIONS, combinada com estados de execução, descoberta controlada e funções explicitamente registradas, é tão relevante. O Google não está apenas ensinando o Gemini a operar o Android. Está tentando construir uma infraestrutura para definir até onde um agente pode ir.
O futuro dos agentes autônomos no Android
A chegada dos agentes de IA no Android representa uma mudança de paradigma semelhante à passagem dos aplicativos tradicionais para serviços cada vez mais integrados ao sistema operacional.
A diferença é que agora o software não apenas reage a comandos. Ele pode interpretar objetivos, escolher ferramentas e executar uma sequência de ações.
O AppFunctions indica que o Google quer que essa evolução aconteça com uma camada de segurança incorporada desde o início, em vez de tentar adaptar mecanismos de proteção depois que os agentes já estiverem profundamente integrados ao ecossistema.
A arquitetura ainda está em evolução, e o fato de ser experimental significa que APIs, permissões e comportamentos podem mudar. Mesmo assim, a direção é clara: o Android está se preparando para agentes autônomos que operam aplicativos por meio de interfaces estruturadas, e não apenas simulando o comportamento humano na tela.
Para quem acompanha Android, desenvolvimento mobile e segurança, essa talvez seja uma das mudanças mais importantes dos próximos anos. O verdadeiro desafio não será apenas fazer a IA executar tarefas, mas garantir que ela execute somente aquilo que deve executar.
