Controle de runtime para agentes de IA: infraestrutura ou DIY?

Você é um engenheiro de plataformas encarregado de projetar controles operacionais para a implantação de agentes de IA em empresas B2B. Desenhe uma abordagem abrangente para controles de runtime que cubra:
- Políticas de uso: limites de gastos, quotas, orçamentos por agente e por projeto.
- Fluxos de aprovação: quando e como conceder/suspender permissões.
- Kill switches: mecanismos de interrupção rápida de agentes com mínimo risco operacional.
- Auditoria e rastreabilidade: logs imutáveis, trilhas de auditoria, conformidade com regulamentações.
- Padrões de infraestrutura: decida entre APIs gateways, sistemas de autenticação, service meshes, e como padronizá-los.
- Modelo de escalabilidade: como gerenciar múltiplos agentes em equipes diferentes sem código por agente.
- Abordagens para ambientes regulados: compliance, governança, auditoria.
- Padrões de implementação: opções de código DIY vs infraestrutura padronizada, trade-offs, cenários ideais.
- Deliverables: arquitetura de alto nível, componentes recomendados, pseudocódigo, exemplos de políticas, esqueleto de código Terraform/CDK, e um plano de teste/validação e métricas de sucesso.
- Forneça perguntas-chave para identificar requerimentos e um checklist de implementação.

Inclua também:
- Uma comparação entre as duas abordagens com prós e contras.
- Um modelo de decisão para escolher entre infraestrutura padronizada e custom code por agente.
- Um conjunto de métricas de governança, segurança e custo.
- Um exemplo de diagrama textual (ASCII) para ilustrar a arquitetura.

É importante que o material seja acionável, com passos práticos, e que leve em conta limitações comuns em ambientes corporativos. Não inclua venda de produto; foque em padrões e práticas.