Box Context Retrieval: o Box adota o Nemotron da NVIDIA para agentes de IA

O Box anunciou em 5 de novembro de 2026, na BoxWorks 2026, em San Francisco, um novo mecanismo de recuperação de conteúdo pensado para agentes de IA. Ele é movido pelo NVIDIA Nemotron Retriever, uma coleção de modelos abertos da NVIDIA.

O recurso ainda não está no ar. Segundo o comunicado oficial do Box, a disponibilidade geral chega no início de 2027 para clientes Enterprise Advanced. O SiliconANGLE cita também os assinantes Shield.

Antes de você sair pesquisando, vale um aviso sobre o nome. O comunicado chama o produto de Box Context Retrieval, mas o TechCrunch e o SiliconANGLE usam Box Content Retrieval. Os dois nomes vão aparecer por aí e falam da mesma coisa.

Como funciona o Box Context Retrieval

A ideia central é simples: o agente não precisa ler cada documento inteiro. Segundo Aaron Levie, CEO do Box, ao TechCrunch, o sistema devolve os trechos (chunks) mais relevantes para a consulta ou para a tarefa.

Para achar esses trechos, ele usa os modelos de embedding Nemotron Retriever. Segundo o TechCrunch, esses embeddings mapeiam conceitos além das palavras-chave e encontram temas relacionados mesmo quando a redação ou o idioma são diferentes.

E o que é um embedding, afinal? É uma representação numérica do sentido de um texto. Dois trechos que dizem a mesma coisa com palavras diferentes ficam "perto" um do outro, e é assim que a busca semântica encontra o que a busca por palavra exata deixaria passar.

O comunicado completa o desenho com mais três pontos:

• a recuperação funciona em milhões de arquivos, incluindo documentos escaneados, imagens, áudio e vídeo;
• a busca é híbrida, combinando palavra-chave precisa com entendimento de significado e contexto;
• conteúdo novo ou atualizado no Box fica disponível aos agentes em tempo real.

Tem ainda um ponto que pesa muito em ambiente corporativo: a recuperação respeita as permissões. Conforme o comunicado, o agente só recebe informação de conteúdos que o usuário tem permissão para acessar.

As fontes não dizem qual versão dos modelos de embedding entra no fluxo. O TechCrunch só registra que o recurso é uma implementação do projeto Nemotron Embed.

De onde vêm os números 4x, 20% e 90%

Os ganhos são apresentados como potencial, sem linha de base nem conjunto de dados divulgados. O comunicado diz que os clientes podem melhorar a precisão da busca em 20% (medida em Recall@5), reduzir o uso de tokens em 90% e deixar as respostas quatro vezes mais rápidas.

No TechCrunch, os números aparecem como expectativa de Kari Briski, VP de software de IA generativa da NVIDIA: respostas 4x mais rápidas, 20% menos erros e 90% menos tokens.

Repare que "20% mais precisão em Recall@5" e "20% menos erros" não são a mesma coisa. Recall@5 mede se o trecho certo aparece entre os cinco primeiros resultados, o que é diferente de uma taxa de erro na resposta final.

O comunicado também fala em indexação significativamente mais rápida e latência menor, mas sem números.

Para avaliar de verdade, faltam duas respostas: comparado a quê (busca anterior do Box, RAG sem filtro, leitura do arquivo inteiro?) e em qual conjunto de dados. Até o Box divulgar isso, trate os números como promessa de marketing, não como benchmark.

O que mais saiu da parceria Box e NVIDIA

A parte que já dá para usar é o Nemotron 3 Ultra. Segundo o comunicado do Box, os modelos Nemotron, começando por ele, já estão disponíveis no Box AI para clientes Enterprise Advanced. O SiliconANGLE inclui também os clientes Shield.

A outra frente é segurança. A parceria junta os recursos de segurança e governança de conteúdo do Box, por meio do Box Mount, ao runtime seguro, à aplicação de políticas e à supervisão do NVIDIA OpenShell.

As fontes não detalham o status de disponibilidade do Box Mount nem da integração com o OpenShell.

O que muda para quem constrói RAG e agentes sobre documentos

O mais interessante aqui nem são os números: é ver uma coleção de modelos abertos de recuperação adotada por uma plataforma corporativa de conteúdo. Para quem monta RAG em casa, a arquitetura anunciada serve como referência.

Olha o desenho: chunks relevantes em vez de documento inteiro, busca híbrida, conteúdo atualizado disponível na hora e filtro por permissão antes de entregar contexto ao agente. É o tipo de checklist que muita implementação caseira esquece, principalmente a parte de permissão (que é justamente a que dá dor de cabeça com o jurídico depois, né?).

E como um agente externo conversa com o Box hoje? O Box mantém um servidor MCP hospedado em https://mcp.box.com, que permite a agentes e apps buscar e usar arquivos do Box via OAuth. Um admin precisa habilitar o MCP no Box Admin Console.

Nenhuma fonte confirma se esse servidor MCP será a porta de entrada do Box Context Retrieval. Também não há preço nem data exata de lançamento.

Próximo passo

Se a sua empresa já tem Box Enterprise Advanced, dá para testar o Nemotron 3 Ultra no Box AI desde o anúncio e ir medindo como ele se sai com os seus documentos.

Se você constrói agentes, o servidor MCP em https://mcp.box.com é o caminho documentado para conectar ao Box enquanto o Context Retrieval não chega. Combine com o admin da sua conta a habilitação no Admin Console e consulte a documentação do Box MCP para a parte de OAuth.

E antes de levar 4x, 20% e 90% para uma reunião de compra, peça ao Box a linha de base e o conjunto de dados usados na medição. Sem isso, não tem como saber se o ganho vale para o seu caso 🙂.

Acompanhe os tutoriais do Hora de Codar no YouTube. Se quiser aprofundar o contexto, veja REA: a ferramenta open source que clona sistemas! (190k+ estrelas).