Agentes de IA ligados: quando fazem sentido
O que distingue um fluxo de trabalho de um agente, os padrões mais comuns de colaboração entre agentes e porque a solução mais simples costuma ser a melhor.
Projeto relacionado: ETUNIM AI Studio
Fala-se muito de agentes de IA, muitas vezes sem explicar o que são. Este artigo resume os conceitos essenciais, a partir de um guia técnico publicado pela Anthropic em dezembro de 2024.
Fluxo de trabalho ou agente?
A distinção é útil:
- Fluxo de trabalho: os modelos de IA e as ferramentas seguem um caminho definido com antecedência.
- Agente: o próprio modelo decide os passos e as ferramentas a usar, com base no resultado de cada ação.
Um fluxo é mais previsível. Um agente adapta-se melhor a problemas em aberto, mas pode custar mais e acumular erros.
Formas de os ligar
O guia descreve vários padrões:
- Encadeamento: cada passo usa o resultado do anterior, com verificações pelo meio.
- Encaminhamento: o pedido é classificado e enviado para a tarefa mais adequada.
- Paralelização: várias tarefas correm ao mesmo tempo e os resultados são reunidos no fim.
- Orquestrador e executantes: um modelo central divide o trabalho, distribui-o e junta as respostas. As subtarefas não estão definidas à partida.
- Avaliador e otimizador: um modelo produz e outro avalia, num ciclo. Resulta quando os critérios de avaliação são claros.
Mais agentes nem sempre é melhor
A recomendação é começar pela solução mais simples e só acrescentar complexidade quando for necessário. Muitas vezes, uma única chamada bem preparada é suficiente.
Também na ETUNIM entendemos a ligação entre agentes como um meio, não como um objetivo. Faz sentido quando dividir o trabalho torna o resultado melhor ou mais fácil de verificar.
O que isto significa para nós
O ETUNIM AI Studio, ainda em conceito, parte destas ideias: agentes que colaboram, partilham tarefas e reconhecem erros, com etapas visíveis e o utilizador no controlo.
Fonte
- Anthropic, Building effective agents, dezembro de 2024.