Agentes de IA são sistemas capazes de receber um objetivo, escolher etapas, usar ferramentas e executar ações para concluir uma tarefa. A diferença está justamente aí: em vez de apenas responder, eles podem decidir o que fazer em seguida.
TRILHA 2 · Da instrução à ação
5 de 6
O que são agentes de IA?
Um agente de inteligência artificial é um sistema desenvolvido para realizar tarefas em busca de um objetivo, com algum grau de autonomia para decidir quais passos executar.
Isso é diferente de simplesmente gerar uma resposta.
Se você pergunta a um chatbot:
Quais documentos preciso levar para uma viagem?
ele pode fornecer uma lista.
Um agente, dependendo das ferramentas e permissões disponíveis, poderia consultar informações atualizadas, verificar seu itinerário, identificar os documentos necessários e organizar os resultados para aquela viagem específica.
O Google Cloud define agentes de IA como sistemas de software que usam inteligência artificial para alcançar objetivos e concluir tarefas em nome dos usuários, recorrendo a capacidades como planejamento, memória e tomada de decisão.
Qual é a diferença entre um chatbot e um agente?
A fronteira nem sempre é visível na interface.
A diferença está principalmente no que acontece depois que o usuário pede algo.
Um chatbot tradicional tende a seguir esta lógica:
pergunta → processamento → resposta
Um agente pode trabalhar assim:
objetivo → análise da situação → escolha de uma ação → uso de ferramenta → avaliação do resultado → próxima ação
Esse ciclo pode continuar até que a tarefa seja concluída ou o sistema precise devolver o controle ao usuário.
A OpenAI descreve essa passagem de interações pontuais para tarefas delegadas e de maior duração: agentes podem coordenar chamadas de ferramentas, interagir com ambientes e iterar em direção a uma solução por períodos maiores do que uma conversa isolada.
Por isso, um aplicativo que apenas chama um modelo de linguagem e exibe sua resposta não se torna automaticamente um agente.
O que um agente precisa para funcionar?
Não existe uma única arquitetura, mas alguns componentes aparecem com frequência.
Um objetivo
O agente precisa saber o que está tentando alcançar.
Pode ser:
encontre três horários livres para uma reunião;
revise estes arquivos e identifique inconsistências;
pesquise opções de viagem dentro de determinado orçamento.
O objetivo orienta as decisões seguintes.
Um modelo
Em agentes baseados em IA generativa, um modelo pode interpretar a tarefa, avaliar informações e decidir quais ações parecem adequadas.
Como vimos em O que é um modelo de linguagem e como ele funciona?, o modelo é apenas uma peça do sistema.
Ferramentas
Sem ferramentas, o agente fica restrito ao que consegue produzir diretamente.
Ferramentas permitem pesquisar, consultar arquivos, acessar sistemas, executar código ou realizar outras operações.
Estado e contexto
Se uma tarefa possui várias etapas, o sistema precisa acompanhar o que já aconteceu.
Quais informações foram encontradas? Qual ação já foi executada? O que ainda falta?
É aí que contexto, memória de trabalho e estado passam a importar.
O próprio Microsoft Agent Framework diferencia uma chamada simples a um modelo de um agente ao acrescentar elementos como instruções persistentes, ferramentas, sessão, memória e um ciclo de execução.
Como um agente decide o próximo passo?
Considere a tarefa:
Encontre três restaurantes próximos ao hotel e organize as melhores opções para jantar.
Um agente poderia:
- identificar onde fica o hotel;
- procurar restaurantes próximos;
- consultar avaliações e horários;
- comparar as opções;
- apresentar três recomendações.
O interessante é que nem sempre todas essas etapas precisam ser rigidamente determinadas antes da execução.
O sistema pode observar o resultado de uma ação e decidir o passo seguinte.
Se um restaurante estiver fechado, procura outro. Se não encontrar a localização do hotel, pede esclarecimento. Se determinada ferramenta falhar, pode tentar uma alternativa.
É essa possibilidade de agir, observar e ajustar o caminho que caracteriza boa parte dos sistemas agentivos.
Onde entra o harness?
No texto anterior sobre harness em IA, vimos a infraestrutura que pode fornecer ferramentas, contexto, estado, regras e mecanismos de execução ao redor do modelo.
Uma maneira simples de separar os conceitos é:
harness = infraestrutura de execução
agente = sistema orientado a um objetivo que utiliza essa infraestrutura para decidir e agir
Todo agente precisa funcionar sozinho?
Não.
Autonomia não significa ausência de controle humano.
Um agente pode ter liberdade para pesquisar informações, mas precisar de autorização antes de enviar um e-mail, fazer uma compra ou alterar um arquivo.
Essa diferença é essencial.
Quanto maior a consequência de uma ação, maior tende a ser a necessidade de limites, permissões, registros e confirmações.
Portanto, “agente autônomo” não deveria ser entendido como “software autorizado a fazer qualquer coisa”.
Autonomia sempre existe dentro de algum conjunto de permissões.
Agentes podem trabalhar juntos?
Sim.
Uma tarefa complexa pode ser dividida entre vários agentes especializados.
Um pode pesquisar informações. Outro pode analisar dados. Um terceiro pode revisar o resultado.
Mas isso também aumenta a complexidade.
Mais agentes significam mais coordenação, mais troca de contexto e mais pontos em que algo pode dar errado.
Por isso, usar vários agentes não é necessariamente a escolha mais acertada.
Quando a IA começa a agir em seu nome
Esta trilha começou com algo bastante simples: uma pessoa escrevendo um prompt.
Depois acrescentamos contexto, infraestrutura e capacidade de antecipar consequências. Agora chegamos a sistemas que podem escolher ferramentas e executar ações para atingir um objetivo.
Quando a IA apenas responde, queremos saber se a resposta está correta.
Agora, quando ela age, precisamos saber também:
- quem autorizou aquela ação?
- quais permissões o agente possui?
- como saber qual agente executou determinada tarefa?
Essas perguntas levam ao último texto desta trilha: a identidade de agentes de IA.
DA INSTRUÇÃO À AÇÃO
Anterior: O que são modelos de mundo na IA e como eles funcionam?
5 de 6 — Agentes de IA
Próximo: Identidade de agentes de IA: quem está agindo quando a IA faz algo por você?