AI Agent

Um agente de IA é um sistema que persegue um objetivo observando repetidamente o seu ambiente, decidindo qual o passo seguinte e executando-o; depois, usa o resultado para escolher o que fazer a seguir. O manual clássico Artificial Intelligence: A Modern Approach define um agente como qualquer entidade que perceciona o seu ambiente através de sensores e atua sobre ele através de atuadores, uma definição que abrange termóstatos, programas de jogos e robôs. Desde 2023, o termo refere-se sobretudo a agentes baseados em modelos de linguagem de grande dimensão (LLMs): o modelo interpreta um objetivo, chama ferramentas como a pesquisa na Web, a execução de código ou APIs empresariais, lê o resultado de cada ferramenta e continua até considerar a tarefa concluída. Assistentes de programação que editam e testam um repositório inteiro, assistentes de investigação que pesquisam e citam dezenas de fontes e agentes de utilização de computadores que interagem com um ambiente de trabalho através de capturas de ecrã e cliques funcionam todos desta forma.

Como funciona um agente de IA#

Um agente LLM é executado num ciclo. O modelo recebe o objetivo, a conversa até ao momento e uma lista das ferramentas disponíveis; em seguida, escreve uma resposta final ou emite uma chamada a uma ferramenta. O programa envolvente, denominado estrutura de execução do agente, verifica se a ação é permitida, executa-a e acrescenta o resultado ao contexto do modelo como uma nova observação. Com essa informação em vista, o modelo decide então o passo seguinte. A solicitação ReAct estabeleceu o padrão de alternar raciocínio escrito e ações, e os atuais modelos de raciocínio são treinados com aprendizagem por reforço para funcionarem desta forma ao longo de longas cadeias de chamadas a ferramentas.

A maioria dos agentes combina os mesmos quatro componentes básicos. O modelo, um LLM de uso geral ou um modelo de visão e linguagem, decide cada passo. As ferramentas são funções descritas por um nome, uma finalidade e um esquema JSON para os respetivos argumentos, e o Protocolo de Contexto do Modelo (MCP) permite que um agente se ligue a ferramentas publicadas por outras equipas. A memória abrange a janela de contexto, que contém a tarefa atual, e os ficheiros, as bases de dados ou as bases de dados vetoriais onde o agente procura informações anteriores, enquanto as competências dos agentes agrupam instruções reutilizáveis que só são carregadas quando uma tarefa precisa delas. O planeamento divide o objetivo em etapas, regista quais estão concluídas e revê o plano quando uma etapa falha.

Agentes de IA vs. modelos e fluxos de trabalho#

Uma definição muito utilizada, apresentada no guia da Anthropic para criar agentes eficazes, reserva o termo «agente» para sistemas em que o LLM dirige o seu próprio processo e a utilização de ferramentas.

• Modelo de IA: Um modelo transforma uma entrada numa saída, como uma imagem numa lista de objetos detetados. Um agente chama modelos, muitas vezes repetidamente, e decide o que fazer com os resultados.
• Fluxos de trabalho agênticos: As chamadas a LLM e as ferramentas seguem percursos de código definidos antecipadamente por um programador, como extrair, depois classificar e, por fim, resumir. Num agente, o modelo escolhe quantas etapas são necessárias para uma tarefa e que ferramentas são usadas em cada etapa.
• Chatbots: Um chatbot responde a cada mensagem por sua vez. Um agente executa ações entre mensagens e pode trabalhar durante minutos ou horas sem intervenção humana.
• Sistemas multiagente: Vários agentes com funções e contextos separados colaboram numa tarefa, sob uma camada de orquestração que atribui o trabalho e combina os resultados.

Tipos de agentes de IA#

A taxonomia clássica dos manuais de Russell e Norvig ordena os agentes pela quantidade de raciocínio que aplicam ao mundo:

• Agentes de reflexo simples: Reagem à entrada atual com regras fixas de condição-ação, como um termóstato ou uma luz ativada por movimento.
• Agentes de reflexo baseados em modelos: Mantêm um estado interno que acompanha partes do mundo que não conseguem observar no momento, como as pessoas que já viram.
• Agentes baseados em objetivos: Procuram ou planeiam sequências de ações que atinjam um objetivo declarado, como um planeador de percursos.
• Agentes baseados em utilidade: Escolhem entre resultados com base numa pontuação de utilidade, equilibrando rapidez, custo e risco.
• Agentes de aprendizagem: Melhoram o seu comportamento com a experiência, normalmente através de recompensas.

Os agentes LLM são agentes baseados em objetivos cujo planeamento decorre em texto, e os agentes treinados com aprendizagem por reforço em tarefas de utilização de ferramentas também são agentes de aprendizagem.

Como criar um agente visual simples#

Um agente baseado em câmara perceciona através de um modelo de deteção e age através de código. Neste agente de reflexo baseado em modelo, o seguimento do Ultralytics YOLO26 atribui a cada pessoa um ID persistente entre fotogramas de vídeo, e o agente guarda os IDs sobre os quais já agiu, para que cada pessoa desencadeie um alerta, em vez de um alerta por fotograma:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
video = "https://github.com/ultralytics/assets/releases/download/v0.0.0/decelera_portrait_min.mov"
alerted = set()  # The agent's memory of people it has already acted on

for frame, result in enumerate(model.track(video, stream=True, classes=[0])):
    # Perceive: IDs of the people tracked in this frame
    ids = set(result.boxes.id.int().tolist()) if result.boxes.is_track else set()

    # Decide and act: alert once for each person not seen before
    for track_id in sorted(ids - alerted):
        print(f"Frame {frame}: person {track_id} entered, alert sent")
    alerted |= ids

O registo impresso tem uma linha por cada nova pessoa, o que demonstra a diferença que o estado faz: só por si, um modelo assinalaria novamente cada pessoa em todos os fotogramas.

Aplicações no mundo real#

• Programação agêntica: Os agentes de programação leem um repositório, editam ficheiros, executam os testes e iteram sobre as falhas até a alteração passar.
• Pesquisa e análise: Agentes de pesquisa fazem muitas buscas, leem as fontes e escrevem um relatório com citações, muitas vezes dividindo a pergunta entre vários subagentes.
• Manufatura: Um agente de inspeção visual combina um detector de defeitos com os sistemas da fábrica, parando uma esteira, registrando o defeito e abrindo um chamado de manutenção quando os defeitos se acumulam.
• IA física: Robôs de armazém e domésticos percebem o ambiente com câmeras, planejam uma preensão ou uma rota e agem por meio de motores, fechando o ciclo muitas vezes por segundo.

Confiabilidade e segurança#

Os erros se acumulam em tarefas longas, pois uma etapa incorreta pode comprometer todas as etapas seguintes. Por isso, as equipes avaliam os agentes de ponta a ponta com benchmarks de avaliação de agentes e rastros de execuções reais. Agentes que leem páginas da Web, e-mails ou arquivos podem encontrar injeção de prompt: instruções inseridas no conteúdo que tentam redirecionar o agente. Por isso, os ambientes de execução limitam as permissões de cada ferramenta, executam código em ambientes isolados e pedem a confirmação de uma pessoa antes de ações irreversíveis, como pagamentos ou exclusões. A capacidade está aumentando rapidamente: a METR descobriu que a duração das tarefas de software que os agentes de ponta conseguiam concluir com 50% de confiabilidade dobrou aproximadamente a cada sete meses, de 2019 ao início de 2025.