AI Agent Orchestration

A orquestração de agentes de IA é a camada de coordenação de um sistema composto por vários agentes de IA, modelos e ferramentas. Ela decide qual componente realiza cada parte de uma tarefa, qual contexto cada componente recebe, em que ordem eles são executados, como transferem o trabalho entre si e como seus resultados são combinados e verificados. O orquestrador pode ser código comum com fluxo de controle fixo, um LLM que planeja e delega durante a execução ou uma combinação dos dois. A orquestração transforma um conjunto de especialistas, como um agente de busca, um agente de programação e um modelo de visão computacional, em um sistema que conclui tarefas impossíveis de realizar com uma única chamada de modelo de linguagem grande (LLM).

O que faz uma camada de orquestração#

• Roteamento: Envia cada subtarefa ao agente ou modelo mais adequado, muitas vezes usando um modelo pequeno e rápido para etapas simples e um modelo de ponta para as mais difíceis.
• Gerenciamento de contexto: Fornece a cada agente apenas as instruções, os arquivos e os resultados anteriores de que precisa. Subagentes que trabalham em janelas de contexto separadas podem investigar a fundo e retornar um resumo curto, em vez de preencher o contexto do agente principal.
• Transferências estruturadas: Transfere resultados entre agentes como dados validados, por exemplo, JSON com um esquema fixo, para que a próxima etapa possa confiar no formato.
• Tratamento de erros: Repete etapas que falharam, impõe limites de tempo e orçamento e pausa para aprovação humana antes de ações com consequências importantes.
• Observabilidade: Registra um rastreamento de cada chamada, resultado de ferramenta e decisão para que falhas possam ser encontradas e reproduzidas.

Padrões comuns de orquestração#

A maioria dos sistemas combina alguns padrões recorrentes de orquestração:

• Pipelines sequenciais: Cada agente trabalha com a saída do agente anterior, em uma ordem fixa, por exemplo: redigir, revisar e depois traduzir.
• Execução paralela: Vários agentes trabalham em paralelo com a mesma entrada, e um agregador combina os resultados ou escolhe o mais votado.
• Orquestrador e trabalhadores: Um agente principal divide a tarefa em subtarefas durante a execução, delega-as a agentes trabalhadores e sintetiza o que eles retornam. Esse padrão hierárquico é adequado para tarefas abertas cujas etapas não podem ser listadas de antemão.
• Transferência: Um agente transfere toda a conversa para um especialista mais adequado, como um agente de triagem que encaminha uma pergunta sobre cobrança para um agente de cobrança.
• Chat em grupo e debate: Os agentes se revezam em uma conversa compartilhada, criticando e desenvolvendo as contribuições uns dos outros sob a supervisão de um moderador.
• Avaliador-otimizador: Um agente produz um resultado e outro o avalia segundo critérios, repetindo o processo até que o resultado seja aprovado.

Frameworks como LangGraph, o SDK de agentes da OpenAI, o kit de desenvolvimento de agentes do Google e o framework de agentes da Microsoft, sucessor do AutoGen e do Semantic Kernel, implementam esses padrões como grafos de agentes e ferramentas com estado compartilhado. Dois protocolos abertos conectam as partes: o Protocolo de Contexto do Modelo (MCP) conecta agentes a ferramentas e dados, e o protocolo Agent2Agent (A2A) permite que agentes desenvolvidos por diferentes fornecedores deleguem tarefas uns aos outros.

Orquestração e termos relacionados#

• Fluxos de trabalho agênticos: Um fluxo de trabalho é uma sequência predefinida de chamadas a LLMs e ferramentas. A orquestração é a coordenação mais ampla de vários agentes e fluxos de trabalho, e pode ser conduzida por código ou por um LLM que planeja em tempo de execução.
• Mistura de agentes (MoA): Um padrão concorrente específico no qual vários modelos respondem ao mesmo prompt e um modelo agregador produz uma única resposta aprimorada. Em geral, a orquestração atribui diferentes subtarefas a diferentes agentes.
• Sistemas de IA compostos: O termo abrangente para sistemas que combinam modelos, recuperadores e ferramentas. A orquestração é a lógica de controle dentro de um sistema desse tipo.
• Kubernetes e orquestração de contêineres: Agendam e dimensionam contêineres entre máquinas. A orquestração de agentes coordena etapas de raciocínio e uso de ferramentas, e as plataformas de agentes costumam ser executadas sobre orquestradores de contêineres.

Orquestração de modelos de visão#

Os sistemas de visão aplicam os mesmos padrões usando modelos como trabalhadores: um detector de objetos rápido é executado em cada imagem e decide quais imagens merecem a análise de um especialista mais lento. O Ultralytics Platform Agents cria esses fluxos de trabalho visualmente, conectando um bloco YOLO26 a blocos Gate que verificam contagens de detecções ou faixas de confiança e, em seguida, a blocos de modelos de visão e linguagem, conjuntos de dados, Slack e webhooks; assim, um fluxo de trabalho “YOLO → Monitor de VLM” solicita que um VLM descreva uma cena somente quando o YOLO detecta uma pessoa. O mesmo roteamento em Python envia uma imagem a um trabalhador de estimativa de pose somente quando o detector encontra pessoas:

from ultralytics import YOLO

# Worker models: a general detector and a pose specialist
detector = YOLO("yolo26n.pt")
pose_worker = YOLO("yolo26n-pose.pt")
image = "https://ultralytics.com/images/bus.jpg"

# Orchestrator step 1: run the detector and read its findings
detections = detector(image)[0]
people = int((detections.boxes.cls == 0).sum())

# Orchestrator step 2: route to the pose worker only when people are present
if people:
    poses = pose_worker(image)[0]
    print(f"{people} people detected, {len(poses.keypoints)} poses estimated")
else:
    print("No people detected, pose worker skipped")

O resultado do detector determina se o segundo modelo será executado, e é assim que os pipelines com controle condicional evitam aplicar modelos dispendiosos às imagens que não precisam deles.

Aplicações no mundo real#

• Manufatura: Quando um sensor emite um alerta, um orquestrador envia quadros da câmera a um agente de inspeção de defeitos e pede a um agente LLM que pesquise os registros de manutenção; depois, combina as duas descobertas em uma ordem de reparo.
• Processamento de documentos: Páginas digitalizadas são enviadas a trabalhadores de detecção de objetos e OCR que extraem tabelas e campos; um modelo de raciocínio verifica os valores extraídos em relação à política, e páginas com baixa confiança são encaminhadas a um revisor humano.
• Programação agêntica: Um agente de programação inicia subagentes para pesquisar a base de código, executar testes e revisar o diff, mantendo seu próprio contexto livre para a alteração principal.
• Atendimento ao cliente: Um agente de triagem identifica a solicitação e a encaminha para agentes de cobrança, suporte técnico ou devoluções, que têm as ferramentas e permissões relevantes.

Custos e modos de falha#

A orquestração oferece mais capacidade ao custo de tokens e complexidade. No sistema de pesquisa multiagente da Anthropic, um agente líder Claude Opus 4 que direcionava subagentes Claude Sonnet 4 superou um único agente Claude Opus 4 em 90,2% em uma avaliação interna de pesquisa, enquanto as execuções multiagente usaram cerca de 15 vezes mais tokens do que as interações de chat; por isso, esse padrão compensa principalmente em tarefas amplas que podem ser divididas em partes paralelas. A coordenação também cria novas formas de falha: os agentes podem interpretar mal as instruções, ocultar informações uns dos outros ou parar antes de verificar a tarefa. Um estudo sobre por que sistemas LLM multiagente falham classificou mais de 1.600 rastros anotados de sete frameworks em 14 modos de falha, agrupados em problemas de projeto do sistema, desalinhamento entre agentes e verificação de tarefas.