Mixture of Agents (MoA)

A Mixture of Agents (MoA) é uma arquitetura avançada de inteligência artificial que aproveita múltiplos large language models (LLMs) ou agentes autônomos para resolver tarefas complexas de forma colaborativa. Em vez de depender de um único modelo para gerar uma resposta, um sistema MoA consulta vários modelos distintos simultaneamente. Esses agentes iniciais produzem respostas independentes, que são então repassadas para um agente agregador ou sintetizador. O agregador avalia, refina e combina as diversas perspectivas em um único resultado final de alta qualidade. Essa abordagem colaborativa impulsiona significativamente as capacidades de raciocínio e mitiga os vieses ou fraquezas individuais de modelos isolados, representando um grande salto adiante no natural language processing (NLP) e na resolução de problemas.

Mixture of Agents vs. Mixture of Experts#

Embora pareçam semelhantes, é crucial diferenciar o MoA do conceito relacionado de Mixture of Experts (MoE).

• Mixture of Experts (MoE): Opera dentro de uma única neural network architecture. Utiliza um mecanismo de roteamento para ativar apenas subcamadas (especialistas) específicas e especializadas para cada token durante a inferência. Isso otimiza a eficiência computacional enquanto mantém altas contagens de parâmetros.
• Mixture of Agents (MoA): Opera a nível de modelo ou de sistema. Envolve AI agents inteiramente separados — frequentemente construídos sobre diferentes modelos de fundação — que interagem em um pipeline. O MoA atua mais como um model ensemble combinado a um processo de revisão inteligente, conforme detalhado em pesquisas recentes de multi-agent system research.

Aplicações no Mundo Real#

Arquiteturas MoA se destacam em ambientes que exigem raciocínio profundo, verificação de fatos e síntese de dados diversos.

• Complex Software Engineering: No desenvolvimento de software, um sistema MoA pode utilizar Anthropic Claude para escrever a lógica central, OpenAI GPT-4o para gerar testes unitários e um modelo localizado para auditoria de segurança. Um agente agregador final revisa o código combinado, o testa e emite um script refinado e livre de bugs.
• Automated Medical Diagnostics: Em AI in healthcare, um pipeline de diagnóstico MoA pode implantar agentes especializados para revisar o histórico do paciente, analisar resultados de laboratório e processar exames de imagem médica. O agente sintetizador agrega essas descobertas para ajudar os médicos a formar um diagnóstico abrangente, reduzindo drasticamente a chance de erro humano.

Integrando Visão em Workflows MoA#

Os sistemas MoA modernos são cada vez mais multimodais, o que significa que contam com modelos de computer vision (CV) para perceber o mundo físico antes de raciocinar sobre ele. Por exemplo, em AI in manufacturing, um agente visual pode inspecionar um feed de câmera ao vivo e enviar suas observações factuais para um agente de raciocínio.

O exemplo em Python a seguir demonstra como o Ultralytics YOLO26 pode funcionar como um "agente visual" dentro de um pipeline MoA, extraindo dados contextuais para serem fornecidos a LLMs posteriores. Os desenvolvedores podem gerenciar e ajustar perfeitamente essas ferramentas de visão especializadas usando a Ultralytics Platform.

from ultralytics import YOLO

# Initialize YOLO26 as a dedicated visual agent
visual_agent = YOLO("yolo26n.pt")

# The agent observes the environment by running inference on an image
results = visual_agent("https://ultralytics.com/images/bus.jpg")

# Extract structured data to pass to the MoA aggregator
detected_classes = [visual_agent.names[int(cls)] for cls in results[0].boxes.cls]
unique_objects = set(detected_classes)

# This text context is then sent to the reasoning agent
print(f"Visual Agent Report: I have identified {', '.join(unique_objects)} in the scene.")

Ao preencher a lacuna entre modelos de visão altamente capazes construídos com frameworks como PyTorch e motores cognitivos avançados como Google Gemini, os ecossistemas MoA espelham a colaboração humana. Eles estão se tornando rapidamente a espinha dorsal de pipelines de Agentic RAG, abrindo caminho para sistemas autônomos mais robustos e confiáveis.