O que são agentes de IA

A palavra "agente" virou etiqueta de marketing e passou a descrever qualquer coisa que use um modelo de linguagem. Vale recuperar a distinção técnica, porque ela tem consequência prática direta sobre custo, teste e risco.

Três níveis, não um

Prompt. Uma entrada, uma saída. Você pergunta, o modelo responde. Determinístico no formato, previsível no custo, trivial de testar.

Fluxo. Uma sequência de passos que você definiu. O modelo executa cada etapa, mas quem decide a ordem é o código. "Extraia os dados desta nota, valide contra o cadastro, gere o resumo." Se o passo 2 falha, você sabe exatamente onde. É a arquitetura certa para a maioria dos casos reais.

Agente. O modelo decide os próprios passos. Você dá um objetivo e um conjunto de ferramentas — buscar no banco, chamar uma API, ler um arquivo, escrever uma resposta — e ele escolhe o que usar, em que ordem e quando parar.

A diferença entre fluxo e agente não é de qualidade. É de quem detém o controle. E é isso que determina o que você precisa fazer para confiar no sistema.

O que um agente exige que um fluxo não exige

Quando o sistema escolhe os próprios passos, o espaço de comportamentos possíveis deixa de ser enumerável. Isso cria quatro exigências novas.

Limites explícitos. Cada ferramenta precisa de permissão declarada e escopo mínimo. Um agente com acesso de escrita a um banco de produção é um incidente esperando data. Leitura por padrão; escrita só onde for indispensável, e com confirmação onde a ação for irreversível.

Orçamento de execução. Sem teto de passos, de tempo e de custo, um agente entra em laço e você descobre pela fatura. Todo agente em produção precisa de um limite de iterações e de um caminho de desistência que devolve controle a um humano.

Rastro completo. Você precisa conseguir reconstruir depois: quais ferramentas foram chamadas, com quais argumentos, e o que voltou. Sem esse registro, depurar um comportamento estranho é adivinhação.

Avaliação por cenário. Teste unitário não alcança. O que funciona é um conjunto de cenários repetíveis, cada um com o resultado esperado, rodados a cada mudança de prompt, de ferramenta ou de modelo. Sem isso, você não tem como saber se um ajuste melhorou ou quebrou o comportamento.

Quando um agente vale a pena

Vale quando o caminho não pode ser enumerado antes. Investigar uma inconsistência que pode estar em cinco sistemas diferentes. Responder uma pergunta cuja fonte depende do que foi encontrado na etapa anterior. Explorar um problema aberto.

Não vale quando o caminho é conhecido. Se você consegue desenhar o fluxograma, implemente o fluxograma. Ele será mais barato, mais rápido, mais fácil de testar e mais fácil de explicar para quem vai auditar.

A pergunta honesta antes de construir um agente é simples: eu consigo desenhar esse processo num quadro? Se a resposta for sim, você quer um fluxo. Um agente é a resposta para quando a resposta é não.

O erro mais comum

Times começam pelo agente porque é a parte interessante, e descobrem tarde que 80% do valor estava em três fluxos simples e bem integrados. Um agente demonstra bem e opera mal quando o problema não pedia um agente.

O caminho que costuma funcionar é o inverso: automatize os fluxos previsíveis primeiro, observe onde eles quebram por exigirem uma decisão que você não conseguiu antecipar, e coloque um agente exatamente ali.

Continue no iLumera LearnAgentes de IA · Diferença entre prompt, fluxo e agente

Os três níveis deste artigo — prompt, fluxo, agente — e a pergunta "eu consigo desenhar esse processo num quadro?" são o ponto de partida dessa aula, que aprofunda quando cada nível é a escolha certa antes de entrar nas garantias que um agente de verdade exige.

• agentes
• automação
• arquitetura