20 Termos de IA Agentiva que Todo Desenvolvedor Deve Conhecer

Você já se sentiu como se o mundo da IA tivesse avançado um pouco rápido demais? Você ouve sobre sistemas autoconsertáveis e agentes autônomos e começa a se perguntar se já construímos o Skynet ou se todos ao seu redor estão apenas brincando com você. Quando alguém menciona HITL ou MCP, você já não sabe se é algum código secreto usado por um culto de IA ou talvez os nomes artísticos de DJs famosos.

Você não está sozinho! 😉

Neste artigo, estou deliberadamente usando muitas simplificações. Minha suposição é simples: ou você já conhece esses termos e não precisa de mais uma explicação acadêmica de cinco parágrafos, ou você realmente não sabe o que eles significam. E, nesse caso, a última coisa que você precisa é de uma definição acadêmica.

E sim, esta já é a minha terceira lista consecutiva. Acredite, isso NÃO é uma estratégia de crescimento xDDD. Pura coincidência. Acontece que em duas semanas (MEU DEUS!!!), estarei falando na AGNTCon + MCPCon Europe, onde fui convidado por causa de este maravilhoso artigo que escrevi aqui no DEV. Juro que tive pelo menos tanta diversão escrevendo quanto as pessoas aparentemente tiveram lendo. Então sim, eu conheço razoavelmente bem o WebMCP, mas estou planejando assistir a muitas outras palestras lá também, então aparentemente uma atualização não me fará mal. 😅

De qualquer forma, voltando ao ponto. Eu acredito fortemente que as pessoas lembram das coisas melhor através de exemplos. E para muitas pessoas, os exemplos definitivos são pessoas ricas, conhecidas como pessoas de sucesso.

Então, vamos imaginar que nosso protagonista hipotético é muito, muito, absurdamente rico. Ele é na verdade um bilionário. Ele ganhou sua fortuna através de muito trabalho e administrando várias empresas. Ele fabrica carros e foguetes, comprou sua própria plataforma de mídia social e recentemente até adquiriu uma empresa de codificação de IA. Uma pessoa como essa obviamente precisaria de seu próprio agente de IA.

E como nosso protagonista precisa de um nome, vamos chamá-lo de Elon Mózg. Mózg significa cérebro em polonês, o que funciona lindamente aqui.

Mais uma coisa: meus exemplos provavelmente também poderiam servir como prompts para um agente de codificação que poderia construir todo esse uber-agente. Se algum bilionário quiser comprar a ideia, eu ficarei feliz em vender os direitos por, digamos, modestos $10 milhões. Oferta especial.

Vamos lá!

1. Agente de IA

O que é?

Um sistema de IA que recebe um objetivo e pode decidir como alcançá-lo. Ao contrário de um chatbot simples, ele não precisa parar após gerar uma resposta. Ele pode planejar os próximos passos, usar ferramentas, inspecionar seus resultados e continuar trabalhando.

Nosso protagonista Elon poderia, por exemplo, pedir ao seu agente de IA:

"Construa uma base em Marte."

Um chatbot comum provavelmente começaria a contar histórias, dar uma palestra teórica e talvez até dizer algo ridículo como isso é atualmente impossível.

Um agente, por outro lado, começaria a descobrir as coisas: verificar os slots de lançamento de foguetes disponíveis mais próximos, inspecionar a condição técnica do foguete, recrutar engenheiros, encomendar o equipamento necessário online...

Ok, talvez não fosse tão suave assim. Mas e se colocássemos um modelo realmente poderoso lá dentro? xDDD

2. Fluxo de Trabalho Agente

O que é?

Um fluxo de trabalho agente é um processo de múltiplas etapas no qual usamos IA para realizar partes do trabalho. A sequência dessas etapas pode ser amplamente projetada com antecedência por um desenvolvedor. O modelo não precisa necessariamente decidir o que fazer a seguir toda vez.

Em vez de algo simples como:

usuário → prompt → LLM → resposta

podemos ter:

gatilho → obter dados → LLM analisa dados → tomar uma decisão → chamar uma ferramenta → LLM gera resumo → enviar resultado

Elon Mózg é um homem muito ocupado. Todas as manhãs, ele quer um resumo do que está acontecendo em seu império.

Então, projetamos um fluxo de trabalho:

obter vendas de carros → obter status de lançamento de foguetes → obter as últimas atualizações da empresa de IA → LLM analisa tudo → escolher 5 atualizações mais importantes → gerar briefing matinal → enviar para Elon

A IA realiza várias tarefas aqui. Ela analisa os dados, seleciona as informações mais importantes e prepara o relatório, mas não inventa todo o processo do zero todas as manhãs. Já decidimos quais etapas devem acontecer e em que ordem.

Claro, podemos adicionar alguma flexibilidade:

lançamento de foguete atrasado? → pedir ao LLM para resumir o porquê

Mas ainda estamos nos movendo por um fluxo de trabalho que projetamos com antecedência.

3. Loop de Agente

O que é?

Uma vez escrevi um artigo demonstrando que você pode construir um agente de IA básico como um loop em aproximadamente 80 linhas de código. Um loop de agente é o mecanismo que permite que um agente realize uma ação, observe o resultado e decida o que fazer a seguir com base no que aconteceu.

Em forma simplificada:

decidir → agir → observar → decidir → agir → observar → ...

O loop continua até que o agente decida que alcançou seu objetivo, ou até que lhe digamos para parar. Em um sistema real, definir um número máximo de iterações é definitivamente uma boa ideia. 😅

Nossa Elon frequentemente diz que trabalha demais. Então ele pede ao seu agente:

"Encontre uma noite livre esta semana."

Desta vez, não programamos o caminho exato que leva à solução. O agente tem que encontrá-lo sozinho.

Verifica o calendário → nenhuma noite livre.

Olha quais reuniões poderiam ser movidas → a reunião da empresa de carros parece promissora.

Tenta movê-la → conflito com os planos de colonização de Marte.

Verifica quinta-feira → lançamento de foguete.

Verifica sexta-feira → finalizando a aquisição de outra startup.

Verifica sábado → livre!

Agente: "Sábado à noite está livre."

Elon: "Ótimo. Agende uma reunião."

E o loop do agente começa novamente. 💀

Fluxo de Trabalho Agente vs. Loop de Agente

A maneira mais simples de pensar sobre isso: 

Fluxo de trabalho agente = um processo projetado que usa IA.

Loop de agente = IA realiza uma ação, verifica o resultado e decide o que fazer na próxima iteração.

Importante, um loop de agente pode ser um componente de um fluxo de trabalho agente maior. Assim, um fluxo de trabalho descreve o processo geral, enquanto um loop descreve o mecanismo que permite que um agente opere passo a passo e reaja ao que aconteceu anteriormente.

4. Chamada de Ferramenta

O que é?

Os LLMs são maravilhosos, mas vamos encarar a realidade: eles ainda são previsores de próxima palavra sofisticados, não criaturas onipotentes capazes de vasculhar toda a internet e invadir bancos sozinhos. Embora, após aquele incidente do Hugging Face, não tenho certeza mais. xD

Se ao menos eles pudessem cozinhar o jantar e pendurar a roupa também... agora isso seria algo.

De qualquer forma, se quisermos que um modelo realmente faça isso