IA agêntica tem gramática própria: os 4 grupos de padrões que você precisa conhecer

Você já ouviu falar de “agente de IA” hoje em dia? É difícil definir exatamente o que isso é, porque “agente” virou um guarda-chuva pra um monte de comportamentos diferentes. Sem um vocabulário comum, fica difícil até comparar duas ferramentas que dizem fazer a mesma coisa.

Existe, porém, um jeito de organizar essa bagunça. Um catálogo recente reuniu 21 padrões de design de sistemas agênticos: os “tipos de comportamento” que um agente de IA pode ter, documentados com exemplos de código real. Se você já leu nosso artigo sobre o que é IA agêntica, este post é o próximo passo.

Por que isso importa agora?

Houve um momento que uma pessoa chegou com um Gem (assistente do Gemini) dizendo que o criou para saber onde seria interessante abrir, juntar ou remover postos de atendimento. Ele disse que colocou no Gem informações sobre quantidade de pessoas que moram no local, tempo de espera para atendimento, quantos de pessoas idosas e com necessidades especiais etc. Eu tive que negar a ideia. Isso porque em um assistente não tem: 1) certeza sobre quais dados ele toma a decisão; 2) movimentação de grandes volumes de dados, pois entre tende a utilizar amostragem e assumir o resto; 3) percepção de erro; 4) não informam qual caminho tomaram.

Usar IA sem entender o que está acontecendo é um grande risco para qualquer organização. Pois você vê um resultado sem ter ideia do que aconteceu.

Logo, pedir “um agente” numa especificação não define nada. A pergunta técnica correta é outra: esse agente decide o fluxo dinamicamente ou segue um fluxo fixo passo a passo? Ele mantém estado entre sessões ou trata cada chamada como se fosse a primeira? Existe um humano revisando antes de qualquer ação com efeito colateral? Os padrões dão nome a cada uma dessas decisões de arquitetura.

Quatro camadas, uma em cima da outra

Pensa nos 21 padrões como quatro grupos empilhados. Os primeiros são a base; os últimos só fazem sentido depois que a base já existe.

1. Como o agente organiza o raciocínio

A base de tudo está relacionada em como o agente quebra um problema grande em pedaços que um modelo de linguagem consegue resolver. Ele deve decidir qual caminho seguir, dividir tarefas entre vários agentes especializados, revisar o próprio trabalho antes de entregar. É aqui que mora a diferença entre pedir e receber uma resposta pontual e montar um raciocínio em etapas.

2. Como o agente lembra e aprende

Sem isso, todo agente começa do zero a cada conversa. Esse grupo cobre memória de curto e longo prazo, como o agente melhora com a experiência, e como ele se conecta a sistemas externos de forma padronizada.

3. Como o agente lida com o imprevisto e com pessoas

O que acontece quando algo dá errado, e em que momentos uma pessoa precisa revisar ou aprovar antes do agente seguir em frente. Também é aqui que entra a busca de informação externa e atualizada, o que chamamos de RAG no nosso artigo sobre infraestrutura de IA.

4. Como o agente se comporta com responsabilidade em produção

A camada que separa um protótipo de um sistema em produção: proteções contra respostas problemáticas, monitoramento contínuo, controle de custo e velocidade, e priorização quando há várias tarefas concorrentes.

O que muda na prática

Com esse mapa na cabeça, três coisas ficam mais fáceis:

• Você especifica melhor. Em vez de pedir “um agente mágico, lindo e maravilhoso que resolve sozinho toda minha vida”, você pede “um agente com revisão humana nas decisões acima de R$ X”.
• Você avalia ferramentas com mais critério. Quando um fornecedor diz que a plataforma dele “tem agentes”, dá pra perguntar quais dessas camadas ela realmente cobre.
• Você entende os riscos. Um agente sem proteção, sem monitoramento e sem revisão humana é um risco.

Para quem não é desenvolvedor

Se você tirar só uma coisa deste post: um “agente de IA” quase nunca é uma coisa só. É uma combinação de padrões: memória mais organização do raciocínio mais alguma forma de checagem humana, por exemplo. Quando alguém te oferece “um agente”, a pergunta certa não é “ele funciona?”, é “quais dessas camadas ele tem, e quais faltam?”.

O que vem a seguir

Cada um dos quatro grupos merece um mergulho próprio, com seus padrões específicos, analogias e exemplos de uso. Nas próximas semanas, a gente destrincha um grupo por vez, começando pelo raciocínio do agente.

Pronto pra dar o próximo passo?

Conhecer os padrões é o primeiro passo. Aplicar isso na estratégia de produto da sua empresa é outra conversa, e é exatamente aí que entra o treinamento Product AI da K21.

• Product AI: para aprender a gerir a criação e evolução de produtos com a IA.
• Dominando o Claude
• Inteligência Artificial na Prática: criando um produto do zero a produção em menos de 3 dias.
• Design Thinking + IA