De Agentes de Modelos de Linguagem de Grande Porte Conversacionais a Sistemas Governáveis: Um Guia Arquitetural
OpenAI
Google/DeepMind
Microsoft
Anthropic
LangChain
Mastra
CrewAI
KaibanJS
Este artigo fornece um guia abrangente para agentes de modelos de linguagem de grande porte (LLMs) e sistemas multiagentes, cobrindo estratégias desde ReAct até grafos, execução durável, sandboxing, memória, avaliações e segurança em produção. Ele ajuda desenvolvedores a entender quando um único agente é suficiente, quando múltiplos agentes são benéficos e como escolher arquiteturas mínimas viáveis. O guia enfatiza que sistemas de agentes modernos são pilhas multicamadas, em vez de bibliotecas únicas.
Este artigo é um guia para desenvolvedores entenderem sistemas agênticos: ele esclarece a diferença entre um agente e um fluxo de trabalho regular, e quando usar um ou múltiplos agentes. Ele delineia que um agente é definido como modelo + loop de trabalho + ferramentas + estado + regras e restrições. O artigo traça a evolução da abordagem ReAct (2022), que introduziu o ciclo pensamento-ação-observação, até a arquitetura conversacional popularizada pelo AutoGen em 2023, e então para estruturas baseadas em grafos como LangGraph em 2024. Ele destaca que um único agente é frequentemente suficiente para muitas aplicações, e que configurações multi-agente só trazem benefícios quando os papéis realmente diferem em contexto, ferramentas ou permissões. O artigo também discute várias estratégias (ReAct, Plan-and-Solve, ReWOO, Tree of Thoughts, RAP, LATS, Self-Refine, Reflexion, MRKL) e observa que quanto mais predeterminados os passos, menos liberdade o modelo precisa. Ele introduz o conceito de 'teatro de agentes' onde chamadas idênticas de LLM fingem ser uma equipe, e enfatiza a separação da lógica determinística (código) da lógica probabilística (decisões do LLM). Finalmente, apresenta uma stack de agentes moderna com camadas incluindo SDKs de Agentes, runtimes de grafos, memória, sandboxing e observabilidade, e lista exemplos como OpenAI Agents SDK, Google ADK, LangGraph, Mastra e outros.
Fonte: Habr — хаб ИИ —
original