🎯 Inteligência Artificial Agêntica
Em poucas palavras
A IA Agêntica refere-se a sistemas de inteligência artificial autônomos e orientados a objetivos que não apenas respondem a prompts, mas definem submetas, escolhem ferramentas, raciocinam e executam fluxos de trabalho de múltiplas etapas com mínima supervisão humana.
📝 Notas e Desenvolvimento
- Ao contrário da IA Generativa tradicional (focada em interações de turno único para criação de conteúdo baseada em padrões), a IA Agêntica foca na tomada de decisão autônoma e contextual em cenários de longo prazo.
- Seu funcionamento está na interseção entre Grandes modelos de linguagem — que fornecem a capacidade de compreender, raciocinar e interagir —, Aprendizado por Reforço — que permite aprender com a experiência e adaptar-se — e Sistemas Multiagentes.
- Em um cenário prático, como planejar uma viagem, um agente não apenas lista voos; ele divide a tarefa, consulta fontes em tempo real, compara opções, faz reservas e cria um plano, lidando com erros e corrigindo caminhos ao longo do processo.
Componentes Essenciais da IA Agêntica
Segundo o artigo revisado, a arquitetura dos sistemas agênticos integra os seguintes componentes centrais em um loop de decisão contínuo:
- Percepção e Modelagem de Mundo: Responsável por ingerir entradas externas (texto, sensores, APIs) e normalizá-las em observações estruturadas para predição e simulação de estados.
- Memória (Curto prazo, Longo prazo e Episódica): Fornece continuidade temporal. A memória de curto prazo mantém o contexto da interação atual (turnos de diálogo), enquanto a de longo prazo armazena conhecimentos e artefatos, permitindo que resultados passados informem decisões futuras.
- Planejamento e Raciocínio (Decomposição de Metas): O motor cognitivo que transforma objetivos abstratos de alto nível em passos executáveis, avaliando caminhos alternativos e selecionando a próxima melhor ação.
- Execução e Atuação: Invoca as ferramentas físicas ou digitais (APIs, bases de conhecimento, terminais), valida os resultados gerados e reporta o sucesso ou erro.
- Reflexão e Avaliação: O mecanismo de autocorreção; permite que o sistema verifique resultados intermediários, critique seus próprios planos e reduza alucinações (ex: Self-Refine).
- Orquestração: O gerenciador que conecta e gerencia o ciclo inteiro (e.g. supervisor centralizado baseado em LLM ou regras explícitas).
Modelos Arquitetônicos de Orquestração
O artigo classifica cinco abordagens arquitetônicas principais de orquestração:
- Agente único ReAct (Reasoning and Acting): Loop direto de raciocínio seguido de ação em turno sequencial.
- Supervisor/Hierárquico: Um agente supervisor baseado em LLM distribui subtarefas para agentes especialistas, consolida resultados e arbitra conflitos de metas.
- Híbrido Reativo-Deliberativo: Combina rotas rápidas e reativas baseadas em regras com caminhos deliberativos lentos mediados por modelos de linguagem.
- Arquitetura BDI (Belief-Desire-Intention): Modelo que formaliza o estado cognitivo em Crenças (dados sobre o mundo), Desejos (metas a alcançar) e Intenções (planos escolhidos).
- Decisão em Camadas (Neuro-simbólica): Acoplamento de raciocínio de LLM com sistemas formais e matemáticos (como no framework TB-CSPN).
🔗 Conexões e Contexto
- Atlas: MdC - Tecnologia
- Notas Relacionadas: