O que muda quando o modelo ganha ferramentas, memória e um objetivo
Uma LLM (o modelo de linguagem, o motor que escreve as respostas no chat que você usa) recebe texto e devolve texto. Um agente é a mesma LLM com três coisas a mais: ferramentas para agir, memória para lembrar e um objetivo para saber quando terminou. Ele não segue um roteiro fixo: decide o próximo passo, faz, olha o resultado e decide de novo. E a maior parte do trabalho com IA não precisa dele.
Esta página é a visão geral: o que muda quando o modelo ganha ferramentas, memória e um objetivo, e quando isso vale a pena. A primeira página abaixo abre o agente em quatro peças, para achar em qual delas ele falha. A segunda decide, tarefa por tarefa, quanto ele faz sozinho.
Quatro peças: o modelo, a instrução, a memória e as ferramentas. Todo agente que falha, falha em uma delas.
Lá você encontraQuanto soltar depende do custo do erro e de quantas vezes ela já acertou com você olhando. O último passo que não volta fica com você.
Lá você encontraPense numa secretária sem acesso à agenda: ela pode responder “marcado!” com toda a educação, e nada entra na agenda. Aqui, o modelo é sempre o mesmo. Ligue e desligue as três coisas que fazem dele um agente e mande o mesmo pedido de novo. Repare no que acontece quando ele não tem ferramenta: ele escreve a frase de quem fez, e não faz.
As linhas em formato de código, como busca_cliente("Souza"), são o modelo escrevendo o pedido para o sistema: o nome da ferramenta e, entre parênteses, o que procurar ou criar.
Sem ferramenta ela promete. Com ferramenta ela faz. Com objetivo ela sabe o que conferir antes.
É o estagiário que resolve uma pendência ligando para um setor, ouvindo a resposta e decidindo para quem ligar depois: ninguém deu a ele a lista de ligações, só o objetivo. Um fluxo comum (a sequência de passos de uma automação) segue os passos que alguém desenhou. O agente decide quantas voltas dar: pensa, pede uma ferramenta, lê o que voltou e decide se já dá para responder. Esse ciclo se chama laço, e cada volta dele é uma chamada ao modelo: uma ida e volta de texto, que tem preço e tempo. Siga o pedido “o cliente Souza já recebeu a proposta? Se não, mande hoje”.
A máquina de lavar para quando o ciclo de uma hora acaba, não quando a mancha sai: ela para pelo esforço. Um laço bem montado para pelo resultado, e por isso tem duas saídas: deu certo, ou bateu no teto de voltas. O teto é o número máximo de tentativas que você fixa antes de ligar o agente. Quando chega nele, o agente para e conta onde travou, em vez de girar sem fim. Veja o mesmo envio da proposta terminando de três jeitos.
Quem executa a ferramenta não é o modelo: é o sistema em volta dele, que se chama harness. O modelo só escreve o pedido. Isso está desenhado em LLM e harness.
É como passar trabalho a alguém de três jeitos: explicar tudo do zero a um freelancer a cada pedido, dar a um funcionário o manual com o modelo do relatório, ou dar a ele também as senhas dos sistemas. Entre o chat solto e o agente existe um degrau que quase todo mundo já usa: a conversa preparada, com papel e material salvos, onde o pedido vira uma frase. Ela ainda não age fora da conversa. Clique em cada degrau.
Os degraus dizem até onde a IA alcança. Dentro do degrau do agente existe um segundo eixo: quanto do trabalho passa pela sua aprovação. O mesmo agente pode parar antes de cada ação para você dizer “pode”, ou rodar do pedido ao fim e entregar pronto.
Para revisar um contrato que já está na sua mesa, ninguém contrata um despachante: ele só entra quando alguém precisa ir ao banco, ao fornecedor, à prefeitura. Se a tarefa é transformar um texto que já chegou (tirar dados, pôr num balde, encurtar, ler o tom), um passo simples de IA (um único pedido ao modelo, sem ferramenta) resolve, mais barato e mais previsível. Agente é para quando é preciso buscar, mexer em sistema ou conversar lembrando. Classifique as seis.
Um cliente escreve perguntando o prazo para trocar um produto. Dá para montar a resposta como agente, que decide sozinho ir buscar a regra no documento de políticas da empresa, ou como fluxo fixo (passos desenhados por alguém, sempre na mesma ordem). No fluxo, a busca vira um passo comum, e a IA já recebe a regra servida junto com a pergunta: só precisa escrever.
3 chamadas ao modelo
1 chamada ao modelo
Neste atendimento os passos são sempre os mesmos: chega, busca, escreve, envia. Se não há decisão a tomar, deixar a IA decidir só abre espaço para ela errar. Além de custar menos chamadas (a conta está em quanto custa cada volta), o fluxo fixo tem três vantagens:
Lembra o trabalho da triagem do correio interno: abrir o envelope, anotar remetente e valor, separar por setor, resumir para o chefe. Tudo acontece com o papel que já chegou. Cada um faz uma coisa só, sempre do mesmo jeito, sem laço e sem inventar ação. Clique para ver o que entra, o que sai e onde cada um tropeça. O quinto é o único que pede agente.
Funciona como o motoboy pago por corrida: uma entrega é uma corrida; um recado que exige ir, voltar com a resposta e ir de novo são três. Um passo simples chama o modelo uma vez. O agente chama uma vez para decidir e mais uma a cada ferramenta que resolve usar. Em teste, ninguém sente. Em volume, aparece na conta e no tempo de espera.
A conta mostra a forma, não a medida: cada chamada tem preço e tempo diferentes conforme o modelo e o tamanho do texto.
Cada volta também é mais uma chance de errar, e os erros se multiplicam. Se o modelo acerta 9 em cada 10 decisões, dois passos seguidos saem certos 81 vezes em 100; cinco passos, cerca de 59 (0,9 multiplicado por ele mesmo cinco vezes). O remédio é tirar da decisão do modelo o que precisa sair sempre igual: a busca e a regra viram passo fixo, como no atendimento montado dos dois jeitos; a conta vira um script, um pequeno programa que calcula sempre igual (onde ele pode morar).
É o checklist que o gestor passa antes de abrir uma vaga nova: se a tarefa cabe em quem já está no time, a vaga não abre. Agente é o certo quando pelo menos uma destas é sim. Se as três são não, use um passo simples de IA. Leve a lista para a próxima vez que alguém disser “vamos colocar um agente”.
Isto precisa de agente? 1. Ela precisa AGIR em algum sistema fora da conversa? (buscar na planilha, criar evento, mandar e-mail, consultar o pedido) 2. É uma CONVERSA de várias mensagens, em que ela precisa lembrar o que foi dito? 3. Os passos MUDAM a cada caso, sem dar para prever quantos nem em que ordem? Três "não": um passo simples de IA resolve (extrair, classificar, resumir, ler o tom). Algum "sim": agente. Comece com uma ferramenta, teste, e só depois some a próxima.
Quer ver as quatro peças por dentro, e o que quebra quando falta cada uma? Está em Anatomia do agente. O agente também costuma morar dentro de uma automação maior: Pensar como automação.
Ferramentas para agir, memória para lembrar e um objetivo para saber quando parar. Sem ferramenta, ele só promete.
Pensa, age, observa e decide de novo. Por isso resolve o imprevisto, e por isso custa mais.
Extrair, classificar, resumir e ler o tom transformam o texto que já chegou. Um passo simples faz melhor.
Simplificação didática. Cada ferramenta de automação e cada aplicativo chama estas peças por um nome diferente; os nomes de ferramenta nos exemplos são ilustrativos. As barras de chamadas mostram a forma, não a medida. O teto de três tentativas e as contagens do atendimento montado dos dois jeitos são de exemplo: quem monta o agente escolhe o próprio teto. Os 90% de acerto por passo são um número ilustrativo; o resto é conta (0,9 multiplicado cinco vezes dá cerca de 0,59).