10 arquiteturas de agentes que agem em produção

• → carga atrasada em X
• → sessão + ferramentas
• → origem e destino
• → centro de distribuição
• → número do pedido
• → consulta de rota
• → consulta de saldo
• → consulta de prazo
• → estado real
• → opção recomendada + justificativa

• Fora da AWS
• IA e machine learning
• Compute

Agente decide rápido porque tem acesso ao estado real em segundos — o ganho é de coleta, não de raciocínio. E começar por recomendar, com o humano executando, entrega a maior parte do valor com uma fração do risco.

1. O gargalo era coleta, não raciocínio. Quatro telas, quatro logins, dados que não batem. O agente com ferramentas faz a coleta em segundos — e é daí que vem a redução de tempo, não de o modelo raciocinar melhor que a pessoa.
2. Uma ferramenta por pergunta, não uma que faz tudo. Ferramentas de escopo estreito são testáveis, cacheáveis e autorizáveis separadamente. A ferramenta genérica "consultarSistema" transfere a decisão de escopo para o prompt.
3. A justificativa é parte da saída. Recomendação sem o porquê não é aceita por quem responde pela decisão. O agente devolve a opção e o raciocínio comparativo entre as alternativas.
4. Leitura antes de escrita. Nesta primeira etapa o agente recomenda e a pessoa executa. Ganha-se a maior parte do tempo com uma fração do risco — e cria-se o histórico que justifica automatizar depois.
5. Modelo intermediário é o ponto de equilíbrio. A tarefa exige comparar alternativas com trade-off, o que pede capacidade; mas roda dezenas de vezes por hora, o que pede custo. Sonnet fica no meio por isso.

• → os cinco usam o mesmo runtime
• → estado da sessão
• → identidade do usuário
• → um trecho por ferramenta
• → executa
• → define o fim
• → mede

• IA e machine learning
• Conceito de arquitetura
• Segurança e identidade
• Gestão e governança
• Fora da AWS

Runtime gerenciado resolve o encanamento que cinco times estavam construindo cinco vezes. O que ele não resolve — critério de parada, avaliação da tarefa e validação de argumento — é justamente o que diferencia um agente que funciona.

1. Cinco times construíam o mesmo encanamento. Sessão, identidade, rastro e isolamento não são diferencial de produto nenhum. Centralizar isso é a economia real — semanas por produto.
2. Memória que sobrevive a reinício. Agente que perde o estado quando o contêiner recicla obriga o usuário a recomeçar. É o defeito que mais mata adoção depois do lançamento.
3. Identidade por usuário, não por serviço. Se todas as chamadas usam a mesma credencial de serviço, o rastro não diz quem pediu e a permissão não pode ser por pessoa.
4. O critério de parada continua sendo seu. O runtime não sabe quando a sua tarefa está concluída. Sem esse critério explícito, o agente para por teto de passos — que é acidente, não decisão.
5. Avaliação por produto, não pela plataforma. Cada agente tem sua definição de boa execução. Plataforma comum não produz critério comum de qualidade.

• → hipótese a investigar
• → consulta estruturada
• → filtro por protocolo
• → busca semântica
• → resultados de composto
• → resultados de ensaio
• → trechos de literatura
• → tabela + divergências
• → tabela revisada

• Fora da AWS
• IA e machine learning
• Compute

Em pesquisa, o agente é orquestrador de ferramenta especializada — não substituto do especialista. O ganho está no trabalho repetitivo de coleta e formatação, e a divergência entre fontes é o que ele deve destacar.

1. O agente coleta; o especialista interpreta. Automatizar a coleta libera o dia para a interpretação. Automatizar a interpretação produz conclusão que ninguém assina.
2. Cada base é uma ferramenta com o filtro dela. Consulta estruturada por composto e busca semântica em literatura são operações diferentes. Uma ferramenta genérica perderia o filtro que cada base oferece.
3. Divergência entre fontes é o achado mais valioso. Quando duas bases discordam, é isso que o pesquisador quer ver primeiro. Resumo que harmoniza a diferença esconde exatamente o que importa.
4. A saída é tabela, não prosa. O produto do trabalho é comparável e conferível. Prosa fluente exige releitura da fonte para conferir cada linha.
5. Grupo de ação é o adaptador para a base. Quem consulta é a sua função, com o argumento validado contra o esquema da base. O modelo pede; o código monta a consulta.

• → achado bruto
• → alerta da fila
• → consulta o ativo
• → contexto do ativo
• → alerta + contexto
• → classe + confiança
• → exige julgamento
• → ruído conhecido

• Segurança e identidade
• Compute
• Fora da AWS
• IA e machine learning
• Conceito de arquitetura

Em triagem, o ganho é triar: o volume de ruído sai da fila e o analista fica com o que exige julgamento. O risco a monitorar não é o falso positivo que sobrou — é o falso negativo que foi fechado sozinho.

1. O enriquecimento é o que torna a triagem possível. Alerta cru não diz se o ativo é crítico nem se aquilo já aconteceu antes. Sem contexto, a triagem é chute — do modelo e do humano.
2. O ganho é de volume, não de substituição. O analista continua decidindo os casos difíceis. O que muda é que ele para de gastar o turno fechando ruído conhecido.
3. Fechamento automático com justificativa. Fechar sem registrar o porquê é apagar a trilha. A justificativa é o que permite auditar a triagem e corrigir a regra depois.
4. A criticidade do ativo entra na regra. O mesmo alerta em servidor de teste e em base de produção tem consequências diferentes. A regra combina confiança do modelo com criticidade.
5. Falso negativo é o risco que se monitora. Amostrar o que foi fechado automaticamente e revisar é o que mede o erro perigoso — o que não aparece na fila de ninguém.

• → poucos milhares de linhas
• → valores para perfilar
• → estatística por coluna
• → sessão com rastro
• → proposta de pipeline
• → pipeline proposto
• → aprovado

• Fora da AWS
• Conceito de arquitetura
• IA e machine learning
• Compute
• Analytics

O ganho é em trabalho repetitivo de descoberta — perfilar, inferir tipo, propor transformação. A revisão humana continua no caminho porque inferência de esquema erra justamente no caso de borda que quebra o pipeline meses depois.

1. Perfilagem antes de inferência. Nulos, cardinalidade e faixa de valor são fatos calculáveis. Dar esses números ao modelo é diferente de pedir que ele adivinhe pelo nome da coluna.
2. A saída é código revisável. Pipeline gerado como código entra em revisão, versionamento e teste. Configuração gerada dentro de uma ferramenta opaca não entra em nenhum dos três.
3. O engenheiro aprova, o agente propõe. Inferência de esquema erra em caso de borda — a coluna que é texto em 99% das linhas e número em 1%. Aprovação humana é o que impede isso de virar pipeline em produção.
4. Amostra, não o volume inteiro. Alguns milhares de linhas revelam o esquema. Ler tudo custa caro e não acrescenta informação sobre estrutura.
5. O rastro da inferência é o que permite corrigir. Quando o esquema inferido está errado, é preciso saber em que evidência o agente se baseou. Sem isso, a correção é adivinhação sobre adivinhação.

• → consolidação
• → contexto regulatório único
• → chamada ao produto A
• → chamada ao produto B
• → chamada ao produto C
• → contexto regulatório

• Conceito de arquitetura
• IA e machine learning
• Compute

Consolidar em um agente com muitas ferramentas elimina contexto duplicado e o dever de o usuário escolher a porta. O limite é o tamanho do contexto: passando de algumas dezenas de ferramentas, roteie antes de descrever todas.

1. Contexto duplicado é regra que envelhece em ritmos diferentes. Seis prompts com o mesmo trecho normativo divergem na primeira atualização. Um acervo consultado por um agente não tem como divergir de si mesmo.
2. Uma ferramenta por produto, com permissão própria. Consolidar o agente não é consolidar a autorização. Cada ferramenta mantém o escopo do produto que ela representa.
3. O usuário deixa de escolher a porta. Ter de saber em qual dos seis perguntar é fricção que reduz uso. Uma porta que roteia internamente resolve isso sem juntar os sistemas.
4. O limite da consolidação é o contexto. Muitas ferramentas descritas no mesmo pedido encarecem cada chamada e confundem a escolha. Passando de algumas dezenas, roteie antes de listar.
5. Um lugar para atualizar a regra. É o ganho operacional que sobrevive: mudança regulatória entra uma vez e vale para todos os produtos no mesmo instante.

• → intenção + argumentos
• → passou na forma
• → pode executar
• → executa uma vez
• → antes e depois da escrita
• → recusa explícita com o motivo

• IA e machine learning
• Compute
• Segurança e identidade
• Banco de dados
• Fora da AWS
• Gestão e governança

Quem executa a ferramenta é o seu código: validação, autorização e idempotência moram no adaptador. Nenhuma instrução no prompt substitui isso — e num sistema sem desfazer, a diferença é permanente.

1. O modelo não executa — ele pede. A saída do modelo é dado: nome da ferramenta e argumentos. Quem executa é o seu código, e é ali que toda decisão de segurança cabe.
2. Validar a forma antes da permissão. Argumento fora de faixa é recusado sem consultar autorização. Barato, determinístico e imune a qualquer instrução hostil no contexto.
3. Papel por ferramenta. Se todas as ferramentas usam a mesma credencial, a permissão é a união de tudo que o agente pode fazer. Uma credencial por ferramenta é o que torna o menor privilégio possível.
4. Idempotência porque a repetição é certa. Tempo esgotado, reentrega de fila, nova tentativa do agente. Sem chave, a mesma escrita acontece duas vezes num sistema sem desfazer.
5. Recusa explícita, com o motivo. Devolver vazio faz o modelo tentar de novo. Devolver "campo X fora da faixa permitida" encerra o laço e ainda ensina a próxima tentativa.

• → chama
• → "nenhum resultado" — não vazio
• → interrompe
• → interrompe
• → interrompe
• → resultado parcial
• → passos e tokens da sessão

• IA e machine learning
• Conceito de arquitetura
• Gestão e governança

Laço de agente é quase sempre ferramenta ambígua, não modelo confuso. Resposta explícita encerra a decisão; teto de passos e de gasto no código são a rede que impede o resto de virar fatura.

1. Vazio e "não existe" são coisas diferentes. Lista vazia pode significar falha, filtro errado ou ausência real. O modelo escolhe a interpretação otimista e tenta de novo. Dizer "nenhum resultado para este filtro" fecha a questão.
2. O teto é do código, não da vigilância. Ninguém está olhando o painel às três da manhã. Teto de passos e de gasto por sessão são a única proteção que funciona sem alguém acordado.
3. Repetição idêntica é sinal de laço. Mesma ferramenta, mesmos argumentos, terceira vez. Interromper aí é mais preciso que esperar o teto de passos — e mais barato.
4. Encerrar com resultado parcial é melhor que encerrar seco. "Não consegui confirmar o estoque, mas a rota é esta" é útil. Interromper sem devolver nada joga fora o trabalho já pago.
5. Passos por sessão é a métrica que revela. Custo total sobe por muitos motivos. Distribuição de passos por sessão mostra o laço no dia em que ele começa, não no fim do mês.

• → sempre
• → consulta de pedido
• → propõe
• → aguarda
• → confirmado
• → executa
• → ação + quem confirmou

• IA e machine learning
• Compute
• Gestão e governança
• Fora da AWS

Separar leitura de escrita é pré-requisito de permissão granular — e a confirmação humana só funciona se mostrar o efeito concreto antes. O critério para exigir confirmação é reversibilidade, não importância.

1. Uma ferramenta que lê e escreve não se autoriza pela metade. É a razão técnica de separar: permissão é por ferramenta. Juntas, liberar a consulta libera a alteração.
2. A confirmação mostra o efeito antes de acontecer. "Cancelar pedido 8842, valor R$ 4.310, cliente X" é confirmável. "Executar ação?" não é — e quem confirma sem entender confirma tudo.
3. Irreversível exige humano; reversível pode não exigir. O critério não é a importância: é a possibilidade de desfazer. Ação com desfazer barato pode ser automática, com alarme.
4. Quem confirmou entra no registro. A trilha precisa do ator humano, não só do agente. É a diferença entre "o sistema cancelou" e "o supervisor autorizou o cancelamento proposto".
5. Leitura liberada é o que mantém o agente útil. Restringir tudo por causa da escrita mata o valor. A separação é o que permite ser permissivo onde não há dano.

• → mudança de estado
• → só o que casa com o padrão
• → qual o procedimento?
• → procedimento do caso
• → age
• → falhou
• → execuções e custo

• Fora da AWS
• Integração de apps
• IA e machine learning
• Compute
• Gestão e governança

Reagir a evento troca custo proporcional ao intervalo por custo proporcional ao que aconteceu — e derruba a latência de reação para segundos. O que a consulta periódica dava de graça e agora precisa ser desenhado é o destino do evento que falhou.

1. Consulta periódica paga pelo intervalo, não pelo trabalho. Rodar a cada quinze minutos custa 96 execuções por dia mesmo em dia sem mudança nenhuma. O evento custa proporcional ao que aconteceu.
2. O filtro fica no barramento, não no agente. Filtrar por padrão de evento antes de acordar o agente é ordens de magnitude mais barato que acordá-lo para ele decidir que não era relevante.
3. O procedimento é recuperado, não codificado. O que fazer em cada tipo de mudança está no acervo de procedimentos. Muda sem alterar o agente.
4. Evento que falhou precisa de destino. Sem fila de descarte, a falha desaparece — e ninguém sabe que a reação não aconteceu. É pior que o atraso da consulta periódica.
5. A latência de reação cai para segundos. É o ganho de produto, além do custo: a ação acontece quando o fato acontece, não no próximo ciclo.