Padrões agênticos e context engineering

A regra que economiza trimestres

Comece no padrão mais simples que resolve e suba um degrau só quando a evidência exigir. A maior parte dos casos corporativos que hoje roda como agent seria mais barata, mais rápida e mais confiável como workflow — e o time só descobre isso depois de operar seis meses. Autonomia é uma escolha cara: use onde ela paga.

Um "não" em qualquer um dos quatro derruba o caso

Os critérios são conjuntivos, não uma pontuação. Tarefa complexa e valiosa, mas com erro irreversível e indetectável, não deve virar agent — deve virar workflow com humano no laço. Alta viabilidade e baixo valor não paga o custo operacional. Rodar esses quatro numa reunião de trinta minutos evita a maior parte dos projetos de agent que morrem no semestre seguinte.

Roteamento é o único padrão que costuma reduzir a conta

Todos os outros somam chamadas. O roteamento acrescenta uma classificação baratíssima na frente e, em troca, manda a maior fatia do volume para o modelo barato — e só o que é difícil para o caro. É a primeira estrutura a montar em qualquer sistema com variedade de perguntas, e volta com força no playbook de custo como a alavanca de maior impacto depois do cache.

A cascata pode sair mais cara — faça a conta

Se metade do volume escala, você está pagando o caminho barato inteiro mais metade do caro, e provavelmente perdendo para simplesmente usar o modelo caro direto. Antes de montar cascata, meça a taxa de escalada num piloto: abaixo de ~20% ela costuma valer muito a pena; acima de ~40% quase nunca vale. E acompanhe esse número em produção — ele deriva com o tempo, conforme o mix de perguntas muda.

Três detalhes que fazem o padrão funcionar

O avaliador não recebe o histórico do gerador — contexto limpo avalia melhor e evita que a justificativa anterior contamine o julgamento. O critério é uma rubrica objetiva, não "está bom?": critério vago produz aprovação vaga. E o laço tem teto com saída marcada: se não convergiu em três rodadas, entregue sinalizando revisão humana em vez de girar. Sem o teto, um caso patológico consome tokens até o limite.

Quatro dos cinco passos são overhead

Delegar uma tarefa que o coordenador resolveria em três chamadas de ferramenta é quase sempre prejuízo: você paga briefing, reestabelecimento de contexto, relatório e integração para economizar um trabalho que era pequeno. Delegue por amplitude e independência, não por organização mental. E ponha um teto explícito no número de subagents — a ausência dele é uma das formas mais rápidas de transformar um dia de testes numa fatura memorável.

Compactação e limpeza não são a mesma coisa

Limpeza remove: os resultados antigos somem do histórico. Compactação resume: eles viram um bloco condensado que continua no contexto. Use limpeza quando o detalhe já não importa (o log que você leu há dez passos) e compactação quando a linha do raciocínio precisa sobreviver. Aplicar as duas ao mesmo tempo sem critério é como o agent perde o fio e recomeça a investigação do zero — pagando de novo pelo que já tinha descoberto.

A ordem certa de otimizar um laço caro

Primeiro corte o tamanho dos resultados de ferramenta (quase sempre é aí que está o volume). Depois estabilize o prefixo para o cache trabalhar. Depois reduza rodadas melhorando as descrições das ferramentas. Só então mexa em limpeza e compactação, que são as mais complexas e as que mais arriscam qualidade. Times costumam fazer na ordem inversa.