Arquiteturas de Agentes Baseadas em Prompt
De construtor de agentes para arquiteto de sistemas autônomos. Aprenda a projetar arquiteturas que definem os limites da autonomia.
A Diferença do Nível Masterclass
Na Trilha 3, você aprendeu a implementar agentes. Aqui, você aprende a desenhar arquiteturas de agentes — decidir entre single-agent e multi-agent, definir limites de autonomia, projetar coordenação e assumir responsabilidade técnica por sistemas autônomos em produção.
Tipos de Arquiteturas de Agentes
Arquiteturas de agentes variam em complexidade, autonomia e estrutura de controle. Entender os tipos fundamentais permite escolher a arquitetura certa para cada problema.
Taxonomia de Arquiteturas
Agente Reativo Simples
Responde a estímulos com ações predefinidas. Sem memória, sem planejamento.
Agente com Estado
Mantém memória de interações anteriores. Pode adaptar comportamento ao contexto histórico.
Agente Baseado em Objetivos
Planeja sequência de ações para atingir um objetivo. Decompõe tarefas complexas.
Agente com Utilidade
Avalia trade-offs entre múltiplos objetivos. Otimiza função de utilidade.
Agente de Aprendizado
Melhora performance ao longo do tempo. Aprende com feedback e resultados.
Decisão Arquitetural
A complexidade da arquitetura deve ser proporcional ao problema. Um agente reativo é suficiente para chatbots simples; um agente com planejamento é necessário para automação de workflows complexos. Over-engineering é tão problemático quanto under-engineering.
Decisão entre Agente Único e Multiagente
Uma das decisões arquiteturais mais importantes é escolher entre um sistema de agente único ou uma arquitetura multiagente.
Comparativo de Abordagens
| Aspecto | Agente Único | Multiagente |
|---|---|---|
| Complexidade | Menor | Maior |
| Especialização | Generalista | Especialistas coordenados |
| Escalabilidade | Limitada | Alta |
| Debugging | Direto | Complexo |
| Custo | Previsível | Variável |
Use Agente Único quando:
- • Domínio bem definido e limitado
- • Latência crítica
- • Custo precisa ser previsível
- • Equipe tem experiência limitada
Use Multiagente quando:
- • Problema requer múltiplas especialidades
- • Tarefas podem ser paralelizadas
- • Qualidade supera velocidade
- • Sistema precisa evoluir modularmente
Coordenação, Supervisão e Delegação
Em arquiteturas multiagente, o mecanismo de coordenação é crítico. Define como agentes se comunicam, quem decide conflitos e como o trabalho é distribuído.
Padrões de Coordenação
Orquestração Centralizada
Um agente "maestro" coordena todos os outros. Controle total, ponto único de falha.
Coreografia Descentralizada
Agentes se coordenam por eventos/mensagens. Resiliente, mas difícil de debugar.
Hierarquia de Supervisão
Agentes organizados em árvore. Supervisor delega e agrega resultados dos subordinados.
Blackboard Compartilhado
Agentes leem e escrevem em espaço compartilhado. Colaboração implícita via estado.
A delegação deve ter escopo claro. O agente supervisor precisa saber exatamente o que está delegando, quais são os critérios de sucesso e quando intervir.
Contrato de Delegação
- • Objetivo: o que o agente subordinado deve alcançar
- • Contexto: informações necessárias para executar
- • Constraints: limites de atuação e recursos
- • Callback: como e quando reportar resultado
- • Escalação: quando pedir ajuda ao supervisor
Limites de Autonomia
Definir limites de autonomia é uma das decisões arquiteturais mais importantes e mais negligenciadas. Autonomia demais cria risco; de menos, elimina o valor do agente.
Espectro de Autonomia
Critérios para Definir Autonomia
Aumentar autonomia quando:
- • Ação é reversível
- • Domínio é bem definido
- • Feedback é rápido
- • Custo de erro é baixo
Reduzir autonomia quando:
- • Ação é irreversível
- • Domínio é ambíguo
- • Impacto em outros sistemas
- • Compliance/segurança envolvidos
⚠️ Guardrails Obrigatórios
Independente do nível de autonomia, todo agente precisa de: rate limiting (máximo de ações por período), budget caps (limite de custo), scope boundaries (recursos que pode acessar) e kill switch (forma de parar imediatamente).
Falhas Emergentes em Sistemas de Agentes
Sistemas multiagente exibem comportamentos emergentes — propriedades do sistema que não existem em nenhum agente individual. Algumas emergências são desejáveis; outras são falhas catastróficas.
Padrões de Falha Emergente
Loop Infinito de Delegação
Agente A delega para B que delega para C que delega de volta para A.
Amplificação de Erro
Erro pequeno em um agente é amplificado ao passar por outros agentes.
Deadlock de Recursos
Agentes aguardam recursos que outros agentes estão segurando.
Consensus Failure
Agentes não conseguem concordar sobre estado ou próxima ação.
Runaway Costs
Agentes geram tokens/chamadas exponencialmente, explodindo custos.
Mitigações Arquiteturais
- • Circuit breakers: para quando taxa de erro excede threshold
- • Timeout global: limite máximo de tempo para qualquer operação
- • Depth limits: máximo de níveis de delegação
- • Idempotência: ações podem ser repetidas sem efeito colateral
- • Observabilidade: trace completo de todas as interações
Estudos de Caso Reais
Analisar arquiteturas de agentes em produção fornece insights práticos que teoria não captura. Vamos examinar padrões arquiteturais de sistemas conhecidos.
Caso 1: Coding Assistants (Copilot, Cursor)
Caso 2: Customer Support Automation
Caso 3: Data Pipeline Orchestration
Lição dos Casos
Não existe arquitetura "certa". Cada sistema faz trade-offs baseados em seus requisitos específicos. O papel do arquiteto é entender os trade-offs e fazer escolhas conscientes, documentando as razões para futura referência.
Pontos-Chave do Módulo
Arquiteturas variam de reativo simples a agentes de aprendizado
Decisão single vs multiagente depende de especialização e escalabilidade
Coordenação pode ser orquestrada, coreografada ou híbrida
Limites de autonomia devem ser proporcionais ao risco
Falhas emergentes requerem mitigações arquiteturais proativas
Casos reais mostram que trade-offs são inevitáveis e contextuais