MÓDULO 4.5

🧰 Cross-framework patterns

LangGraph, CrewAI, AutoGen — cada framework com seus padrões, pontos fortes e casos de uso. Como os padrões de multi-agent são independentes de framework e como migrar entre eles.

6
Tópicos
40
Minutos
Médio
Nível
Comparativo
Tipo
1

🗺️ Padrões são independentes de framework

O erro mais comum ao estudar multi-agent é focar no framework em vez do padrão. Os padrões — orquestrador/worker, hierárquico, paralelo, sequencial — existem independentemente de você usar LangGraph, CrewAI, AutoGen ou Claude Code. O framework é a implementação, o padrão é o design.

Os 4 padrões universais

  • Sequencial: A → B → C. Output de um é input do próximo. Simples, determinístico, sem paralelismo.
  • Paralelo (fan-out): Lead → [A, B, C] → Lead sintetiza. Máxima velocidade em tarefas independentes.
  • Hierárquico: Lead → Sub-lead → Workers. Hierarquia para problemas complexos com subdomínios.
  • Loop/retry: Agente executa → valida → se falhou, tenta novamente com contexto adicional.

💡 Aprenda padrões, não frameworks

LangGraph de hoje pode ser substituído por algo melhor em 2027. O padrão "orquestrador + workers em paralelo" continuará válido. Invista no entendimento dos padrões — frameworks são detalhes de implementação.

2

📊 LangGraph — grafos de estado

LangGraph implementa multi-agent como grafos de estado. Cada nó é um agente ou função, cada aresta é uma transição. Excelente para fluxos complexos com condicionais, loops e persistência de estado. Padrão enterprise em 2025-2026.

Quando usar LangGraph

  • Fluxo com condicionais complexos (se X acontecer, vai para nó Y)
  • Necessidade de persistência de estado entre execuções
  • Sistemas de produção que precisam de debugging visual
  • Human-in-the-loop em pontos específicos do fluxo
  • Integração com LangSmith para observabilidade

Adoção e ecossistema

LangChain/LangGraph: 100k+ stars no GitHub. LangSmith (observabilidade) integrado. Suporte A2A adicionado em mai/2025. LangGraph Cloud para deploy gerenciado. Marco usa LangGraph para seu sistema de análise de pedidos com mais de 10 nós condicionais.

3

👥 CrewAI — equipes hierárquicas

CrewAI abstrai multi-agent como equipes com papéis humanos. Você define "agentes" com role, goal e backstory como se fosse contratar funcionários. Menor curva de aprendizado — ideal para quem vem de gestão, não de engenharia.

Pontos fortes do CrewAI

  • Abstração intuitiva (role-based)
  • Fácil de começar em horas
  • Bom para protótipos e MVPs
  • Integra com qualquer LLM provider

Limitações do CrewAI

  • Menos controle que LangGraph
  • Debugging complexo em produção
  • Estado não persiste nativamente
  • Menor ecossistema enterprise
4

🤝 AutoGen — conversas entre agentes

AutoGen (Microsoft) modela multi-agent como conversas entre agentes. Cada agente é um "participante" que pode enviar mensagens para outros. Forte para padrões de debate, revisão e validação cruzada.

Quando AutoGen brilha

  • Debate: dois agentes com perspectivas opostas chegam a consenso por conversação.
  • Code review: agente escreve código, outro revisa, o primeiro corrige — loop de refinamento.
  • Validação cruzada: múltiplos agentes validam o mesmo resultado de formas diferentes.
  • Role-play simulado: simula interações humanas para treino ou teste de cenários.

Sally usa AutoGen para validação

Sally configura um debate entre "Agente Otimista" e "Agente Pessimista" para cada recomendação que faz aos clientes. O Otimista apresenta os upside cases, o Pessimista ataca os riscos. Sally pega a síntese dos dois — recomendações 40% mais robustas segundo feedback dos clientes.

5

🧭 Como escolher o framework certo

A escolha de framework começa com a pergunta: qual é a natureza do seu fluxo? Conversacional? Orientado a estado? Hierárquico? A resposta direciona o framework antes de qualquer benchmark de performance.

Tabela de decisão

CenárioFramework
Fluxo complexo com condicionais e estadoLangGraph
Protótipo rápido de equipe de agentesCrewAI
Debate, revisão, validação cruzadaAutoGen
CLI-first, integração com codebaseClaude Code + Task
Cross-empresa, agentes externosA2A Protocol
6

🔁 Migração e interoperabilidade

Você começou com CrewAI e agora precisa da precisão do LangGraph. Como migrar sem reescrever tudo? A resposta está em separar lógica de negócio da lógica de orquestração. Se você fez isso, migrar o framework é trocar a "caixa de transmissão" sem mudar o motor.

Princípios de migração

  • Isole a lógica de cada agente em módulos independentes (não acoplados ao framework).
  • Defina contratos de input/output para cada agente — schema JSON claro.
  • Teste cada agente em isolamento antes de testar o sistema completo.
  • Migre um nó por vez — não tente migrar tudo de uma vez.

💡 A regra de ouro

Se remover o framework e os seus agentes pararem de funcionar, você acoplou demais. Seus agentes devem ser testáveis com inputs diretos, sem depender do orquestrador. Isso garante portabilidade entre frameworks.

📋 Resumo do Módulo

Padrões são independentes de framework — orquestrador/worker, paralelo, hierárquico, loop
LangGraph = grafos de estado — fluxos complexos com condicionais, persistência, enterprise
CrewAI = equipes role-based — menor curva de aprendizado, ideal para protótipos
AutoGen = conversas entre agentes — debate, revisão, validação cruzada
Escolha pelo tipo de fluxo, não por hype — tabela de decisão baseada no cenário real
Isole lógica de negócio do framework — garante portabilidade e facilita migração

Próximo Módulo:

4.6 — Quando criar (e quando NÃO criar) agente: o princípio hire-when-needed