Todo mundo virou agente. Mas será?
Todo mundo virou agente. Seu RAG é um agente. Seu chatbot é um agente. Seu script de automação com três if/else é um agente. Até sua geladeira vai virar agente daqui a pouco. Mas será?
Sistemas multiagente não são novos. A ideia vem dos anos 1990, com frameworks como JADE e SPADE. O que mudou não foi o conceito, foi o substrato: o comportamento agora emerge de modelos de linguagem interpretando linguagem natural, em vez de programação explícita.
Vale separar dois casos que costumam ser confundidos:
- RAG tradicional é um pipeline de recuperação. Busca, injeta contexto, gera resposta. Linear.
- RAG agêntico usa a recuperação como uma ferramenta entre várias, com autonomia para planejar, refinar buscas e avaliar resultados.
A distinção que considero útil para quem constrói em produção: se o sistema tem um loop onde o modelo decide o próximo passo, escolhe ferramentas, executa, avalia e decide se continua ou para, é um agente. Caso contrário, é um pipeline com um nome bonito.
Penso nisso em três camadas cumulativas:
- Weights — o que vem do treinamento do modelo.
- Context — RAG, prompting, engenharia de contexto.
- Harness — MCP, skills, protocolos de orquestração.
O termo "agente" corre o risco de virar palavra vazia — algo que Carl Hewitt já alertava. Os agentes baseados em LLM ocupam uma zona cinzenta entre as definições fraca e forte de agência. Na prática, a intentional stance (descrever o comportamento do sistema como se ele tivesse intenções) costuma ser mais útil do que brigar pela definição perfeita.