Common Terminology Iniciante ~40 min

Introducao a AI Agents

Topico 7 de 35
ai-agents terminologia
AÇÕES
Progresso do Topico 0%

Introducao a AI Agents

Em AI Engineering, "agents" sao sistemas autonomos que podem perceber seu ambiente, tomar decisoes e executar acoes para atingir objetivos especificos. Eles representam a evolucao dos LLMs de "respondedores de perguntas" para "executores de tarefas".

O que e um AI Agent?#

Um AI Agent e um sistema que:

  1. Recebe um objetivo do usuario
  2. Planeja como atingi-lo
  3. Executa acoes usando ferramentas
  4. Observa resultados e ajusta o plano
  5. Itera ate completar ou falhar
Usuario: "Pesquise sobre o concorrente X e faca um resumo"

Agent:
  Pensamento: Preciso buscar informacoes sobre X
  Acao: search_web("empresa X noticias recentes")
  Observacao: [resultados da busca]

  Pensamento: Tenho informacoes, preciso visitar os sites
  Acao: browse_url("https://...")
  Observacao: [conteudo da pagina]

  Pensamento: Agora posso sintetizar
  Acao: generate_summary(informacoes)
  Resposta: "Aqui esta o resumo sobre X..."

Componentes de um Agent#

1. LLM (Cerebro)#

O modelo que raciocina e decide proximas acoes.

2. Ferramentas (Tools)#

Capacidades que o agent pode usar:

  • search_web - Buscar na internet
  • read_file - Ler arquivos
  • execute_code - Rodar Python
  • send_email - Enviar emails
  • query_database - Consultar banco de dados

3. Memoria#

  • Curto prazo - Contexto da conversa atual
  • Longo prazo - Informacoes persistidas entre sessoes

4. Planejamento#

Estrategia para decompor objetivos complexos em passos.

Tipos de Agents#

TipoDescricaoExemplo
ReActReason + Act em loopMais comum
Plan-and-ExecutePlaneja tudo antesTarefas complexas
Self-AskFaz sub-perguntasPesquisa
Multi-AgentVarios agents colaborandoSimulacoes

Exemplo com LangChain#

Python
from langchain.agents import create_react_agent
from langchain_openai import ChatOpenAI
from langchain.tools import DuckDuckGoSearchRun, WikipediaQueryRun

# Definir ferramentas
tools = [
    DuckDuckGoSearchRun(),
    WikipediaQueryRun()
]

# Criar agent
llm = ChatOpenAI(model="gpt-4")
agent = create_react_agent(llm, tools)

# Executar
result = agent.invoke({
    "input": "Quem ganhou a Copa do Mundo de 2022?"
})

Casos de Uso#

  • Assistentes pessoais - Agendar reunioes, enviar emails
  • Pesquisa automatizada - Coletar e sintetizar informacoes
  • Automacao de tarefas - Processar documentos, gerar relatorios
  • Coding assistants - Escrever, testar e debugar codigo
  • Suporte ao cliente - Resolver problemas com acesso a sistemas

Desafios e Limitacoes#

  1. Confiabilidade - Agents podem "travar" em loops
  2. Custo - Muitas chamadas de API = conta alta
  3. Latencia - Multiplas etapas = tempo de resposta longo
  4. Seguranca - Acoes autonomas precisam de guardrails
  5. Observabilidade - Dificil debugar o que deu errado

Boas Praticas#

  • Comece simples, adicione complexidade aos poucos
  • Limite o numero de ferramentas disponiveis
  • Implemente timeouts e limites de iteracao
  • Adicione confirmacao humana para acoes criticas
  • Logue todas as decisoes e acoes para debug

Recursos#


Checklist#


Conexoes#

Proximo passo: Aprenda a criar prompts efetivos em prompt-engineering-intro

3 recursos

Este topico tambem pode ser acessado em /topicos/ai-agents-intro