← Fundamentos

FUNDAMENTOS · AGENTIC AI · 02

Agentes de IA

De modelos que geram respostas para sistemas que perseguem objetivos, escolhem capacidades e executam ações dentro de limites definidos.

12 min de leitura

Um agente é mais do que um LLM com ferramentas.

Um modelo de linguagem pode interpretar uma solicitação e gerar uma resposta. Um agente adiciona um ciclo de execução: recebe um objetivo, observa contexto, decide o próximo passo, utiliza capacidades disponíveis e avalia o resultado antes de continuar.

O valor empresarial aparece quando essa autonomia é deliberadamente limitada por identidade, permissões, políticas, orçamento, observabilidade e pontos de aprovação humana.

ANATOMIA

Os blocos de um agente

Não existe uma única arquitetura universal. Mas agentes empresariais normalmente combinam alguns blocos recorrentes.

OBJETIVO

Define o resultado que o agente deve perseguir e os critérios de sucesso.

MODEL / REASONING

Interpreta contexto, avalia opções e ajuda a decidir o próximo passo.

MEMORY / CONTEXT

Mantém informações relevantes da tarefa, histórico e conhecimento recuperado.

TOOLS

APIs, MCP, bancos, sistemas e funções que permitem ao agente agir no mundo.

ORCHESTRATION

Coordena etapas, estados, retries, handoffs e decisões durante a execução.

GUARDRAILS

Permissões, políticas, limites e aprovações que controlam o que pode ser feito.

CICLO

Observe → Reason → Act → Evaluate

Em vez de executar um fluxo completamente pré-programado, o agente pode observar o estado atual, raciocinar sobre alternativas, escolher uma ação e avaliar o resultado. Esse ciclo pode se repetir até atingir o objetivo, encontrar um limite ou solicitar intervenção humana.

AUTONOMIA CONTROLADA

Autonomia é uma decisão de arquitetura

Nem todo agente precisa operar de forma autônoma. Em tarefas de baixo risco, a execução pode ser automática. Em decisões financeiras, jurídicas ou operacionais sensíveis, aprovações humanas e políticas mais restritivas podem ser obrigatórias.

A pergunta correta não é “quanto de autonomia conseguimos dar?”, mas “qual nível de autonomia produz valor com risco aceitável?”

NA PRÁTICA

Atendimento corporativo

Objetivo → Agente → consulta base de conhecimento → usa API do CRM → cria tarefa → responde ao usuário

Um agente de atendimento combina raciocínio, contexto e ações em vez de apenas gerar uma resposta.

COMPARATIVO

Chatbot, automação e agente: qual a diferença?

A escolha depende da previsibilidade do processo, das ferramentas disponíveis e do risco de cada ação.

CHATBOT

Responde perguntas e orienta usuários; normalmente não executa processos externos.

AUTOMAÇÃO TRADICIONAL

Segue regras e etapas previamente definidas, com resultados previsíveis.

AGENTE DE IA

Seleciona próximos passos e ferramentas de acordo com o contexto, respeitando políticas e limites.

EXEMPLO EMPRESARIAL

Análise de crédito com aprovação humana

Um agente recebe uma solicitação, consulta dados autorizados do cliente, verifica regras de elegibilidade e prepara uma recomendação fundamentada. Se o valor ultrapassar o limite definido ou houver inconsistências, encaminha a decisão para um analista. A liberação só ocorre após a aprovação exigida pela política.

Solicitação → validação de dados → consulta a políticas → recomendação → aprovação humana → execução auditada

Este é um exemplo ilustrativo de arquitetura, não uma recomendação para automatizar decisões de crédito sem controles regulatórios e avaliação de risco.

ADOÇÃO EMPRESARIAL

Como implementar agentes de IA em uma empresa

Comece por um processo delimitado, com responsável de negócio, indicadores e acesso controlado aos sistemas. O agente deve operar como parte da arquitetura corporativa — não como um chatbot isolado com credenciais irrestritas.

01 · DELIMITAR

Escolha um processo com exceções interpretativas e defina entradas, saídas, SLAs e baseline humano.

02 · INTEGRAR

Exponha ferramentas via APIs com identidade, autorização por escopo e contratos de dados explícitos.

03 · CONTROLAR

Implemente avaliações, limites de custo, trilhas de auditoria, retries seguros e aprovação para ações sensíveis.

04 · MEDIR E ESCALAR

Compare qualidade, tempo de ciclo, custo por tarefa e taxa de escalonamento antes de ampliar a autonomia.

DO CONCEITO À PLATAFORMA

Onde os agentes se encaixam na arquitetura empresarial

Canal / evento → agente → políticas + contexto → ferramentas / APIs → sistemas de registro → auditoria

Plataformas de mercado podem acelerar construção e operação. A TOTVS LYNN é um exemplo de proposta voltada à IA empresarial; Copilot Studio e Agentforce representam outras abordagens de agentes conectados a aplicações corporativas. A escolha depende do ecossistema, da integração e do modelo de governança.

TOTVS LYNN → · Microsoft Copilot Studio → · Salesforce Agentforce →

Entenda o redesenho de processos na empresa agêntica →

LABORATÓRIO INTERATIVO

Por dentro de um agente de IA

Acompanhe um agente fictício de análise de crédito: planejamento, ferramentas, política, intervenção humana e auditoria.

Simulação educacional determinística: não usa LLM real, não consulta dados de clientes e não concede crédito.

SolicitaçãoR$ 80.000RiscoBaixo / LowAlçada simuladaR$ 100.000

Plano de execução

Objetivo: Crédito dentro da alçada

  1. 1. Validar cadastro○
  2. 2. Consultar histórico○
  3. 3. Verificar política○
  4. 4. Registrar recomendação○

Execução e ferramentas

Aguardando início

Automação tradicional × agente de IA

Automação tradicional

Etapas e desvios definidos previamente. Ideal para regras estáveis e processos repetitivos.

Agente de IA

Em uma implementação real, interpreta contexto, seleciona ferramentas e replaneja dentro de limites e permissões.

Neste laboratório, todos os caminhos e resultados são pré-definidos. A seleção dinâmica por um modelo é apenas ilustrada.

DECISÃO DE ARQUITETURA

Quando usar — e quando não usar — agentes

Considere agentes quando as entradas variam, a tarefa exige interpretação de contexto e é necessário escolher entre ferramentas. Prefira software determinístico quando as regras são estáveis, a sequência é conhecida e a execução precisa ser rigorosamente reproduzível.

Antes de colocar um agente em produção, defina permissões mínimas, testes de qualidade (evals), logs de decisões, limites de custo, tratamento de falhas e critérios de intervenção humana.

APROFUNDE

Conceitos relacionados

RAG · MCP · Memória · Orquestração · Sistemas multiagentes · Evals

PRINCÍPIO

Um agente empresarial não é definido apenas pela inteligência do modelo, mas pela capacidade de agir de forma útil, controlada, observável e alinhada a um objetivo.

PRÓXIMO CONCEITO

Agentic Workflows

Entenda quando combinar etapas determinísticas, modelos e agentes em um fluxo é melhor do que buscar autonomia total.

Continuar →

ARQUITETURA INTERATIVA

Explore a execução de um agente

Exemplo ilustrativo: triagem de uma solicitação de crédito.

Etapa 1 / 5

Objetivo

O agente recebe a solicitação e identifica os dados necessários para analisá-la.

Simulação didática: nenhuma decisão financeira ou integração real é executada.

FONTES E LEITURAS

Referências técnicas

Documentação e publicações para aprofundar os conceitos apresentados. Links externos são oferecidos como referência, não como endosso de fornecedores.