Tipos de Erros em Sistemas Multiagente
Ir para notas que citam estaTipos de erros em sistemas multiagente são as camadas distintas em que uma falha pode nascer num pipeline de agentes, do próprio modelo de linguagem até o contrato de dados trocado entre agentes.
A distinção importa porque a reação é diferente em cada camada: um erro de sistema se corrige no código, um erro de formato se corrige no contrato entre agentes, e um erro do modelo se corrige no prompt ou na escolha do modelo. Sem Observabilidade de Agentes as três chegam ao usuário com a mesma cara — uma resposta que não veio. Há ainda as falhas em que cada agente funciona e a frota não, descritas em Falhas de Comunicação entre Agentes.
As camadas em que um erro pode nascer
Quatro se somam num sistema com vários agentes. Há os erros do próprio modelo, ligados ao que ele gera ou deixa de gerar. Há os erros de operação, de infraestrutura e ambiente. Há os erros de sistema, os mesmos de qualquer aplicação. E há uma camada extra, própria da arquitetura de grafo: os erros da camada dos nós e dos agentes, que não existiriam se houvesse apenas uma chamada direta a um modelo.
As ferramentas de rastreamento atuam em volta dessa estrutura. Observam a camada anterior à chamada do modelo, registrando o que entrou e deixando o campo de saída em espera; observam a camada posterior, quando a resposta chega e o registro é atualizado; e acompanham a execução nó a nó enquanto o grafo roda.
Quando o contrato de formato quebra entre agentes
O caso mais característico da camada de agentes: um agente espera de outro uma resposta num formato combinado e recebe algo diferente — o mesmo esquema com um campo vazio, um campo a menos ou um valor de tipo inesperado. O processamento quebra naquele ponto, e o traço identifica a falha como saída ou entrada mal formada, apontando qual agente produziu e qual consumiu.
É por isso que um Agente Validador entre etapas, ou uma avaliação automática no estilo LLM as a Judge, funciona como rede de proteção: checar a forma e o conteúdo da resposta antes de passá-la adiante impede que a falha se propague silenciosamente por várias etapas até virar um resultado errado no fim.
O preço de não nomear os erros
Quando a aplicação não trata e não nomeia suas falhas, a ferramenta de observabilidade só consegue exibir o que recebeu: mensagens genéricas do tipo "erro 500, houve um erro", que localizam o nó mas não explicam nada. Erros bem definidos no código viram diagnósticos legíveis no painel.
Um exemplo concreto de erro bem caracterizado: interromper a página no meio de uma resposta em streaming aparece no traço como um cancelamento, ligado à forma como a biblioteca trata o fluxo assíncrono — e vem acompanhado do custo já consumido, alguns milhares de tokens gastos numa etapa que não chegou a produzir saída. Falha e gasto andam juntos.
Vale ampliar o que conta como erro. Uma resposta fora do escopo esperado, ou um feedback negativo de quem usa o sistema, pode ser capturada como uma categoria de erro e tratada como tal. A partir daí a camada de observação vira base para automação: encaminhar a falha para alguém, tentar corrigi-la automaticamente antes de notificar, ou simular um usuário sintético que gera carga contra os próprios agentes como teste de estresse. Tudo isso se constrói como camadas adicionais sobre o grafo do LangGraph, sem mexer na lógica dos agentes.