Pular para o conteúdo
LabS Atlas
Agentic AI
Entrar

Paralelização de Agentes

Ir para notas que citam esta
atualizado há 25 diasEntre para perguntar ao Labinho sobre esta notaO Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

Paralelização de agentes é disparar vários agentes ao mesmo tempo sobre partes independentes da tarefa e juntar as respostas no fim, para ganhar tempo em vez de esperar uma etapa de cada vez.

É um dos padrões de orquestração mais diretos de um sistema multiagente e aplica ao pé da letra o dividir para conquistar. O exemplo típico é o processamento de reuniões: no modo sequencial, dez reuniões são tratadas uma de cada vez; com paralelização, dez agentes processam as dez ao mesmo tempo e o resultado é agregado no final. O ganho aparece sobretudo em tarefas repetitivas e volumosas, junto com escalabilidade e melhor uso de recursos.

Quando o trabalho pode ser dividido em paralelo

A economia de tempo só existe se o trabalho se quebra em partes sem dependência forte entre elas. Quando a etapa B precisa do resultado da etapa A, o caminho é o encadeamento, em que a saída de um agente vira a entrada do seguinte.

Há duas formas de dividir em paralelo:

  • Partes diferentes da mesma carga: cada agente pega um pedaço (uma reunião, um documento) e o resultado final é a soma dos pedaços.
  • Perspectivas diferentes sobre o mesmo problema: a mesma tarefa é distribuída a vários atores, cada um com seu ponto de vista, e as respostas são concatenadas numa resposta única.

A paralelização se distingue da orquestração baseada em papéis. Lá, um roteador manda a entrada para um único especialista, conforme o contexto, e não há respostas a juntar. A escolha depende de o problema pedir várias perspectivas combinadas ou só o direcionamento para uma especialização por vez.

O agregador e a coordenação entre agentes

Todo fluxo paralelo precisa de um agente sintetizador, ou agregador, que junte as partes produzidas e entregue um resultado coerente. Sem ele, o usuário recebe fragmentos soltos.

Coordenação é o custo escondido

Agentes em paralelo exigem coordenação cuidadosa para não haver conflito, como um agente invadir o espaço da tarefa de outro. O recorte de responsabilidades precisa ficar explícito antes de disparar os agentes.

O outro custo é o de qualquer arranjo multiagente: mais modelos e mais execuções saem mais caro do que um agente único. Disparar tudo ao mesmo tempo também concentra essas execuções num pico, o que pesa na infraestrutura que as roda.

Execução paralela no N8N com subworkflows

No N8N, um fluxo de agentes montado como classificador de intenção mais roteamento trata uma intenção por vez. Se o usuário manda quatro perguntas misturando categorias, por exemplo duas de código e duas de dúvida, só uma categoria é identificada e respondida, mesmo havendo agentes distintos para cada uma. Executar agentes ao mesmo tempo exige um recurso mais avançado: os subworkflows, workflows chamados de dentro de outro workflow, que permitem disparar vários fluxos, e portanto vários agentes, simultaneamente.

Quando o volume de execuções concorrentes cresce, o gargalo passa a ser a própria instância. Como o N8N roda sobre Node.js, que é single-thread, o modo fila distribui o processamento entre vários workers, e isso complementa a paralelização no nível do fluxo.