Pular para o conteúdo
LabS Atlas
Agentic AI
Entrar
Sessões

Desafio Orquestração de Agentes de IA (2025-11-27)

27 nov 20251h 17min
Assistir gravação

Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.

O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

atualizado há 25 dias
Resumo da sessão

A sessão apresentou o desafio de orquestração de agentes de IA, encerrando o primeiro ciclo de desafios da bancada sobre agentes. Foi explicado que a orquestração funciona como uma regência: um agente mais abrangente coordena especialistas, ferramentas e etapas para resolver problemas complexos. Foram discutidos padrões sequenciais, paralelos, baseados em papéis, colaboração, decisões autônomas, julgamentos, votação e intervenção humana, destacando que a escolha depende do processo, do contexto e do grau de autonomia necessário. Também foram ressaltados os riscos de alucinação, falhas, vazamento de dados, aumento de custos e dificuldade de monitoramento quando vários agentes são encadeados.

Uma demonstração de processamento de documentos mostrou a diferença entre concentrar tudo em um único agente e dividir o trabalho em agentes especializados, responsáveis por extração, classificação, consulta a bases vetoriais, recuperação de tarifas e validação. A abordagem orquestrada reduziu o consumo de tokens e melhorou a qualidade dos resultados, embora tenha aumentado o tempo de execução. A sessão reforçou que nem todo processamento deve usar IA: ferramentas tradicionais, OCR, código e automações determinísticas podem reduzir custos e tornar o fluxo mais confiável. Ficou como orientação começar pelo desenho do processo, definir especializações, guardrails, tratamento de erros e critérios de validação antes de escolher frameworks ou implementar código.

Também foram comparadas ferramentas de automação e orquestração, como plataformas voltadas a conectores, construção visual de agentes e frameworks baseados em código. A principal conclusão foi que a orquestração não é uma receita fixa, mas uma forma de combinar autonomia, especialização e adaptação ao contexto, mantendo controle sobre qualidade, custo e operação em produção. Como próximos passos, a bancada pretende aprofundar fundamentos de operacionalização, monitoramento e segurança de agentes, além de preparar workshops práticos sobre ferramentas de construção e orquestração.

Gerado por IA a partir da transcrição.
Capítulos · 41
01:41
Abertura e apresentação da bancada de agentes
Assistir
02:59
Bolha da IA, investimentos e modelos de negócio
Assistir
05:33
Ciclo de desafios sobre agentes
Assistir
06:49
Desafios de orquestração, contexto e memória
Assistir
10:39
Introdução à orquestração de agentes
Assistir
11:57
A analogia da orquestra e o papel do maestro
Assistir
13:12
Agentes, modelos menores e fallbacks
Assistir
14:27
Generalistas versus agentes especializados
Assistir
17:05
Tipos de orquestração: sequencial, paralela e por papéis
Assistir
19:36
Colaboração, estados e riscos de alucinação
Assistir
20:54
Julgamento, decisão autônoma e intervenção humana
Assistir
24:42
Como desenhar uma orquestração eficiente
Assistir
26:00
Tratamento de alucinações e falhas do fluxo
Assistir
27:21
Demonstração: oficina mecânica como sistema multiagente
Assistir
31:13
A importância do contexto para os agentes
Assistir
32:28
Delegação de tarefas e especializações na oficina
Assistir
33:45
Construção de um fluxo sequencial de agentes
Assistir
36:23
Orquestrações dinâmicas conforme o contexto
Assistir
37:40
Workflow de tratamento de documentos
Assistir
38:58
Disparo do fluxo e processamento inicial de documentos
Assistir
40:17
Modelos, embeddings e custo de processamento
Assistir
41:34
Limitações de um único agente e busca com RAG
Assistir
42:50
Arquitetura multiagente para classificação de documentos
Assistir
44:06
Escolha de modelos conforme o tipo de tarefa
Assistir
45:23
Resultado final: classificação, documentos e justificativas
Assistir
46:41
Orquestração sequencial e refinamento do conhecimento
Assistir
47:58
Trade-offs entre custo, tempo e qualidade
Assistir
50:34
Validação, monitoramento e tratamento de falhas
Assistir
51:54
Roteamento, memória e composição de agentes
Assistir
54:28
Diferença entre automação e orquestração
Assistir
58:20
Autonomia, ferramentas e economia de tokens
Assistir
1:00:50
Quando não usar IA e como aplicar guardrails
Assistir
1:02:05
N8N, Langflow e LangGraph: ferramentas de orquestração
Assistir
1:04:39
Workshop e preparação de agentes para produção
Assistir
1:08:28
Adaptação, múltiplas bases e extração de documentos
Assistir
1:11:01
RAG, vetorização e tratamento de dados tabulares
Assistir
1:12:20
Aplicações probabilísticas e desenvolvimento multidisciplinar
Assistir
1:13:37
Desenho do fluxo, roteamento e especialização
Assistir
1:14:55
Encerramento e próximos encontros
Assistir
1:16:11
Robôs humanoides e o futuro nas ruas
Assistir
1:17:25
Encerramento da sessão
Assistir
Cortes · 11
Como funciona a orquestração de agentes
A apresentação introduz a orquestração de agentes usando a analogia de uma orquestra, em que um maestro coordena especialistas e sincroniza suas tarefas. Também explica o que são agentes, como eles planejam e executam tarefas e por que um único modelo pode não ser suficiente para problemas complexos.
10:39 – 15:46Assistir
Especialização e tipos de fluxo
O trecho mostra por que agentes especializados tendem a resolver tarefas melhor do que um agente generalista, usando a analogia do pato e de animais com habilidades específicas. Em seguida, apresenta padrões de orquestração sequencial, paralela, baseada em papéis e orientada à colaboração.
15:46 – 19:35Assistir
Colaboração, estados, decisões e julgamentos
A discussão aborda os riscos de deixar vários agentes colaborarem sem controle, incluindo a possibilidade de alucinações coletivas. São diferenciados fluxos baseados em estado, julgamentos, decisões autônomas, intervenção humana e votação.
19:36 – 24:42Assistir
Como projetar uma orquestração confiável
O apresentador explica que é preciso entender e decompor o processo antes de escolher ferramentas ou escrever código. O trecho também trata da escolha de especializações, do uso de ferramentas sem IA quando possível, da validação de resultados, do tratamento de alucinações e da previsão de falhas durante a execução.
24:44 – 27:17Assistir
Exemplo prático: oficina mecânica
Uma oficina mecânica é usada para demonstrar como um agente orquestrador recebe o problema do cliente, coleta contexto, consulta especialistas e coordena etapas como diagnóstico, orçamento, troca de pneus, balanceamento e cobrança. O exemplo mostra que o fluxo pode mudar conforme o contexto e as necessidades identificadas ao longo do atendimento.
27:21 – 37:39Assistir
Workflow de IA para análise de documentos
É apresentado um workflow que recebe e-mails e arquivos, extrai conteúdo de PDFs e planilhas, consulta uma base de conhecimento e usa modelos de IA para classificar documentos. A demonstração mostra como o fluxo identifica informações, documentos ausentes, categorias e justificativas para aprovar ou rejeitar uma solicitação.
38:58 – 46:41Assistir
Orquestração sequencial: qualidade, custo e tempo
O fluxo é dividido em agentes especializados para identificar conteúdos, classificar naturezas e buscar impostos ou tarifas aplicáveis. A comparação entre um agente único e a orquestração sequencial mostra o trade-off entre qualidade, consumo de tokens e tempo de execução, além da importância de validadores e monitoramento.
46:41 – 51:54Assistir
Automação, agentes e orquestração
A discussão diferencia automação tradicional de orquestração de agentes, destacando o papel da autonomia, das ferramentas e da tomada de decisão dos modelos. Também são comparadas abordagens de implementação com ferramentas e frameworks, desde fluxos condicionais até agentes capazes de delegar tarefas.
51:54 – 58:20Assistir
Como economizar tokens usando automação e guardrails
O trecho explica por que o processamento determinístico deve ser feito sem IA sempre que possível, reduzindo custos e tempo. Também aborda guardrails para limitar o escopo dos modelos, o risco de tarefas inadequadas e as diferenças entre ferramentas como n8n, Langflow e LangGraph.
58:20 – 1:03:21Assistir
Extração de documentos, RAG e adaptação do fluxo
A apresentação mostra como um fluxo pode se adaptar a diferentes formatos, bases vetoriais e tipos de documento, incluindo PDF, Excel, Word e imagens. São discutidos OCR, riscos de alucinação e perda de informação, chunking, carregamento de tabelas e a necessidade de conhecer profundamente os dados antes de montar um RAG.
1:08:28 – 1:13:37Assistir
Orquestração e clareza dos fluxos
A discussão mostra como ferramentas gráficas ajudam a visualizar e depurar fluxos de trabalho, mas podem gerar diagramas ilegíveis quando o processo se torna complexo. O trecho destaca que definir bem o desenho do processo e dividir a lógica em componentes especializados melhora a orquestração e a qualidade da resposta final.
1:13:37 – 1:14:55Assistir
Perguntas desta sessão
Como funciona a orquestração de agentes de IA?
A orquestração de agentes de IA funciona como uma orquestra: um agente coordenador, análogo ao maestro, entende o objetivo geral e delega partes do trabalho a agentes especializados. Esses agentes executam tarefas específicas, enquanto o coordenador sincroniza as etapas, acompanha o resultado e usa mecanismos de fallback para corrigir falhas e alcançar o resultado final.
11:40 – 13:24Assistir
Como a sincronização funciona em uma orquestração de agentes de IA?
A sincronização é feita por um agente coordenador, que orienta o ritmo, a prioridade e a interação entre os agentes especializados. Assim como um maestro indica intensidade e mudanças aos músicos, o orquestrador coordena as etapas do processo, prevê erros, corrige problemas em tempo real e aciona fallbacks quando necessário.
12:36 – 13:24Assistir
Por onde começar a fazer uma orquestração de agentes de IA?
Comece entendendo e modelando o processo que será resolvido, decompondo-o em etapas antes de escrever código ou escolher uma ferramenta. Depois, identifique as especializações necessárias e defina quais agentes ou componentes executarão cada parte.
24:57 – 25:12Assistir
O que fazer quando um agente especializado não consegue executar uma tarefa necessária no atendimento?
É preciso fornecer ferramentas e funções ao agente para que ele possa investigar o problema e executar as ações necessárias, como verificar a situação e elaborar um orçamento. O orquestrador coordena essas capacidades e delega cada etapa ao componente apropriado.
28:54 – 29:10Assistir
Como a orquestração de agentes de IA se adapta ao contexto e à entrada recebida?
A orquestração não precisa seguir sempre o mesmo fluxo: ela pode variar conforme o problema identificado e o contexto fornecido pelo usuário. O objetivo é preparar o sistema para situações inesperadas, permitindo que agentes especializados sejam acionados conforme a necessidade.
36:28 – 37:28Assistir
Como é disparada a interação em um workflow de tratamento de documentos?
A interação é disparada por um formulário que recebe um arquivo, como uma mensagem de e-mail do Outlook. O workflow então descompacta o e-mail, extrai seu conteúdo e inicia o processamento.
39:10 – 39:40Assistir
O que um workflow de agentes de IA produz ao processar um documento enviado por upload?
O workflow produz uma linha em uma tabela Excel com os dados identificados. Ele extrai informações do documento, classifica o conteúdo, determina se o e-mail foi aprovado e registra categorias, valores e documentos encontrados com apoio da base de conhecimento.
44:48 – 46:04Assistir
Com base em que um workflow de agentes de IA classifica um e-mail como aprovado?
A classificação é feita a partir do conteúdo extraído pela IA e dos dados recuperados da base de conhecimento. O sistema identifica informações como endereço, tipo, valores, categoria e documentos relacionados para determinar a classificação.
45:32 – 46:04Assistir
A orquestração de agentes segue sempre uma receita fixa?
Não. O padrão de orquestração deve ser escolhido conforme o processo, podendo combinar etapas sequenciais, roteamento, especialização por papéis e outras estratégias necessárias ao caso.
48:08 – 48:20Assistir
Qual foi o resultado de substituir um agente generalista por uma orquestração sequencial?
A orquestração sequencial melhorou a qualidade da resposta e permitiu incluir validadores e tratamento da execução, mas aumentou o consumo de tokens e a latência: o tempo passou de cerca de 17 segundos para aproximadamente 2 minutos e 26 segundos.
50:27 – 51:08Assistir
Como uma ferramenta como o LangGraph pode combinar a orquestração de um agente com a orquestração entre agentes?
O LangGraph pode organizar as ferramentas que um agente utiliza para decidir como resolver uma situação e também coordenar a comunicação e o fluxo entre diferentes agentes.
52:58 – 53:13Assistir
Qual é a diferença entre automação tradicional e orquestração de agentes?
A automação tradicional executa fluxos programados, com etapas, condições e roteamento definidos. A orquestração de agentes acrescenta autonomia ao modelo de linguagem, permitindo que ele tome decisões, escolha ferramentas e determine caminhos conforme a entrada, dentro das restrições e ferramentas fornecidas.
55:45 – 56:47Assistir
Por que é importante processar informações sem necessariamente usar inteligência artificial?
Processar previamente as informações com automação convencional, como extrair o conteúdo de documentos antes de enviá-los ao modelo de linguagem, reduz o consumo de tokens e os custos. A IA pode ser usada apenas na etapa em que é realmente necessária, como para interpretar e classificar o conteúdo já estruturado.
58:27 – 59:22Assistir
Quais fundamentos são importantes para colocar agentes de IA em produção, além de executá-los em um ambiente local de teste?
É necessário compreender os fundamentos da operacionalização de agentes e conhecer ferramentas que apoiem sua construção e execução. O objetivo é ir além de provas de conceito e implementações locais, considerando o uso de ferramentas de orquestração e os requisitos de produção.
1:04:57 – 1:05:17Assistir
Como a orquestração de agentes se integra a uma aplicação tradicional?
A aplicação mantém as tecnologias tradicionais e, ao acionar um endpoint ou botão, pode incluir agentes para interpretar a intenção do usuário, buscar contexto, escolher caminhos e gerar respostas. Assim, o processo deixa de ser totalmente fixo e determinístico, incorporando etapas probabilísticas e adaptação ao contexto.
1:12:27 – 1:13:02Assistir