Workshop Construindo Agentes de IA Conceituação de Agentes (2026-03-17)
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.
Notas citadas nas anotações desta sessão.
A sessão introduziu os conceitos fundamentais de agentes de IA como preparação para um workshop prático com n8n e LangGraph. Foi apresentada a evolução dos chatbots passivos para sistemas capazes de interpretar objetivos, planejar etapas, usar ferramentas e executar ações de forma autônoma. A principal diferença entre uma LLM tradicional e um agente está na capacidade de decidir como alcançar uma meta, interagir com APIs, consultar dados, enviar mensagens, atualizar sistemas e delegar tarefas a outros agentes especializados.
Também foram discutidos os cinco pilares de um agente: modelo de linguagem, memória, ferramentas, guardrails e ambiente. A memória pode ser de curto prazo ou vetorial, enquanto as ferramentas permitem acessar bancos de dados, APIs, e-mails e outros serviços. Destacou-se a importância de limites, segurança, permissões e governança para evitar exposição de dados, loops ou custos inesperados. Foram apresentados padrões como ReAct, Plan-and-Solve e sistemas multiagentes, além do uso combinado de modelos grandes e pequenos conforme a complexidade da tarefa.
A sessão explicou que n8n será usado como alternativa visual e low-code, enquanto LangGraph oferece maior controle por meio de código, estados e fluxos voltados à produção. O projeto prático do workshop será uma versão simplificada de uma solução anterior, implementada nas duas plataformas para comparação, podendo também integrar os agentes via APIs e webhooks. Ficou aberto aos participantes desenvolverem seus próprios agentes e fluxos durante os desafios, com recompensas vinculadas à inscrição; a próxima atividade, marcada para 19 de março, será prática e apresentará a construção dos primeiros agentes.