Workflow versus Agente Autônomo
Ir para notas que citam estaWorkflow versus agente autônomo é a distinção entre organizar LLMs em passos predefinidos e deixar o próprio agente decidir o que fazer e quando parar.
No workflow, quem desenha a solução fixa de antemão a sequência de etapas e quais agentes participam de cada uma. No agente autônomo, a sequência não existe antes da execução: o agente faz chamadas a modelos, executa uma ação num ambiente, recebe feedback, julga se o resultado está bom e decide se continua ou para. Essa capacidade de saber quando parar é a peculiaridade central que separa um do outro. A distinção ajuda a nomear o que se está construindo, porque muito do que se chama de agente na prática é um workflow bem montado com agentes em cada etapa.
Um fluxo de interpretação e geração é um workflow
Um sistema que primeiro interpreta uma história de usuário e depois gera um plano de teste a partir dessa interpretação segue passos conhecidos, na ordem conhecida. É um workflow, mesmo que cada etapa seja executada por agentes. Isso não é defeito: a previsibilidade facilita testar, depurar e comparar ferramentas.
O LangGraph ocupa um meio-termo: o fluxo entre os nós é definido explicitamente no grafo, mas a escolha do próximo nó é tomada a cada passagem, com base no que o agente acabou de gerar. Numa abordagem baseada só em prompt, o agente escolhe livremente quais etapas ou ferramentas usar.
Sequencial e hierárquico no CrewAI
O CrewAI torna a diferença visível num único parâmetro de configuração do time. No modo sequencial, os agentes atuam como um pipeline: um recebe a entrada, interpreta e repassa adiante; é o comportamento de workflow. No modo hierárquico, um orquestrador decide como os agentes vão colaborar antes de delegar; ao receber uma imagem, por exemplo, encaminha para o agente que trata imagens. É o modo que mais se aproxima de um agente autônomo.
A ordem recomendada é começar pelo sequencial, mais simples de implementar, e só depois experimentar o hierárquico, deixando o próprio agente decidir o caminho.
Persona não é autonomia
Um prompt de sistema que só atribui um papel ao modelo, como declará-lo gerador de documentação, direciona a resposta mas não cria um agente: é apenas um viés aplicado ao modelo. Para haver agente de fato, além do modelo e da persona é preciso liberdade para elaborar a resposta e para agir, inclusive acionando outro agente ou função para continuar a tarefa. Os componentes que sustentam essa liberdade estão descritos em Elementos de um Agente de IA.
Previsibilidade versus flexibilidade
O workflow é previsível, barato de depurar e fácil de comparar, mas só resolve o que foi previsto. O agente autônomo lida com situações não previstas, ao preço de comportamento menos previsível e de risco de rodar sem fim.
Por isso toda autonomia precisa de um teto. Um agente que decide sozinho quando parar pode não parar, e o limite de iterações, o mesmo que protege o Loop de Validação entre Agentes, é o que impede que a flexibilidade vire laço infinito e custo descontrolado.