Pular para o conteúdo
LabS Atlas
Generative AI
Entrar

Máquinas de Estado em Sistemas 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.

Máquinas de estado em sistemas de agentes é modelar o fluxo de agentes com início, transições definidas e fim, para dar previsibilidade e controle a um comportamento conduzido por LLMs.

A ideia vem da teoria da computação, ao lado das expressões regulares como um dos seus padrões mais duradouros: uma máquina de estado tem um começo, um fim e os passos que devem ocorrer entre eles. Durante muito tempo foi vista como conteúdo acadêmico de pouca aplicação prática. Com agentes de IA, ela volta a ser uma das ferramentas mais úteis de desenho, porque o problema central desses sistemas é justamente garantir que a sequência certa de etapas aconteça quando a decisão de cada etapa passa por um modelo de linguagem.

O HTTP como referência de acordo bem definido

O protocolo HTTP serve de comparação. Ele é imperfeito e tem limitações conhecidas por quem trabalha com front-end, mas tem etapas corretas e um acordo claro entre as partes, e isso bastou para permitir a criação dos navegadores e sustentar a web por décadas. O payload tem partes delimitadas, e cada lado sabe o que esperar. Protocolos entre agentes, como o A2A, buscam o mesmo tipo de acordo. A diferença aparece quando o resultado é entregue a um LLM: a partir dali, a garantia de que cada parte está certa deixa de vir do protocolo e passa a depender de como o modelo interpreta a mensagem.

Um roteador enxuto e um laço de estados

Um desenho prático usa um modelo pequeno e enxuto, e não o modelo principal que gera o texto, apenas para ler a entrada e decidir por quais ferramentas ela deve passar. Esse modelo pequeno faz uma alocação, por exemplo três ferramentas, e o fluxo entra num laço que se repete até que todas as ferramentas ou agentes necessários tenham sido percorridos. A garantia de que ninguém foi pulado fica no servidor, definida por uma função ou por um Agent Card que declara a espera por cada etapa, independentemente de como o agente foi implementado. O mesmo raciocínio permite decidir por faixas de valor em vez de valores absolutos, como numa lógica difusa, sem uma cadeia rígida de condicionais.

Em vez de começar pela programação tradicional, dá para ir direto ao desenho da máquina de estados: quais estados existem, quais transições são permitidas e o que encerra o fluxo.

Por que isso afeta a confiabilidade

Quando um agente revisa a resposta de outro, o revisor precisa entender a abstração da mesma forma que quem a produziu. Estados e transições explícitos reduzem essa ambiguidade e tornam verificável o que o sistema fez, o que se liga diretamente à Confiabilidade de Código Gerado por IA e à orquestração de Sistemas Multiagente, em que várias chamadas de ferramentas precisam acontecer numa ordem garantida.