Pular para o conteúdo
LabS Atlas
Generative AI
Entrar

Padrões de Orquestração 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.

Padrões de orquestração de agentes são as formas recorrentes de organizar o trabalho entre LLMs e agentes: encadeamento, roteamento, paralelização e avaliador-otimizador.

Eles funcionam como blocos lógicos para montar Sistemas Multiagente. Nos diagramas desses padrões, um bloco rotulado como LLM raramente é uma única chamada de modelo. Costuma ser um agente inteiro, com prompt, ferramentas e fluxo próprios, e o que ele devolve pode ser a entrada de outro agente em vez da resposta final ao usuário. Os padrões também se combinam: um roteador pode delegar a uma cadeia, e a saída de uma paralelização pode passar por um avaliador.

Encadeamento de prompts como linha de produção

No encadeamento (prompt chaining), a entrada percorre uma sequência linear de etapas conhecidas de antemão, cada uma executada por um LLM ou agente diferente. É o padrão mais simples, semiestruturado: as etapas são fixas e cada participante cuida da sua parte conforme recebe a entrada.

Serve quando o problema pode ser quebrado em subtarefas menores e sequenciais, no estilo dividir para conquistar, e quando é preciso produzir derivados de um mesmo conteúdo. Um exemplo é adaptar uma mensagem escrita para o contexto brasileiro aos contextos americano, canadense, espanhol, indiano e chinês, com uma etapa por cultura, já que a tradução literal nem sempre preserva o sentido. A cadeia costuma terminar com uma etapa extra de verificação que confirma se o resultado ficou completo.

Roteamento por um orquestrador

No roteamento (routing), uma peça central recebe todo o conteúdo, entende o que precisa ser feito e delega a chamada ao agente ou modelo mais adequado, criando um caminho próprio para cada tipo de entrada. É o papel típico de um Agente Orquestrador. Num chat com um agente de RAG por trás, por exemplo, quem decide como o modelo vai atuar é o roteador. Uma variação mais elaborada gera várias opções e escolhe a melhor por votação. Quando o roteador só escolhe entre caminhos fixos, um Modelo de Decisão pode fazer essa escolha com uma confiança junto, sem escrever um texto que precise casar com o nome exato do caminho, como no caso do If Caro.

Agentes de codificação usam esse padrão o tempo todo: separam a tarefa em pedaços (criar um arquivo, checar se uma pasta existe, validar o resultado) e chamam o agente responsável por cada um, sem que o usuário veja cada decisão.

Paralelização com agregador

Na paralelização (parallelization), o trabalho é dividido entre vários agentes que atuam ao mesmo tempo sobre partes diferentes do problema. No final, um agregador reúne os resultados sem colisão entre eles. O padrão é útil para escalar coleta: vários agentes fazendo scraping de fontes distintas alimentam uma grande base vetorial. Numa análise financeira, cada agente consulta uma fonte e o agregador compila as perspectivas antes de responder sobre uma empresa. Escalar, aqui, é em grande parte adicionar mais agentes em paralelo.

Avaliador-otimizador e o ciclo de feedback

No avaliador-otimizador (evaluator-optimizer), um agente gera o conteúdo e outro o avalia. Se aprovado, o fluxo segue; se reprovado, volta com feedback para uma nova geração, até chegar a uma resposta aceita. O bloco de avaliação pode ser empilhado em várias etapas sucessivas, ao custo de mais tempo de processamento. É indicado para processar documentos quando se quer uma resposta específica sobre um tema, porque impede que o modelo tome atalhos e entregue algo genérico. A avaliação feita por um modelo se aproxima do LLM as a Judge.

Uma decisão de desenho fica em aberto: ao rejeitar, o feedback deve voltar ao gerador, para refazer, ou ao orquestrador, que pode ter escolhido o agente errado? Não há resposta única, mas qualquer escolha exige uma peça que baliza o ciclo.

Ciclos sem fim e saídas instáveis

Sem critério de parada, gerador, avaliador e orquestrador podem passar a tarefa uns aos outros indefinidamente. Sem nenhum avaliador, por outro lado, a saída de um agente tende a variar bastante entre execuções.