Um agente de IA é um programa de computador alimentado por inteligência artificial que pode realizar de forma autônoma tarefas complexas em nome de usuários humanos.
Após ler este artigo, você será capaz de:
Copiar o link do artigo
Um agente de IA é um programa de computador alimentado por inteligência artificial (IA) que pode executar tarefas de forma autônoma para ajudar usuários humanos, mesmo sem instruções definidas. Ao contrário de outros softwares com tecnologia de IA, como os chatbots, os agentes de IA podem operar fora de um contexto específico baseado em prompts. Eles podem ir além de seus dados de treinamento e dar uma olhada no mundo, por assim dizer, para encontrar informações. Então, eles podem, por conta própria, tomar ações com base nessas informações em busca de um objetivo maior.
Os agentes de IA podem tomar decisões, aprender com experiências anteriores e adaptar suas ações de acordo. Podem, até mesmo, consultar outros agentes de IA para obter informações relevantes. Os humanos definem objetivos para os agentes de IA, mas cabe aos agentes descobrir como realizar esses objetivos. Eles podem operar de forma independente ou com muito pouca participação humana.
Os agentes de IA podem alimentar o hardware (como na robótica) ou operar apenas no software.
Agentes de IA são os programas de software descritos acima: eles tomam decisões e lidam com tarefas por conta própria. A IA agêntica é o campo do desenvolvimento da IA que permite a construção de agentes de IA. (Pense na diferença entre IA generativa e grandes modelos de linguagem individuais, como o Microsoft Copilot, ou a diferença entre "cozinhar" e uma refeição específica.)
A IA generativa (GenAI) refere-se a um tipo de modelo de aprendizado profundo que pode gerar conteúdo em resposta a prompts. É a categoria de IA à qual pertencem os LLMs como o ChatGPT. A IA agêntica é construída com base na GenAI. Mas enquanto um LLM só pode responder aos prompts por meio de uma interface de usuário ou API específica, um agente de IA pode sair de um contexto definido e executar ações mesmo sem prompts.
Um executivo de vendas de uma grande empresa pode escrever um prompt em um grande modelo de linguagem (LLM) dizendo: "Escreva um e-mail que possa enviar para dez de nossos maiores clientes, convidando-os para um jantar". Mas com a IA agêntica, o executivo pode, em vez disso, solicitar um agente de IA dizendo: "Convide dez de nossos maiores clientes para jantar". Em outras palavras, o LLM pode gerar texto, mas o agente de IA deve ser capaz de gerar o texto do e-mail, encontrar os dez maiores clientes em um CRM e enviar convites personalizados por e-mail para o evento (desde que tenha permissões suficientes para fazê-lo).
Agentes de IA são criados em LLMs. Um LLM é um tipo de modelo de IA que foi treinado em grandes conjuntos de dados de amostra, permitindo que compreenda o conteúdo criado por humanos e gere conteúdo próprio. Os LLMs entendem até mesmo os prompts e solicitações humanas imprecisas.
Como são desenvolvidos em LLMs, os agentes de IA podem processar e interpretar uma ampla gama de dados e conteúdo, desde solicitações de conversação de usuários até conteúdo de vídeo hospedado na web. Os agentes de IA podem interpretar conteúdo de vários tipos de mídia: código, texto, áudio, vídeo e assim por diante. Eles podem então usar o que aprenderam com esse conteúdo para refinar suas ações.
Além disso, os agentes de IA têm maneiras de interagir com o mundo. Em robótica, isso pode incluir sensores físicos e câmeras. Para agentes de IA apenas de software, isso pode assumir várias formas:
Essas formas de interagir com o mundo fora do contexto do ambiente do agente de IA permitem que o agente de IA realize ações. As organizações podem estabelecer proteções para os agentes de IA para ajudar a garantir que as ações que eles realizarem sejam corretas, assim como os usuários humanos podem ter permissões limitadas em um ambiente de TI. Além de programar políticas nos agentes de IA, as organizações também podem empregar uma abordagem "human-in-the-loop", na qual humanos verificam a precisão das respostas dos agentes de IA ou aprovam as ações do agente.
Os agentes de IA também podem aprender, usando os resultados de ações anteriores e informações de usuários humanos para refinar suas ações no futuro. Eles têm "memória", não apenas no sentido computacional de RAM, mas no sentido de lembrar interações e resultados passados. Esse aprendizado ocorre por meio de um ciclo de feedback chamado data flywheel: registros das interações de um agente são usados pelo modelo subjacente para melhorar o desempenho futuro.
Há dois tipos principais de agentes de IA:
Existem também sistemas de agente único e de vários agentes. Os sistemas de IA de agente único são criados com base em apenas um modelo. Os sistemas de IA de vários agentes combinam os recursos de diversos agentes que consultam uns aos outros para resolver problemas.
Os chatbots de IA agêntica são, como os chatbots tradicionais, capazes de interagir de forma conversacional com as pessoas. Os chatbots de IA agêntica podem, no entanto, sair do contexto de seu chatbot, deixar o chat, para realizar ações em nome da pessoa com quem estão interagindo. Um chatbot tradicional pode ser capaz de fornecer instruções sobre como preencher um ticket de suporte. Um chatbot de IA agêntica seria capaz de registrar o próprio ticket.
Os chatbots de IA não agêntica são reativos, respondendo aos prompts de usuários de acordo com seus dados de treinamento. Eles ainda podem ser alimentados por um LLM, mas são melhores para fornecer aos usuários conteúdo ou instruções úteis do que para realizar ações em nome dos usuários. Os chatbots de IA agêntica são capazes de realizar ações fora do contexto de sua interação com um usuário. Os chatbots de IA agêntica também podem aprender com uma série de fontes além de seus dados de treinamento.
A plataforma para desenvolvedores da Cloudflare fornece todas as ferramentas necessárias para criar e implantar agentes com tecnologia de IA que podem:
Além disso, a rede global da Cloudflare permite que os desenvolvedores criem agentes de IA com código em execução em qualquer lugar do mundo, o mais próximo possível dos usuários finais. Saiba como começar a criar agentes de IA na Cloudflare.