A Corrida dos Agentes de IA Esquenta: Quem Está na Frente em 2025

Agentes autônomos de IA – que um dia eram um conceito de ficção científica – estão se tornando rapidamente uma realidade mainstream. Esses agentes não apenas conversam; eles planejam, raciocinam e agem em ambientes digitais para alcançar os objetivos dos usuários de forma independente. À medida que avançamos para 2025, a corrida para construir esses agentes está a todo vapor, com gigantes da tecnologia e startups ágeis revelando plataformas que prometem um novo paradigma para como interagimos com softwares.

A ascensão de modelos de linguagem grandes (LLMs) como GPT-4 e Claude preparou o terreno para uma mudança na forma como os sistemas de IA interagem com os usuários. Mas a onda atual de inovação não se trata de bate-papos mais inteligentes – trata-se de ação. Agentes de IA podem navegar em websites, manipular documentos, enviar e-mails, escrever código ou coordenar fluxos de trabalho – tudo com supervisão mínima do usuário. Embora o conceito não seja novo, a execução está se tornando cada vez mais sofisticada. Os líderes de tecnologia agora veem os agentes como fundamentais para a inteligência artificial geral (AGI), com Sam Altman da OpenAI prevendo um futuro próximo em que os agentes de IA se juntem à força de trabalho.

A OpenAI começou 2025 lançando novas ferramentas de construção de agentes. Seu Agents SDK e Responses API permitem que os desenvolvedores criem agentes alimentados por GPT que usam ferramentas, executam funções e lidam com tarefas de vários passos de forma autônoma. O novo modo Deep Research do ChatGPT transforma o assistente em um analista autodirigido capaz de sintetizar centenas de fontes e produzir relatórios de alta qualidade.

Talvez o mais impressionante seja o Operator, um agente de pesquisa que pode interagir com websites ao vivo em nome do usuário. Ele preenche formulários, clica em interfaces e completa transações – automatizando efetivamente fluxos de trabalho do navegador com precisão a nível humano.

A Google’s Agentspace é um centro para construir e implantar agentes de IA em ambientes corporativos. Impulsionado pelos LLMs da Gemini, ele suporta agentes desenvolvidos pela Google como Deep Research, Idea Generation e NotebookLM Plus, que automatizam relatórios, estratégias e síntese de dados – tudo dentro de controles de acesso seguros. Os usuários também podem criar agentes personalizados sem codificação por meio de uma interface intuitiva e conversacional. Isso torna a automação de fluxos de trabalho acessível mesmo para funcionários não técnicos.

A Microsoft está incorporando agentes diretamente em sua suíte Microsoft 365 Copilot. Enquanto o Copilot é um assistente alimentado por IA projetado para apoiar tarefas, fornecer insights e aumentar a produtividade, os agentes são ferramentas de IA feitas sob medida para gerenciar processos específicos ou abordar desafios comerciais particulares.

Seus novos agentes do Copilot – Pesquisador e Analista – operam dentro dos aplicativos do Office e podem gerar relatórios autonomamente, analisar conjuntos de dados e resumir insights com acesso seguro e em conformidade aos dados de trabalho (por exemplo, e-mails, reuniões, arquivos, bate-papos, etc) e à web.

O Pesquisador ajuda os usuários a lidar com tarefas de pesquisa complexas e de vários passos no trabalho, combinando o modelo de pesquisa avançada da OpenAI com as capacidades poderosas de orquestração e pesquisa profunda do Microsoft 365 Copilot. Ele também pode integrar dados de terceiros por meio de conectores, aprimorando sua funcionalidade com insights mais abrangentes – retirando informações diretamente de fontes externas como Salesforce, ServiceNow, Confluence e mais no ambiente Microsoft 365.

O Analista pensa como um cientista de dados habilidoso, transformando dados brutos em insights acionáveis em questão de minutos. Alimentado pelo modelo de raciocínio o3-mini da OpenAI e otimizado para análise avançada de dados no ambiente de trabalho, o Analista aplica raciocínio em cadeia para decompor problemas passo a passo, refinando sua abordagem conforme necessário para oferecer respostas analíticas de alta qualidade, semelhantes às humanas.

O modelo Claude da Anthropic é elogiado por seu forte raciocínio, transparência e alinhamento, tornando-o uma escolha principal para desenvolvedores na construção de agentes de IA seguros e eficazes.

Uma das capacidades marcantes de Claude é sua funcionalidade de uso de ferramentas. A Anthropic suporta chamadas de função estruturadas, permitindo que Claude interaja com APIs, recupere dados externos e manipule conteúdo por meio de chamadas a ferramentas externas. Os desenvolvedores podem definir funções e expô-las ao Claude, que então escolhe quando e como chamá-las com base na intenção do usuário. Isso torna possível construir agentes alimentados por Claude que podem, por exemplo, buscar dados ao vivo, acionar fluxos de trabalho em aplicativos de terceiros, ou até mesmo escrever e executar trechos de código.

Outra implementação das capacidades de agente de Claude é o Claude Code, um agente focado em codificação projetado para auxiliar os desenvolvedores em tempo real. O Claude Code pode gerar, depurar e modificar código de forma autônoma dentro de uma interface semelhante a um IDE, interagindo via terminal e editor de código para realizar tarefas como escrever funções, corrigir bugs ou refatorar lógica. Ele usa uma combinação de uso de ferramentas, retenção de contexto e execução de código para funcionar como um programador de IA altamente capaz, semelhante a um par humano.

O Manus, da startup chinesa Monica, fez manchetes com seu agente Manus. Lançado em março de 2025, o Manus afirma completar tarefas completas – como planejar uma viagem, construir um site, ou comparar opções de seguro – de ponta a ponta sem intervenção do usuário.

Diferentemente de ferramentas de automação mais simples, o Manus planeja e executa dinamicamente tarefas de vários passos integrando navegação na web, uso de ferramentas e raciocínio em tempo real. Ele impressionou os primeiros usuários em benchmarks como o GAIA, alcançando mais de 86% de sucesso nas tarefas.

Os usuários relatam que, embora o Manus mostre promessa, ele não está isento de falhas – às vezes, ele não entende instruções, faz suposições incorretas ou toma atalhos para concluir tarefas mais rapidamente. No entanto, ele se destaca por suas explicações claras, adaptabilidade impressionante e melhoria significativa quando recebe orientações detalhadas ou feedback. No geral, é uma ferramenta promissora, embora ainda não seja perfeita.

Salesforce, com sua plataforma Agentforce, é outra concorrente notável no espaço. Agentforce ajuda a automatizar fluxos de trabalho de CRM incorporando agentes de IA no ecossistema Salesforce.

Frameworks de código aberto como AutoGPT e SuperAGI continuam a reduzir a barreira para os desenvolvedores que desejam construir agentes. Esses e outros frameworks semelhantes permitem que modelos de linguagem de IA funcionem como agentes autônomos, fornecendo a eles a capacidade de dividir tarefas complexas em etapas, usar ferramentas externas e manter a memória entre operações. Esses sistemas permitem que a IA trabalhe em metas com supervisão mínima humana, criando loops estruturados de planejamento, execução e reflexão que permitem que a IA aborde problemas de várias etapas de forma independente.

Novos frameworks, como crewAI e Autogen, também estão ganhando destaque. crewAI permite que os desenvolvedores coordenem múltiplos agentes de IA atribuídos a diferentes funções dentro de uma “tripulação” compartilhada, facilitando a solução colaborativa de problemas complexos. O Autogen, desenvolvido pela Microsoft Research, permite a orquestração de conversas entre agentes com funções especializadas, possibilitando fluxos de trabalho mais escaláveis e modulares. Ambas as plataformas visam trazer sistemas estruturados de múltiplos agentes para o desenvolvimento de aplicativos mainstream.

Três tendências definem a próxima fase do desenvolvimento de agentes:

– Integração empresarial: Agentes estão sendo incorporados em ferramentas de produtividade, software de segurança e ambientes de nuvem.
– Colaboração e comunicação: Sistemas multiagentes estão começando a trabalhar em equipes, com protocolos como A2A permitindo diálogo entre agentes.
– Autonomia com supervisão: Enquanto os agentes agem mais independentemente, sistemas de transparência, registro e permissão estão sendo construídos para garantir controle e alinhamento.

Olhando para o futuro, veremos agentes com memória, raciocínio aprimorado e até a capacidade de interagir com sistemas físicos (como robôs). Conforme os agentes autônomos evoluem de assistentes para colaboradores, eles podem remodelar o trabalho de conhecimento, o uso de software e a interação humano-computador em geral.

A era dos chatbots passivos acabou. Os agentes autônomos estão aqui – e estão prontos para trabalhar.