A Corrida dos Agentes de IA se Intensifica: Quem Está na Frente em 2025?

Agentes autônomos de IA – antes um conceito de ficção científica – estão rapidamente se tornando uma realidade comum. Esses agentes não apenas conversam; eles planejam, raciocinam e agem em ambientes digitais para alcançar objetivos do usuário de forma independente. Conforme avançamos para 2025, a corrida para construir esses agentes está a todo vapor, com gigantes da tecnologia e startups ágeis lançando plataformas que prometem um novo paradigma de interação com o software.

A ascensão dos grandes modelos de linguagem (LLMs) como GPT-4 e Claude preparou o cenário para uma mudança na forma como os sistemas de IA interagem com os usuários. Mas a atual onda de inovação não se trata de chat mais inteligente – trata-se de ação. Os agentes de IA podem navegar em sites, 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 iniciou 2025 lançando novas ferramentas de construção de agentes. Seu SDK de Agentes e a API de Respostas permitem que os desenvolvedores criem agentes alimentados por GPT que usam ferramentas, executam funções e lidam com tarefas de vários passos autonomamente. O novo modo de Pesquisa Profunda do ChatGPT transforma o assistente em um analista autônomo capaz de sintetizar centenas de fontes e produzir relatórios de alta qualidade.

Talvez o mais impressionante seja o Operador, um agente de pesquisa que pode interagir com sites ao vivo em nome do usuário. Ele preenche formulários, clica em interfaces e conclui transações – automatizando efetivamente os fluxos de trabalho do navegador com precisão semelhante à humana.

A Agentspace do Google é um hub para a construção e implantação de agentes de IA em ambientes empresariais. Impulsionado pelos LLMs Gemini, ele suporta agentes construídos pelo 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 movido a 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 compatível aos dados de trabalho do usuário (por exemplo, e-mails, reuniões, arquivos, chats, etc.) e à web.

O Pesquisador ajuda os usuários a lidar com tarefas de pesquisa complexas e multistep 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 – puxando informações diretamente de fontes externas como Salesforce, ServiceNow, Confluence e muito mais para o ambiente Microsoft 365.

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

O modelo Claude da Anthropic é aclamado por seu forte raciocínio, transparência e alinhamento, tornando-se uma escolha primordial para desenvolvedores que constroem agentes de IA seguros e eficazes.

Uma das capacidades destacadas de Claude é sua funcionalidade de uso de ferramentas. A Anthropic oferece suporte à chamada de função estruturada, 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 a Claude, que então escolhe quando e como chamá-las com base na intenção do usuário. Isso possibilita a construção de agentes alimentados por Claude que podem, por exemplo, buscar dados em tempo real, acionar fluxos de trabalho em aplicativos de terceiros ou até mesmo escrever e executar trechos de código.

Outra implementação das capacidades agentes de Claude é o Claude Code, um agente focado em codificação projetado para ajudar desenvolvedores em tempo real. O Claude Code pode gerar, depurar e modificar código autonomamente em uma interface semelhante a um IDE, interagindo via terminal e editor de código para realizar tarefas como escrever funções, resolver 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 pares de IA altamente capaz.

Claude continua a alimentar agentes em vários parceiros corporativos, incluindo integrações com Slack e Databricks, consolidando ainda mais seu papel como um núcleo confiável para aplicações agentes.

A Amazon ingressou na corrida dos agentes com a iniciativa Nova Act, permitindo que os desenvolvedores construam agentes capazes de executar tarefas em um navegador da web. Esses agentes podem executar fluxos de trabalho complexos e multistep, como enviar solicitações de fora do escritório, agendar eventos no calendário e gerenciar e-mails.

O SDK permite a integração de instruções detalhadas, chamadas de API e manipulação direta do navegador por meio do Playwright, melhorando a confiabilidade e flexibilidade dos agentes. Esse foco em ações confiáveis e componíveis tem como objetivo reduzir a necessidade de supervisão humana constante, abrindo caminho para agentes de IA mais autônomos e eficientes em várias aplicações.

A Nova Act é provavelmente uma continuação do trabalho da Adept no ACT-1, já que vários membros daquela equipe (incluindo David Luan, CEO da Adept) lideram agora o projeto.

Entre as startups, a empresa 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.

Ao contrário 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 GAIA, alcançando mais de 86% de sucesso nas tarefas.

Os usuários relatam que, embora o Manus mostre promessas, ele não é perfeito – às vezes entende mal as instruções, faz suposições incorretas ou toma atalhos para completar as tarefas mais rapidamente. No entanto, ele se destaca por suas explicações claras, impressionante adaptabilidade e melhoria significativa quando recebe orientação ou feedback detalhado. No geral, é uma ferramenta promissora, embora ainda não perfeita.

A Salesforce, com sua plataforma Agentforce, é outra participante notável no espaço. O 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 desenvolvedores que buscam 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 as operações. Esses sistemas permitem que a IA trabalhe em objetivos com supervisão humana mínima, criando loops estruturados de planejamento, execução e reflexão que permitem que a IA resolva problemas multietapas de forma independente.

Frameworks mais recentes, como crewAI e Autogen, também estão ganhando tração. crewAI permite que os desenvolvedores coordenem vários agentes de IA designados para funções diferentes dentro de uma “tripulação” compartilhada, facilitando a resolução 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 multiagentes estruturados para o desenvolvimento de aplicativos convencionais.

Três tendências definem a próxima fase do desenvolvimento de agentes:

Integração empresarial: Os 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 de forma mais independente, estão sendo criados sistemas de transparência, registro e permissão para garantir controle e alinhamento.

Olhando para o futuro, veremos agentes com memória, raciocínio aprimorado e até mesmo 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 chegaram – e estão prontos para trabalhar.