A Corrida de Agentes de IA Aquece: Quem Está Liderando em 2025

Agentes autônomos de IA – uma vez 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. 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 interagir com o software.

A ascensão de grandes modelos de linguagem (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 conversas mais inteligentes – 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 sejam integrados à força de trabalho.

A OpenAI deu início a 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 de forma autônoma. O novo modo de Pesquisa Profunda do ChatGPT transforma o assistente em um analista auto-direcionado 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, navega por interfaces e conclui transações – automatizando efetivamente fluxos de trabalho do navegador com precisão de nível humano.

A Agentspace do Google é um hub para construir e implantar agentes de IA em ambientes corporativos. Impulsionado pelos LLMs Gemini, ele suporta agentes desenvolvidos pela Google, como Pesquisa Profunda, Geração de Ideias 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 conversacional intuitiva. Isso torna a automação de fluxos de trabalho acessível mesmo para equipes não técnicas.

A Microsoft está incorporando agentes diretamente em sua suíte Microsoft 365 Copilot. Enquanto o Copilot é um assistente alimentado por IA projetado para auxiliar em tarefas, fornecer insights e melhorar a produtividade, os agentes são ferramentas de IA específicas projetadas para gerenciar processos específicos ou enfrentar desafios comerciais particulares.

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

O Pesquisador ajuda os usuários a lidar com tarefas complexas de pesquisa de vários passos no trabalho, combinando o modelo avançado de pesquisa da OpenAI com as poderosas capacidades 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 – coletando informações diretamente de fontes externas como Salesforce, ServiceNow, Confluence, e mais, para o ambiente Microsoft 365.

O Analista pensa como um cientista de dados qualificado, 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 local de trabalho, o Analista aplica raciocínio cadeia de pensamento para decompor 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 elogiado por seu forte raciocínio, transparência e alinhamento, tornando-o uma escolha principal para desenvolvedores que constroem 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 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 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, 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 par altamente capaz.

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

A Amazon entrou na corrida dos agentes com a iniciativa Nova Act, permitindo que os desenvolvedores construam agentes capazes de realizar tarefas dentro de um navegador da web. Esses agentes podem executar fluxos de trabalho complexos de vários passos, 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 através do Playwright, melhorando a confiabilidade e flexibilidade dos agentes. Esse foco em ações confiáveis e componíveis visa reduzir a necessidade de supervisão humana constante, pavimentando o caminho para agentes de IA mais autônomos e eficientes em várias aplicações.

A Nova Act provavelmente é uma continuação do trabalho do Adept no ACT-1, já que vários membros daquela equipe (incluindo David Luan, CEO do Adept) agora lideram 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 seguros – sem intervenção do usuário.

Diferentemente das ferramentas de automação mais simples, o Manus planeja e executa tarefas de vários passos dinamicamente, 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 é perfeito – às vezes, ele entende mal as instruções, faz suposições incorretas ou atalhos para completar tarefas mais rapidamente. No entanto, ele se destaca por suas explicações claras, adaptabilidade impressionante e melhoria significativa quando recebe orientação detalhada ou feedback. No geral, é uma ferramenta promissora, embora ainda não seja perfeita.

A Salesforce, com sua plataforma Agentforce, é outra entrada 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 operações. Esses sistemas permitem que a IA trabalhe em metas com supervisão humana mínima, criando laços estruturados de planejamento, execução e reflexão que permitem que a IA resolva problemas em múltiplos estágios de forma independente.

Frameworks mais recentes, como crewAI e Autogen, também estão ganhando destaque. O 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 para tarefas complexas. O Autogen, desenvolvido pelo Microsoft Research, permite a orquestração de conversas entre agentes com funções especializadas, permitindo fluxos de trabalho mais escaláveis e modulares. Ambas as plataformas visam trazer sistemas multiagentes estruturados 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 em 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 implantados sistemas de transparência, registro e permissões 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). À medida que os agentes autônomos evoluem de assistentes para colaboradores, eles podem remodelar o trabalho do 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.