Agentes de IA autônomos – uma vez um conceito de ficção científica – estão rapidamente se tornando uma realidade mainstream. 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 como interagimos com o software.
Desde modelos de linguagem grandes (LLMs) como GPT-4 e Claude prepararam 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 apenas de chats mais inteligentes – trata-se de ação. 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 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 juntarão à força de trabalho.
A OpenAI iniciou 2025 lançando novas ferramentas de construção de agentes. Seu SDK de Agentes e API de Respostas permitem que os desenvolvedores criem agentes alimentados por GPT que usem ferramentas, executem funções e lidem com tarefas de vários passos de forma autônoma. O novo modo de Pesquisa Profunda 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 Operador, um agente de pesquisa que pode interagir com sites ao vivo em nome do usuário. Ele preenche formulários, clica em interfaces e completa transações – automatizando efetivamente fluxos de trabalho do navegador com precisão equivalente à humana.
O Agentspace do Google é um centro para construir e implantar agentes de IA em ambientes empresariais. Impulsionado pelos LLMs do Gemini, ele suporta agentes construídos pelo Google como Pesquisa Profunda, Geração de Ideias e NotebookLM Plus, que automatizam relatórios, estratégia 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 até 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 aprimorar a produtividade, os agentes são ferramentas de IA feitas sob medida para gerenciar processos específicos ou lidar com desafios comerciais particulares.
Seus novos agentes 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 seus dados de trabalho (por exemplo, e-mails, reuniões, arquivos, chats etc) e à web.
Pesquisador ajuda os usuários a lidar com tarefas de pesquisa complexas e multi-etapas 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 – obtendo informações diretamente de fontes externas como Salesforce, ServiceNow, Confluence e muito mais no ambiente do Microsoft 365.
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 análise avançada de dados de trabalho, o Analista aplica um raciocínio passo a passo para resolver problemas, 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 líder 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 a chamada estruturada de funções, 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 torna possível construir agentes alimentados por Claude que, por exemplo, podem 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 auxiliar 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 em dupla altamente capaz.
O Claude continua a alimentar agentes em vários parceiros empresariais, incluindo integrações com Slack e Databricks, solidificando ainda mais seu papel como um 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 executar tarefas dentro de um navegador da web. Esses agentes podem executar fluxos de trabalho complexos e multi-etapas, 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 a 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 diversas aplicações.
O Nova Act é provavelmente uma continuação do trabalho do Adept no ACT-1, já que vários membros desse time (incluindo David Luan, CEO do Adept) agora lideram o projeto.
Entre as startups, a empresa chinesa Monica ganhou destaque 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 – do início ao fim sem intervenção do usuário.
Diferentemente das 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 promessas, ele não está isento de falhas – às vezes ele interpreta mal as instruções, faz suposições incorretas ou toma atalhos para completar tarefas mais rapidamente. No entanto, destaca-se por suas explicações claras, impressionante adaptabilidade e melhoria significativa quando recebe orientação detalhada ou feedback. No geral, é uma ferramenta promissora, embora ainda não seja perfeita.
Salesforce, com sua plataforma Agentforce, é outro participante notável no espaço. O Agentforce ajuda a automatizar fluxos de trabalho de CRM incorporando agentes de IA no ecossistema do Salesforce.
Frameworks de código aberto, como AutoGPT e SuperAGI, continuam a diminuir 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 loops estruturados de planejamento, execução e reflexão que permitem que a IA resolva problemas de vários estágios de forma independente.
Novos frameworks, como crewAI e Autogen, também estão ganhando força. O crewAI permite que os desenvolvedores coordenem vários agentes de IA atribuídos a diferentes funções dentro de uma “tripulação” compartilhada, facilitando a solução colaborativa de problemas complexos. O Autogen, desenvolvido pelo Microsoft Research, permite a orquestração de conversas entre agentes com funções especializadas, possibilitando fluxos de trabalho mais escalonáveis e modulares. Ambas as plataformas têm como objetivo trazer sistemas multiagentes estruturados para o desenvolvimento de aplicativos mainstream.
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: Os 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 implementados sistemas de transparência, registro e permissão para garantir controle e alinhamento.
Olhando para frente, 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 poderiam remodelar o trabalho do conhecimento, o uso de software e a interação humano-computador em larga escala.
A era dos chatbots passivos acabou. Os agentes autônomos estão aqui – e estão prontos para trabalhar.
