Agentes de IA autônomos – uma vez um conceito de ficção científica – estão rapidamente se tornando uma realidade de destaque. 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 em pleno andamento, com gigantes da tecnologia e startups ágeis lançando plataformas que prometem um novo paradigma para como interagimos com o software.
Da Era dos Chatbots aos Agentes
O surgimento de grandes modelos de linguagem (LLMs) como o GPT-4 e Claude preparou o terreno para uma mudança na maneira como os sistemas de IA interagem com os usuários. Mas a atual onda de inovação não se trata 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 isso com supervisão mínima do usuário. Embora o conceito não seja novo, a execução está se tornando cada vez mais sofisticada. Agora, os líderes de tecnologia veem agentes como fundamentais para a inteligência artificial geral (AGI), com Sam Altman, da OpenAI, projetando um futuro próximo no qual os agentes de IA se juntarão à força de trabalho.
OpenAI: O Kit de Ferramentas do Construtor
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 usem ferramentas, executem funções e lidem com tarefas de várias etapas autonomamente. 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.
Possivelmente o mais impressionante é o Operator, 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 equivalente à humana.
Google: Agentes em Escala Empresarial
O Agentspace do Google é um hub para construir e implantar agentes de IA em ambientes empresariais. Alimentado pelos LLMs Gemini, ele suporta agentes construídos pelo Google como Deep Research, Idea Generation e NotebookLM Plus, que automatizam relatórios, estratégias e sínteses 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.
O Google também está pressionando para a interoperabilidade de agentes com seu protocolo Agent2Agent (A2A), permitindo que agentes em várias plataformas se comuniquem e colaborem de forma segura. Mais de 50 parceiros aderiram a esse padrão, incluindo parceiros de tecnologia como Atlassian, Cohere, Intuit, Langchain, MongoDB, PayPal, Salesforce e SAP; bem como os principais provedores de serviços, incluindo Accenture, BCG, Capgemini, Deloitte, Infosys, KPMG, McKinsey e PwC. O A2A permite que os desenvolvedores criem agentes que possam interagir perfeitamente com qualquer outro agente construído no protocolo, enquanto dá aos usuários a flexibilidade de combinar agentes de diferentes provedores.
Microsoft: Agentes Dentro do Office
A Microsoft está integrando agentes diretamente em seu pacote 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 específicas para gerenciar processos específicos ou abordar desafios de negócios específicos.
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 compatível aos dados de trabalho (por exemplo, e-mails, reuniões, arquivos, chats, etc) e à web.
O Pesquisador ajuda os usuários a lidar com tarefas de pesquisa complexas e com várias etapas no trabalho, combinando o modelo avançado de pesquisa da OpenAI com a poderosa orquestração e capacidades de 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 outros para o ambiente do 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 análise avançada de dados no local de trabalho, o Analista aplica raciocínio de encadeamento de pensamento para dividir problemas em etapas, refinando sua abordagem conforme necessário para fornecer respostas analíticas de alta qualidade, semelhantes às de humanos.
Anthropic: Agentes Confiáveis e Alinhados
O modelo Claude da Anthropic é elogiado por seu raciocínio forte, transparência e alinhamento, tornando-se uma escolha principal 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 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 possam, 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 programação projetado para auxiliar desenvolvedores em tempo real. O Claude Code pode gerar, depurar e modificar código autonomamente dentro de uma interface semelhante a um IDE, interagindo por meio do terminal e do editor de código para realizar tarefas como escrever funções, resolver bugs ou refatorar a 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.
O Claude continua alimentando agentes em vários parceiros corporativos, incluindo integrações com o Slack e o Databricks, solidificando ainda mais seu papel como núcleo confiável para aplicações com agentes.
Amazon: Nova Act e o Legado de Adept
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 e de várias 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 flexibilidade dos agentes. Esse foco em ações confiáveis e componíveis tem como objetivo 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 representa uma continuação do trabalho da Adept em ACT-1, pois vários membros daquela equipe (incluindo David Luan, CEO da Adept) agora lideram o projeto.
Manus: Avançando para a Total Autonomia
Entre as startups, a empresa chinesa Monica fez manchetes com seu agente Manus. Lançado em março de 2025, o Manus afirma concluir tarefas completas – como planejar uma viagem, construir um site ou comparar opções de seguro – do início ao fim sem intervenção do usuário.
Ao contrário de ferramentas de automação mais simples, o Manus planeja e executa tarefas de várias etapas dinamicamente, integrando navegação na web, uso de ferramentas e raciocínio em tempo real. Ele impressionou os primeiros usuários em benchmarkings como o GAIA, atingindo 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 entende mal as instruções, faz suposições incorretas ou toma atalhos para completar tarefas com mais rapidez. 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.
Outras Startups e Estruturas Impulsionando a Inovação em Agentes
A 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 Salesforce.
Frameworks de código aberto como o AutoGPT e o SuperAGI continuam a diminuir a barreira para os desenvolvedores que buscam construir agentes. Essas e outras estruturas semelhantes permitem que os 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 metas com supervisão humana mínima, criando loops estruturados de planejamento, execução e reflexão que permitem que a IA aborde problemas de várias etapas de forma independente.
Novas estruturas como a crewAI e o Autogen também estão ganhando tração. A crewAI permite que os desenvolvedores coordenem vários agentes de IA atribuídos a diferentes funções 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, permitindo fluxos de trabalho mais escaláveis e modulares. Ambas as plataformas visam trazer sistemas multiagentes estruturados para o desenvolvimento de aplicativos convencionais.
O Que Vem a Seguir?
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 de vários agentes 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, 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). À medida que 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 geral.
A era dos chatbots passivos acabou. Os agentes autônomos estão aqui – e estão prontos para trabalhar.
