Agentes autônomos de IA – uma vez 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 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 lançando plataformas que prometem um novo paradigma para a forma como interagimos com o software.
A ascensão de modelos de linguagem grandes (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 chats 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 pouca supervisão 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 juntarão à força de trabalho.
A OpenAI deu início a 2025 lançando novas ferramentas de construção de agentes. Seu Agents SDK e Responses API permitem aos desenvolvedores criar agentes alimentados por GPT que utilizam 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 sites ao vivo em nome do usuário. Ele preenche formulários, clica através de interfaces e completa transações – automatizando efetivamente fluxos de trabalho do navegador com precisão de nível humano.
A plataforma Agentspace da Google é um hub para construção e implantação de agentes de IA em ambientes corporativos. Alimentado por Gemini LLMs, ela 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 através 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 melhorar a produtividade, os agentes são ferramentas de IA desenvolvidas com o propósito de gerenciar processos específicos ou abordar desafios comerciais particulares.
Seus novos agentes do Copilot – Researcher e Analyst – operam dentro dos aplicativos do Office e podem gerar relatórios de forma autônoma, 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.
Researcher ajuda os usuários a lidar com tarefas de pesquisa complexas e em múltiplos passos no trabalho combinando o modelo avançado de pesquisas da OpenAI com a capacidade de orquestração e busca profunda do Microsoft 365 Copilot. 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 muito mais para o ambiente Microsoft 365.
Analyst 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 Analyst aplica o raciocínio de encadeamento de pensamento para dividir problemas em etapas, refinando sua abordagem conforme necessário para fornecer respostas analíticas de alta qualidade e semelhantes às humanas.
O modelo Claude da Anthropic é elogiado por seu forte raciocínio, transparência e alinhamento, tornando-se uma das principais escolhas para desenvolvedores que constroem agentes de IA seguros e eficazes.
Uma das capacidades notáveis do 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 online, acionar fluxos de trabalho em aplicativos de terceiros ou até mesmo escrever e executar trechos de código.
Outra implementação das capacidades de agenciamento do 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 uma IDE, interagindo via terminal e editor de código para realizar tarefas como escrever funções, resolver bugs ou refatorar lógica. Ele utiliza uma combinação de uso de ferramentas, retenção de contexto e execução de código para funcionar como um parceiro de programação de IA altamente capaz.
O Claude continua a alimentar agentes em diversos parceiros corporativos, incluindo integrações com Slack e Databricks, consolidando ainda mais seu papel como núcleo confiável para aplicações de agenciamento.
A Amazon entrou 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 em 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 por meio do Playwright, aprimorando a confiabilidade e flexibilidade dos agentes. Esse foco em ações confiáveis e componíveis visa reduzir a necessidade de supervisão humana constante, abrindo caminho para agentes de IA mais autônomos e eficientes em várias aplicações.
O Nova Act provavelmente é uma continuação do trabalho do Adept sobre o ACT-1, já que vários membros desse time (incluindo David Luan, CEO do Adept) lideram agora o projeto.
Entre as startups, a empresa chinesa Monica chamou a atenção 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.
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 o GAIA, alcançando mais de 86% de sucesso em tarefas.
Usuários relatam que, embora o Manus mostre promessa, ele não é perfeito – às vezes ele entende mal instruções, faz suposições incorretas ou toma atalhos para completar 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 entrante notável no espaço. O Agentforce ajuda a automatizar fluxos de trabalho de CRM incorporando agentes de IA dentro do 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 mínima humana, criando loops estruturados de planejamento, execução e reflexão que permitem que a IA lide com problemas de várias etapas de forma independente.
Frameworks mais recentes, como crewAI e Autogen, também estão ganhando tração. 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 estruturados de vários 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 de múltiplos agentes estão começando a trabalhar em equipes, com protocolos como A2A possibilitando o diálogo entre agentes.
– Autonomia com Supervisão: Enquanto os agentes agem de forma mais independente, a transparência, o registro e os sistemas de permissões estão sendo implementados 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). À medida que os agentes autônomos evoluem de assistentes para colaboradores, eles podem reshapes 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.
