A CORRIDA DOS AGENTES DE IA SE 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 metas do usuário de forma independente. À medida que avançamos para o ano de 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 software.

Da evolução dos grandes modelos de linguagem (LLMs) como GPT-4 e Claude estabeleceu o cenário 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 – é sobre 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 inaugurou o ano de 2025 lançando novas ferramentas de construção de agentes. Seu Agents SDK e Responses API 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 Deep Research do ChatGPT transforma o assistente em um analista autodirecionado 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 completa transações – automatizando efetivamente fluxos de trabalho do navegador com precisão em nível humano.

A Agentspace do Google é um centro para construir e implantar agentes de IA em ambientes empresariais. Alimentado pelo Gemini LLMs, ele suporta agentes criados 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 por meio de uma interface intuitiva e conversacional. Isso torna a automação de fluxos de trabalho acessível até para funcionários não técnicos.

O Microsoft está incorporando agentes diretamente à 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 de construção personalizadas para gerenciar processos específicos ou abordar desafios comerciais particulares.

Os 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 compatibilidade aos 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 em vários passos no trabalho, combinando o modelo avançado de pesquisa da OpenAI com as poderosas capacidades de orquestração e busca profunda do Microsoft 365 Copilot. Ele também pode integrar dados de terceiros por meio de conectores, aprimorando sua funcionalidade com insights mais abrangentes – buscando informações diretamente de fontes externas como Salesforce, ServiceNow, Confluence e mais no ambiente Microsoft 365.

O Analista pensa como um cientista de dados habilidoso, 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 encadeado para decompor problemas passo a passo, refinando sua abordagem conforme necessário para fornecer respostas analíticas de alta qualidade e humanas.

O modelo Claude da Anthropic é elogiado por seu raciocínio forte, 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 estruturadas 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 disponibilizá-las para 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 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 do Claude é o Claude Code, um agente focado em codificação projetado para auxiliar 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 por meio de 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 IA altamente capaz.

O Claude continua alimentando agentes em vários parceiros empresariais, incluindo integrações com Slack e Databricks, solidificando ainda mais seu papel como um núcleo confiável para aplicações de 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 e 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 por meio do Playwright, aprimorando a confiabilidade e a flexibilidade dos agentes. Esse foco em ações confiáveis e combináveis 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 provavelmente é uma continuação do trabalho do Adept no ACT-1, já que vários membros daquela equipe (incluindo David Luan, CEO da Adept) agora lideram 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 – de ponta a ponta sem intervenção do usuário.

Ao contrário de ferramentas de automação mais simples, o Manus planeja e executa tarefas de vários passos de forma dinâmica 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 promessa, não está isento de falhas – às vezes interpreta erroneamente instruções, faz suposições incorretas ou toma atalhos para completar tarefas mais rapidamente. No entanto, ele se destaca por suas explicações claras, impressionante adaptabilidade e melhoria significativa quando recebe orientações detalhadas ou feedback. No geral, é uma ferramenta promissora, embora ainda não seja perfeita.

Vendasforce com sua plataforma Agentforce é outro concorrente de destaque 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 os desenvolvedores que buscam construir agentes. Esses e outros frameworks semelhantes permitem que modelos de linguagem de IA funcionem como agentes autônomos, fornecendo a eles habilidades para 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 aborde problemas multidimensionais de forma independente.

Novos frameworks como crewAI e Autogen também estão ganhando destaque. O crewAI permite que os desenvolvedores coordenem múltiplos agentes de IA atribuídos a diferentes funções dentro de uma equipe 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 comuns.

Três tendências definem a próxima fase do desenvolvimento de agentes:

1. Integração empresarial: Agentes sendo incorporados em ferramentas de produtividade, software de segurança e ambientes de nuvem.

2. Colaboração e comunicação: Sistemas multiagentes começam a trabalhar em equipes, com protocolos como A2A permitindo diálogo entre agentes.

3. Autonomia com supervisão: Enquanto os agentes agem de forma mais independente, transparência, registro e sistemas de permissão estão sendo incorporados 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 remodelar o trabalho de 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.