Agentes de IA autônomos estão se tornando rapidamente uma realidade mainstream. Esses agentes não apenas conversam; eles planejam, raciocinam e agem em ambientes digitais para alcançar objetivos do usuário de forma independente. Com a chegada de 2025, a corrida para construir esses agentes está a todo vapor, com gigantes da tecnologia e startups ágeis apresentando plataformas que prometem um novo paradigma para como interagimos 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 sistemas de IA interagem com os usuários. Mas a onda atual de inovação não se trata de bate-papos 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. Líderes de tecnologia agora veem os agentes como fundamentais para a inteligência artificial geral (AGI), com Sam Altman, da OpenAI, prevendo um futuro próximo no qual os agentes de IA se juntarão à força de trabalho.
A OpenAI deu início a 2025 lançando novas ferramentas de criação de agentes. Seu SDK de Agentes e API de Respostas permitem que desenvolvedores criem agentes com energia GPT que usam ferramentas, executam funções e lidam com tarefas de várias etapas de forma autônoma. O novo modo de Pesquisa Profunda do ChatGPT transforma o assistente em um analista autônomo capaz de sintetizar centenas de fontes e produzir relatórios de alta qualidade. Talvez a 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 conclui transações – automatizando efetivamente fluxos de trabalho do navegador com precisão equivalente à humana.
A Google lançou o Agentspace, um centro para construir e implantar agentes de IA em ambientes empresariais. Impulsionado por Gemini LLMs, ele suporta agentes criados 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 intuitiva e conversacional. Isso facilita a automação de fluxos de trabalho mesmo para funcionários não técnicos. A Google também está incentivando a interoperabilidade de agentes com seu protocolo Agent2Agent (A2A), permitindo que agentes em diferentes 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 principais prestadores de serviços como Accenture, BCG, Capgemini, Deloitte, Infosys, KPMG, McKinsey e PwC. A A2A permite que os desenvolvedores criem agentes que possam interagir perfeitamente com qualquer outro agente construído no protocolo, dando aos usuários a flexibilidade de misturar agentes de diferentes provedores.
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 sob medida para gerenciar processos específicos ou abordar desafios empresariais particulares. Seus novos agentes – 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 em conformidade aos dados de trabalho (por exemplo, e-mails, reuniões, arquivos, bate-papos etc.) e à web. O Pesquisador ajuda os usuários a lidar com tarefas de pesquisa complexas e em várias etapas 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 – retirando informações diretamente de fontes externas como Salesforce, ServiceNow, Confluence e muito mais para o ambiente Microsoft 365. O Analista pensa como um cientista de dados experiente, 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 em cadeia de pensamentos para resolver 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 a principal escolha para desenvolvedores construindo agentes de IA seguros e eficazes. Uma das capacidades mais 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 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 podem, por exemplo, buscar dados ao vivo, 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 autonomamente em 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 a lógica. Ele usa uma combinação de uso de ferramentas, retenção de contexto e execução de código para funcionar como um programador de pares de IA altamente capaz. 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 aplicativos agentes.
A Amazon entrou na corrida dos agentes com a iniciativa Nova Act, permitindo que desenvolvedores construam agentes capazes de realizar tarefas em um navegador da web. Esses agentes podem executar fluxos de trabalho complexos e multietapas, como enviar solicitações de ausência 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 visa reduzir a necessidade de supervisão humana constante, pavimentando o caminho para agentes de IA mais autônomos e eficientes em várias aplicações.
O Nova Act é provavelmente uma continuação do trabalho do Adept no ACT-1, já que vários membros daquela equipe (incluindo David Luan, CEO do Adept) 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. Ao contrário de ferramentas de automação mais simples, o Manus planeja e executa dinamicamente tarefas multietapas 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 está isento de falhas – às vezes entende mal as 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.
Outras startups e estruturas que impulsionam a inovação de agentes incluem a Salesforce com sua plataforma Agentforce, que ajuda a automatizar fluxos de trabalho do CRM incorporando agentes de IA no ecossistema da Salesforce. Estruturas de código aberto como AutoGPT e SuperAGI continuam a reduzir a barreira para desenvolvedores que desejam construir agentes. Essas e outras estruturas 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 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 resolva problemas em várias etapas de forma independente.
Novas estruturas como crewAI e Autogen também estão ganhando destaque. crewAI permite que desenvolvedores coordenem vários agentes de IA designados para diferentes funções dentro de uma equipe compartilhada, facilitando a resolução colaborativa de problemas complexos. O Autogen, desenvolvido pela pesquisa da Microsoft, 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 estruturados de múltiplos agentes 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: Sistemas de múltiplos agentes estão começando a trabalhar em equipe, com protocolos como o 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 frente, veremos agentes com memória, raciocínio aprimorado e até a capacidade de interagir com sistemas físicos (como robôs). Conforme os agentes autônomos evoluem de assistentes para colaboradores, eles podem remodelar o trabalho de conhecimento, o uso de software e a interação humano-computador de forma geral.
A era dos chatbots passivos acabou. Os agentes autônomos chegaram – e estão prontos para trabalhar.
