Como funciona o loop de um agente de IA: como ele decide o próximo passo

O loop de um agente de IA é o ciclo repetido em que um modelo lê o contexto atual, escolhe uma ação, como chamar uma ferramenta, observa o que voltou e decide se continua ou para. Nenhum roteiro fixo define a ordem dos passos, então o agente escolhe cada movimento seguinte a partir do que acabou de ver. Uma empresa controla esse comportamento menos por confiar que o modelo vai escolher bem e mais por definir limites em volta do loop: quais ferramentas existem, o que elas podem acessar, quantas rodadas são permitidas e quando uma pessoa precisa aprovar.

Principais pontos

• O loop tem partes que se repetem: ler o contexto, escolher uma ação, observar o resultado e decidir se para.
• O modelo propõe cada ação, mas o software ao redor decide o que é de fato permitido e executado.
• A maioria das falhas de loop vem de contexto ruim, ferramentas vagas ou falta de regra de parada, e não de falta de inteligência do modelo.
• Limites úteis incluem lista de ferramentas permitidas, permissões estreitas, limite de rodadas, aprovação para ações de risco e uma definição de pronto por escrito.
• Cada rodada deve deixar um registro, para que uma pessoa possa ver depois por que o agente fez o que fez.

O que é o loop de um agente de IA, em linguagem simples?

Pense em um colega novo e competente que recebe uma tarefa e uma caixa de ferramentas. Ele olha o que sabe, escolhe uma ferramenta, usa, confere o resultado e decide o que fazer em seguida. Repete isso até terminar a tarefa ou travar e pedir ajuda. O loop de um agente segue o mesmo padrão, executado por um software em volta de um modelo de linguagem.

O modelo sozinho não faz nada no mundo. Ele produz texto, e parte desse texto diz, na prática, que ele quer chamar determinada ferramenta com determinadas entradas. O software ao redor lê esse pedido, verifica, executa a ferramenta se ela for permitida e devolve o resultado. Essa camada costuma ser chamada de harness, e o artigo O que é harness de IA? Um guia prático para negócios explica o conceito em termos de negócio.

Isso também diferencia um agente de uma automação fixa. Em um fluxo determinístico, alguém definiu a sequência com antecedência. No loop de um agente, a sequência é escolhida conforme o trabalho avança. O guia de engenharia da Anthropic sobre como construir agentes eficazes traça a mesma linha entre fluxos predefinidos e agentes que conduzem o próprio processo, e recomenda escolher a opção mais simples sempre que ela bastar.

O que acontece em cada rodada do loop?

Toda passagem pelo loop tem as mesmas partes, mesmo quando a tarefa muda.

• Ler o contexto: o modelo recebe a tarefa, as instruções, as mensagens anteriores, a memória que lhe foi dada e os resultados das rodadas anteriores. É tudo o que ele sabe naquele momento.
• Escolher: ele decide entre responder, chamar uma ferramenta, fazer uma pergunta ou parar.
• Agir: o harness valida a chamada pedida, aplica as permissões e então executa ou recusa.
• Observar: a saída da ferramenta volta para o contexto. Pode ser um dado, uma confirmação ou um erro.
• Continuar ou parar: o modelo e as regras do harness decidem se a tarefa está concluída, bloqueada ou se precisa de outra rodada.

Repare que o contexto cresce a cada rodada. As observações são acrescentadas, e a decisão seguinte depende delas. Essa é a força do loop, porque o agente consegue corrigir o rumo depois de um erro. É também a fraqueza: uma observação enganosa ou uma anotação desatualizada pode desviar todas as rodadas seguintes.

Os textos da Anthropic sobre engenharia de contexto tratam o contexto como um recurso limitado, que precisa ser curado e não apenas acumulado. Isso combina com o que quem opera agentes vê na prática. Um agente que lê um contexto limpo, atual e relevante tende a escolher bem. Um agente que lê um contexto carregado ou velho tende a se perder.

Como um agente escolhe qual ferramenta usar?

O modelo escolhe entre as ferramentas que lhe foram apresentadas. Cada ferramenta aparece com um nome, uma descrição e uma lista de entradas. O modelo compara a tarefa e o contexto atual com essas descrições e escolhe a que mais se aproxima. Por isso, a descrição de uma ferramenta funciona como instrução. Uma descrição vaga, como cuida dos pedidos, convida a chamadas erradas. Uma descrição precisa, que diz o que a ferramenta faz, o que ela exige e o que devolve, reduz esses erros.

Alguns hábitos de projeto decorrem disso:

• Prefira poucas ferramentas claras a um menu longo de ferramentas sobrepostas.
• Mantenha separadas as ferramentas de somente leitura e as de escrita, para que as permissões possam ser diferentes.
• Escreva mensagens de erro que digam o que corrigir, e não apenas que algo falhou.
• Mantenha as saídas concisas, porque tudo o que uma ferramenta devolve entra no contexto.

Esses pontos seguem a orientação da Anthropic sobre como escrever ferramentas para agentes. Projetar bem as entradas e saídas é uma disciplina própria.

O modelo também pode escolher não usar nenhuma ferramenta. Fazer uma pergunta de esclarecimento ou passar o trabalho para uma pessoa são movimentos válidos. Uma boa configuração torna essas saídas fáceis e normais, e não um sinal de fracasso.

Por que o loop de um agente dá errado?

A maioria das falhas cai em alguns padrões reconhecíveis.

• Repetição: o agente chama a mesma ferramenta com as mesmas entradas porque o resultado não o fez mudar de ideia.
• Desvio: depois de muitas rodadas, o objetivo original fica enterrado sob o acúmulo de detalhes.
• Parada precoce: o agente declara sucesso sem evidência.
• Excesso: o agente usa uma ferramenta permitida de um jeito que ninguém previu.
• Obediência a instruções plantadas: um texto dentro de um e-mail, página web ou documento manda o agente fazer algo, e o agente o trata como instrução e não como dado.

O último padrão merece atenção especial. Tudo o que o agente lê na etapa de observação é entrada não confiável. A orientação da OWASP sobre prevenção de prompt injection recomenda tratar conteúdo externo como dado, limitar o que as ferramentas podem fazer e exigir aprovação humana para ações de alto risco. Esses controles ficam no harness, e não numa frase acrescentada ao prompt.

Nenhum dos cinco padrões se resolve apenas com um parágrafo mais esperto de instruções. Eles diminuem com estrutura em volta do loop: ferramentas claras, permissões estreitas, limites visíveis e uma forma definida de parar.

Onde a empresa pode impor limites ao loop?

Os limites ficam em pontos específicos do ciclo. Use esta lista ao revisar qualquer função de agente.

• Ferramentas: liste exatamente quais ferramentas o agente pode chamar e remova todas as outras.
• Permissões: dê a cada ferramenta o acesso mais estreito que cumpra a tarefa, na conta do próprio agente e não na de uma pessoa.
• Limite de rodadas e de tempo: defina um número máximo de rodadas e uma duração máxima, depois das quais o agente para e relata o que encontrou.
• Detecção de repetição: pare ou escale quando a mesma chamada com as mesmas entradas se repetir.
• Aprovações: exija que uma pessoa indicada aprove tudo o que envia, paga, apaga ou altera registros fora da empresa.
• Condições de parada: escreva como é o pronto e que evidência o comprova. O artigo Definição de pronto para agentes de IA: exija evidência mostra como.
• Registro: grave a ferramenta escolhida, as entradas, a saída e o resultado de cada rodada. Observabilidade de agentes de IA: o que registrar? detalha o assunto.
• Caminho de escalonamento: defina quem recebe o trabalho quando o agente para e o que ele deve repassar.

A maioria dessas decisões é do negócio, e não um detalhe técnico. Quais ações exigem aprovação é uma questão operacional que o dono do processo deve responder. O trabalho da engenharia é fazer cada regra ser aplicada pelo harness, em vez de ser apenas um conselho nas instruções.

Como é um loop na prática? Um cenário ilustrativo

Cenário ilustrativo: uma distribuidora quer um agente que responda perguntas internas sobre entregas atrasadas de fornecedores. A tarefa é encontrar o pedido, conferir o status mais recente do fornecedor e redigir uma nota para o responsável pela conta.

• Primeira rodada: o agente lê o pedido e as instruções, e escolhe a ferramenta de consulta de pedidos. O resultado mostra o pedido e o fornecedor.
• Segunda rodada: ele escolhe uma ferramenta de status do fornecedor, de somente leitura. O resultado mostra que o status foi atualizado pela última vez há vários dias.
• Terceira rodada: em vez de supor que a entrega segue no prazo, o agente anota que o status está desatualizado. Ele escreve um rascunho que diz isso e o salva, sem enviar nada.
• Parada: a definição de pronto exigia um rascunho com a referência do pedido, o status mais recente, a data desse status e um alerta se o status for antigo. O agente tem os quatro itens, então entrega o rascunho ao responsável pela conta para aprovação.

Vários limites estavam em ação. Todas as ferramentas, exceto a que salva o rascunho, eram de somente leitura, o envio exigia uma pessoa e a regra de parada pedia evidência de data. Se a ferramenta do fornecedor tivesse devolvido erros repetidos, o limite de rodadas teria encerrado o loop com um relatório curto, em vez de tentativas sem fim. O responsável pela conta veria exatamente onde o agente parou e por quê.

Como a abordagem gerenciada da Be Human trata o loop?

A Be Human trata o loop como parte de uma função definida, e não como uma propriedade do modelo. Um primeiro projeto define uma função útil, a memória e as ferramentas de que ela precisa, os limites de aprovação e um critério de sucesso observável. A lista de ferramentas permitidas, as permissões, os limites de rodadas e as condições de parada são configurados no harness, sob controle humano, e por isso não dependem de o agente seguir instruções. Na operação gerenciada, a equipe acompanha os registros, executa avaliações recorrentes, revisa permissões e faz melhorias controladas quando um loop mostra comportamento repetitivo ou desviante.

Perguntas frequentes

Quantas rodadas um agente deve poder executar? Não existe um número universal. Observe quantas rodadas uma execução normal e bem-sucedida precisa, some uma folga razoável e faça o agente parar com um relatório quando passar disso. Revise o limite conforme as execuções reais mostrarem se ele está apertado ou folgado demais.

O loop de um agente é o mesmo que uma conversa de chatbot? Não. Uma rodada de chatbot costuma terminar com uma resposta a uma pessoa, que então decide o que acontece depois. Uma rodada de agente muitas vezes termina com uma chamada de ferramenta e uma observação, e o loop continua sem pessoa até chegar a uma condição de parada ou a uma aprovação.

O agente pode mudar os próprios limites? Não deveria. Lista de ferramentas, permissões, limite de rodadas e regras de aprovação pertencem ao harness, e as pessoas devem alterá-los por um processo revisado. Um agente que pode editar as próprias fronteiras não opera dentro de fronteira nenhuma.

Preciso mesmo de um loop de agente? Nem sempre. Se os passos são conhecidos e estáveis, um fluxo fixo é mais simples de testar e mais barato de rodar. O loop se justifica quando o próximo passo depende de verdade do que o trabalho vai revelando pelo caminho.

Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.