AWS HubAWS HubSão Paulo operando · 2 eventos no mundo

AgentesIA Generativa

Nível de dificuldade: Básico (2 de 5)

Taxonomia da AWS mapeia padrões e anti-padrões de sistemas multiagente em produção

Por AWS Hub9 min de leitura

Coordenação é problema de engenharia, não de modelo

Um artigo técnico publicado no AWS Machine Learning Blog parte de uma constatação incômoda: quando um sistema multiagente falha em produção, o culpado raramente é o modelo. É a coordenação entre agentes, e isso é um problema de sistemas distribuídos, não de prompt engineering. Times que nunca lidaram com retry, timeout e estado compartilhado em sistemas distribuídos tradicionais estão descobrindo essas dores de novo, só que com LLM no meio.

O texto cita um número que já circula em vários levantamentos: cerca de 88% dos pilotos de IA nunca chegam à produção. Cita também uma demonstração da Stanford HAI mostrando que dois modelos colaborando podem performar pior do que cada um sozinho, quando o custo de coordenar supera o ganho de dividir a tarefa. O diagnóstico da fonte é direto: equipes empilham complexidade mais rápido do que constroem entendimento sobre ela.

A fonte ilustra isso com uma conta de confiabilidade que vale guardar. Dez etapas, cada uma com 95% de confiabilidade isolada, entregam só 59,9% de confiabilidade ponta a ponta (0,95 elevado a 10). Com vinte etapas, cai para 35,8%. É um modelo ilustrativo, sequencial e sem retry, mas a direção é real: cada handoff entre agentes multiplica o risco acumulado, não soma.

Dois níveis de controle: quem decide o próximo passo

A taxonomia da AWS organiza os padrões em dois tiers, segundo quem controla o fluxo. No Tier 1, você define o caminho em tempo de build. No Tier 2, o próprio modelo decide o caminho em tempo de execução. O Tier 2 só compensa quando as subtarefas emergem durante o trabalho e não podem ser mapeadas de antemão; fora disso, ele custa mais em token, latência e dificuldade de debug sem entregar nada que o Tier 1 não resolva mais barato.

Tier 1: padrões determinísticos

  • Sequential Pipeline: A sai para B, B sai para C, ordem fixa definida no build. Fácil de testar, custo previsível. Serve para processamento de documento, cadeias de ETL, triagem de garantia.
  • Conditional Workflow: arestas com condição fazem o fluxo ramificar. Exemplo típico: agente escreve código, agente testa, falha volta para retry até um limite N e depois escala para humano. Esse teto precisa ser imposto pela orquestração, por exemplo um limite de iteração no AWS Step Functions, não pelo próprio modelo.
  • Conditional Router: um classificador lê a entrada e manda para exatamente um caminho especialista. Serve para roteamento por intenção, gate de qualidade, triagem de anomalia.
  • Parallel Workflow: a tarefa se divide em subtarefas independentes que rodam ao mesmo tempo, com um passo de fan-in que combina os resultados quando todas terminam. A latência final é a do agente mais lento, não a soma de todos.

Tier 2: padrões autônomos

No Tier 2 o controle emerge do próprio raciocínio do modelo, e a fonte descreve quatro variações:

  • Plan-based orchestration: um agente orquestrador mantém um plano explícito de tarefas e dependências, vê todo o contexto, e distribui trabalho para workers que só enxergam sua própria fatia. Se um worker falha, o orquestrador refaz só aquele passo, sem contaminar os demais. É o padrão de maior custo de build entre todos.
  • Handoff: agentes com conhecimento local decidem, ponto a ponto, quando e para quem transferir o controle. A regra importante aqui: o handoff precisa carregar estado validado, não só um resumo em linguagem natural; passar a bola só pela conversa não conta como handoff de verdade.
  • Conversation-driven (ou group chat): todos os agentes participam de uma conversa compartilhada e a ordem de fala emerge por round-robin ou por seleção dirigida por IA, com o estado vivendo implicitamente no histórico da conversa.
  • Debate/consensus: agentes avaliam a mesma entrada de forma independente, sem ver o raciocínio um do outro, e um juiz ou uma votação reconcilia o resultado. É o padrão mais caro da lista e, segundo a fonte, em tarefas perceptivas ele compra latência sem comprar acurácia. Vale só para decisões de alto risco e baixo volume.

Cinco anti-padrões que queimam o orçamento

A fonte lista cinco armadilhas que parecem razoáveis no design e só aparecem como custo inflado de token, janela de produção perdida ou decisão fora de sincronia depois que o sistema já está no ar.

  1. God agent: um único agente concentra análise de eficiência (OEE), diagnóstico de controlador lógico programável (PLC) e manutenção atrás de um prompt só, com 15 tools ou mais. A seleção de ferramenta degrada conforme elas crescem, e a falha fica difícil de atribuir a uma causa. A correção é limitar cada agente a cinco tools ou menos, dividindo em analista de OEE, diagnosticador de falhas e redator de manutenção.
  2. Unbounded iteration: o agente insiste em "tenta de novo" sem teto. Um sistema de quatro agentes pode queimar uma quantidade significativamente maior de tokens antes de um único retry disparar algum alarme. A correção é um teto de iteração em código, teto de token por agente, e alarme de orçamento ligado a uma parada automática: a infraestrutura impõe o limite, o modelo não vai se conter sozinho.
  3. Natural-language contracts: agentes trocam prosa livre sem schema. A interpretação endurece a cada salto: "poderia indicar desgaste" vira "desgaste confirmado" vira uma ordem de manutenção. O desvio acontece entre agentes, exatamente onde o rastreamento é mais fraco.
  4. Premature multi-agent: multiagente onde um agente com grupos de ferramentas resolveria. O custo de coordenação não cresce linear e o ganho estaciona por volta de quatro agentes; a maioria dos "especialistas" é o mesmo modelo em fantasias diferentes. O teste prático da fonte: se um agente só trocando de ferramenta dá conta das fases, não é um problema de multiagente.
  5. Unguarded customer contact: o agente dispara ação no mundo real (email, visita técnica, parâmetro de máquina) sem etapa de aprovação. Alucinação que cruza para o mundo físico e ações irreversíveis fazem a responsabilidade escalar de reembolso para responsabilidade por produto. A defesa recomendada é em camadas: recomendação, Amazon Bedrock Guardrails, validação de schema, regras de negócio, aprovação humana, execução.

A lição da fábrica: quatro restrições que mudam a conta

O argumento central do post é que manufatura não é um ambiente genérico de TI corporativa, e quatro restrições tornam a aritmética acima ainda mais rígida.

Latência na linha vira receita perdida. Em linhas automotivas de solda, com takt time de 60 segundos por estação e mais de 40 estações, um atraso de inferência na estação gargalo atrasa a linha inteira; uma queda de só 2% no throughput já tem impacto relevante na receita anual. A implicação de arquitetura é orçar latência pelo p99, não pela média, porque é a cauda que para a linha, e dar a cada agente um fallback determinístico sub-segundo.

Segurança tem consequência física. Um chatbot alucinando causa vergonha; um parâmetro de solda alucinado causa defeito estrutural que só aparece em teste de colisão ou recall de segurança. A fonte descreve dois modos de falha recorrentes: dessincronia de estado entre OT e IT (o agente lê o sistema de execução de manufatura como se a estação ainda rodasse a peça A, quando um override manual de PLC já trocou para a peça B) e alucinação de limite de segurança (um agente de manutenção raciocina do zero sobre bloqueio e declara uma estação acessível quebrando um interlock real).

A correção é manter PLC, SCADA e MES como núcleo determinístico intocado, deixar os agentes só observarem e recomendarem, e colocar a validação de segurança como serviço externo consultado, nunca embutida em prompt, onde pode ser argumentada. A fonte propõe quatro níveis de aprovação: nível 0 o próprio agente resolve, nível 1 o operador confirma com um clique, nível 2 o engenheiro decide a partir da análise apresentada, nível 3 a gestão avalia uma recomendação de parada de linha.

Dado vive na borda. Uma única prensa de estampagem gera mais de 50 GB por dia de dado de sensor cujo valor decai em milissegundos; mandar isso para a nuvem custa mais em banda do que em computação, e a resposta da nuvem chega depois que a prensa já seguiu em frente. A implicação prática é edge-cloud híbrido: detecção de anomalia sub-takt e sinal de parar-ou-continuar rodam na borda, por exemplo com AWS IoT Greengrass, onde o agente de borda recomenda e o PLC age; a nuvem fica com o que a borda não consegue fazer, como analytics entre turnos e retreino de modelo com dado de toda a frota.

O ciclo de vida do agente segue o turno. Contexto sem limite faz o agente derivar, com observação velha disputando espaço com a realidade atual; um reset completo perde a continuidade entre turnos. A correção que a fonte propõe é amarrar a memória do agente ao ciclo de turno, do mesmo jeito que a fábrica já faz handoff estruturado entre operadores humanos.

Do padrão ao caso de uso

A fonte aplica a taxonomia a sete cenários de fábrica, e a tabela ajuda a enxergar que o padrão certo depende da forma da tarefa, não do tamanho dela:

Caso de usoPadrãoPor quê
Resumo de troca de turnoSequential PipelineLinear: log bruto vira resumo vira relatório
Análise de causa-raiz entre estaçõesPlan-Based OrchestrationSubtarefas só aparecem durante a análise
Gate de qualidade em tempo realConditional Router + agente de bordaDecisão no ciclo é do modelo local; raciocínio do agente fica fora do caminho crítico
Agendamento preditivo de manutençãoParallel Fan-Out/Fan-InModelos independentes por classe de ativo
Impacto de ordem de mudança de engenhariaDebate/ConsensusDecisão de alto risco justifica revisão adversarial
Redação de comunicação a fornecedorSequential + aprovação humanaNão pode enviar sozinho (ver anti-padrão de contato sem guarda)
Otimização entre plantasConsulta dinâmica + solver alocaMulti-fonte, mas a alocação final é de um solver, não de debate entre agentes

Antes de abrir um segundo agente

A fonte resume a escolha de arquitetura em quatro perguntas, na ordem em que devem ser feitas:

  1. A tarefa exige ação além de gerar texto? Se não, uma chamada direta ao modelo basta; resumir documento ou gerar código a partir de uma especificação raramente justifica orquestração.
  2. O caminho da solução já é conhecido? Se dá para escrever o que acontece e em que ordem, a decisão não é "quantos agentes", é só escolher entre um agente que chama tools ou um workflow Tier 1.
  3. O trabalho exige expertise genuinamente distinta? Domínio separado com handoff estabelecido justifica agente especializado; um domínio só pertence a um agente, não importa quantas ferramentas ele use.
  4. A solução só emerge por exploração? Se a sequência de ação é conhecida e cabe num loop de agir-e-validar, fica com um agente só, mesmo que ele planeje os próprios passos. O Tier 2 só se paga quando as subtarefas são descobertas no meio do trabalho.

Para quem está montando agentes sobre Amazon Bedrock no Brasil, o recorte útil aqui não é de modelo ou de preço por token: a fonte não traz número de catálogo nem disponibilidade por região, porque o argumento é de arquitetura, não de produto. A régua prática fica sendo: comece pelo Tier 1 por padrão, meça a confiabilidade ponta a ponta antes de empilhar mais um agente, e trate cada handoff como um ponto de falha que precisa de schema, teto e, quando toca o cliente ou o mundo físico, aprovação humana explícita.

Fonte: AWS Machine Learning Blog

Serviços neste textoAgentes

Leve para a sua IA

Decida com o seu assistente, com o contexto deste texto já montado.

1. O que você quer saber

Ver o prompt
Li no AWS Hub: "Taxonomia da AWS mapeia padrões e anti-padrões de sistemas multiagente em produção" (https://awshub.com.br/ia/taxonomia-da-aws-mapeia-padroes-e-anti-padroes-de-sistemas-multiagente-em-produc).
Resumo: Um guia técnico do AWS Machine Learning Blog separa os padrões de coordenação que funcionam dos que só multiplicam custo e risco de falha, com lições vindas do chão de fábrica.
Fonte oficial: https://aws.amazon.com/blogs/machine-learning/taxonomy-of-multi-agent-design-patterns-anti-patterns-and-lessons-from-manufacturing/
Serviços: Agentes

Minha stack: [descreva em uma linha: serviços, linguagem, volume, região]

Isso muda alguma coisa na minha arquitetura? O que eu faria diferente a partir de amanhã?

Newsletter semanal

A semana da AWS, em português

Os lançamentos que importam, o que chegou à região São Paulo e o melhor tutorial da semana. Toda sexta, gratuita.