Trabalhamos com dezenas de equipes na criação de agentes de LLM em diversos setores. Consistentemente, as implementações mais bem-sucedidas utilizam padrões simples e combináveis, em vez de estruturas complexas.
Ao longo do último ano, trabalhamos com dezenas de equipes na construção de agentes de modelos de linguagem de grande porte (LLM) em diversos setores. As implementações mais bem-sucedidas, consistentemente, não utilizaram frameworks complexos ou bibliotecas especializadas. Em vez disso, foram construídas com padrões simples e combináveis.
Nesta publicação, compartilhamos o que aprendemos trabalhando com nossos clientes e criando agentes nós mesmos, além de dar conselhos práticos para desenvolvedores sobre como criar agentes eficazes.
O que são agentes? “Agente” pode ser definido de várias maneiras. Alguns clientes definem agentes como sistemas totalmente autônomos que operam de forma independente por longos períodos, utilizando diversas ferramentas para realizar tarefas complexas. Outros usam o termo para descrever implementações mais prescritivas que seguem fluxos de trabalho predefinidos. Na Anthropic, categorizamos todas essas variações como sistemas agênticos , mas estabelecemos uma importante distinção arquitetônica entre fluxos de trabalho e agentes :
Os fluxos de trabalho são sistemas onde LLMs e ferramentas são orquestrados por meio de caminhos de código predefinidos.
Agentes , por outro lado, são sistemas onde os LLMs direcionam dinamicamente seus próprios processos e uso de ferramentas, mantendo o controle sobre como realizam tarefas.
A seguir, exploraremos ambos os tipos de sistemas agênticos em detalhes. No Apêndice 1 (“Agentes na Prática”), descrevemos dois domínios nos quais os clientes encontraram particular valor no uso desses tipos de sistemas.