O demo sempre funciona. Um agente lê um chamado, rascunha uma resposta, processa o reembolso e fecha o ciclo enquanto a sala acena. Depois vai para produção, encontra os próximos mil casos e começa a reembolsar pedidos que nunca existiram.
Nada no demo foi mentira. O que faltava era tudo que torna os próximos mil casos sobrevivíveis — a parte que ninguém filma. Agentes de IA autônomos não são difíceis de iniciar. São difíceis de manter honestos.
Um demo não é um sistema
Um modelo capaz de chamar uma ferramenta é uma capacidade. Um sistema que chama a ferramenta certa, no momento certo, contra o estado correto, e consegue explicar o porquê depois — isso é infraestrutura. A distância entre os dois não é um prompt melhor.
No demo, o agente executa uma vez, observado, em um caminho feliz. Em produção, executa dez mil vezes, sem supervisão, contra um estado que deriva entre o momento em que lê e o momento em que age. A memória está desatualizada ou ausente. Uma etapa repetida cobra em duplicidade. Uma chamada de ferramenta que deveria ter sido recusada passa porque nada estava na porta.
Essas não são falhas do modelo. São as falhas que um runtime deveria absorver. Tratá-las como problemas de prompt é como equipes passam um trimestre reescrevendo instruções e ainda não conseguem responder à única pergunta que importa em uma revisão de incidente: o que o agente fez, e com base em quê.
O ciclo que agentes de IA autônomos realmente executam
A Algenta é um runtime de agentes de IA construído em torno de um único ciclo que todo agente executa, tenham ou não seus autores o nomeado. Tornar o ciclo explícito é a maior parte do trabalho.
- Perceber — ler o estado atual do mundo: entradas, memória recuperada, os valores em tempo real dos quais a decisão depende.
- Planejar — decidir a próxima ação, ou as próximas, dado esse estado e o objetivo.
- Executar — agir por meio de ferramentas governadas, onde cada chamada é verificada contra a política antes de tocar qualquer coisa real.
- Avaliar — julgar o que aconteceu em relação às expectativas e alimentar esse julgamento de volta à memória e ao próximo plano.
Perceber, planejar, executar, avaliar. As etapas são óbvias; a disciplina é recusar-se a pular a última. A maioria dos frameworks de agentes para no executar — exatamente por isso funcionam bem em demos e envelhecem mal. Agem sem nunca serem avaliados, então o erro se acumula silenciosamente em vez de ser capturado no turno em que ocorreu.
Em torno do ciclo estão primitivos compartilhados que o runtime inteiro trata como elementos de primeira classe, não como complementos: memória que o agente lê e escreve, ferramentas pelas quais age, política que governa cada ação, rastreamentos que registram o que ocorreu e avaliações que decidem se foi correto. Cada etapa do ciclo toca cada primitivo. A memória alimenta o Perceber e é atualizada pelo Avaliar. A política controla o Executar. Os rastreamentos capturam os quatro para que o Avaliar tenha algo honesto a julgar.
Um agente que você não pode avaliar não é autônomo. É não supervisionado.
Por que os primitivos entediantes são o produto
Memória, política, rastreamentos, avaliações. Nada disso fotografa bem. Tudo isso é o que separa um agente que funciona na sala de um que funciona no mundo.
Memória é o que permite a um agente agir com base no que sabia um segundo atrás, em vez de redescobrir o mundo a cada chamada — e um runtime precisa traçar a linha entre conhecimento durável e o espaço de rascunho de uma única execução, porque confundi-los é como um agente começa a confiar em suas próprias alucinações. Política é a diferença entre uma ferramenta que um agente pode chamar e uma que ele tem permissão de chamar agora, dado para quem está agindo e o que já fez nesta hora. Rastreamentos transformam "o agente fez algo estranho" em uma decisão específica, sobre uma entrada específica, com o contexto específico que tinha — a diferença entre depurar e adivinhar.
Avaliações são o primitivo que as equipes descobrem por último e precisam primeiro. Sem elas, "o agente está funcionando" significa "ninguém reclamou em voz alta ainda." Com elas, cada execução é pontuada — contra verdade estabelecida onde ela existe, contra regras e rubricas onde não existe — e uma regressão aparece como um número que mudou, na mudança que o moveu, antes de chegar a um cliente.
Orquestração é um meio, não o fim
A orquestração de agentes recebe a maior parte da atenção — o grafo de etapas, as tentativas repetidas, as transferências entre agentes e subagentes. Ela importa. Mas orquestração sem governança é apenas uma forma mais rápida de fazer a coisa errada em escala, e orquestração sem avaliação é uma forma mais rápida de fazê-lo sem perceber.
A Algenta trata a orquestração como uma camada de um ambiente de runtime de agentes de IA, não como o todo. Um plano pode ramificar, chamar outros agentes, executar uma simulação para testar uma ação antes de confirmá-la e aguardar um humano quando a política exige — e cada um desses movimentos cai no mesmo rastreamento, governado pela mesma política, pontuado pelas mesmas avaliações. A orquestração decide o que acontece a seguir. O runtime decide se é permitido e se foi correto.
Essa é a afirmação silenciosa por trás de uma plataforma de runtime de agentes de IA: que perceber, planejar, agir e julgar não deveriam ser remontados manualmente por cada equipe que quer um agente em produção. São infraestrutura. Você deveria poder presumir sua existência da mesma forma que presume que um banco de dados é durável.
O que muda quando o ciclo é fechado
Quando o ciclo completo é executado — quando a avaliação não é uma reflexão tardia, mas o quarto tempo de cada ciclo — o caráter do trabalho muda. Agentes de IA autônomos deixam de ser algo que você lança e torce, e se tornam algo que você pode operar: observar, delimitar, corrigir e confiar dentro de limites declarados.
Essa é a linha entre um demo e inteligência operacional. Um demo pede que você acredite. Um runtime permite que você verifique. As equipes que vão operar agentes de IA autônomos em escala são as que decidem, cedo, que os primitivos entediantes são o produto — e que um agente que não pode ser avaliado não tem permissão de agir sem supervisão.