A Taxonomy of Architecture Options for Foundation Model-based Agents: Analysis and Decision Model

Nos últimos anos, surgiu um novo tipo de inteligência artificial, uma que não apenas responde a perguntas, mas toma ações. Estes não são programas simples que seguem uma lista rígida de instruções. Em vez disso, são sistemas construídos sobre vastos "modelos de fundação", que são como bibliotecas imensas de conhecimento e linguagem humana que foram treinadas para compreender o contexto e gerar novas ideias. Quando os desenvolvedores conectam esses modelos a ferramentas que podem navegar na web, escrever código ou controlar softwares, eles criam "agentes". Esses agentes podem perceber seu ambiente, raciocinar sobre um problema, planejar uma sequência de etapas e agir para atingir um objetivo, de forma muito semelhante a um funcionário humano. Desde o gerenciamento de projetos complexos de software até a navegação em mundos virtuais, esses sistemas prometem revolucionar a forma como trabalhamos. No entanto, à medida que esses agentes se tornam mais capazes, a maneira como os engenheiros os constroem permaneceu caótica. Sem uma linguagem compartilhada ou um mapa claro de escolhas, os designers frequentemente montam sistemas de forma improvisada, tomando decisões baseadas em suposições em vez de uma compreensão sistemática de como as diferentes partes se encaixam e quais compensações elas criam.

Uma equipe de pesquisadores partiu com o objetivo de trazer ordem a essa complexidade crescente. Eles realizaram uma revisão massiva de 66 estudos científicos para entender exatamente como esses agentes baseados em modelos de fundação são construídos. O objetivo deles não era apenas listar as partes, mas criar um guia estruturado que explicasse as consequências de cada escolha de design. O resultado é uma "taxonomia" abrangente, que é essencialmente um sistema de classificação detalhado que organiza as muitas maneiras pelas quais um agente pode ser construído. Eles descobriram que os arquitetos devem fazer escolhas fundamentais sobre como um agente recebe informações, como ele lembra de eventos passados, como planeja suas ações e como se coordena com outros agentes. Por exemplo, um agente pode ser projetado para trabalhar sozinho ou como parte de uma equipe, para lembrar de tudo o que vê para sempre ou para esquecer detalhes antigos para economizar espaço, e para seguir um único caminho reto para um objetivo ou para explorar múltiplas rotas possíveis simultaneamente.

Os pesquisadores descobriram que cada uma dessas escolhas carrega um custo. Não existe um design perfeito que se destaque em tudo. Se um arquiteto escolher um sistema que seja altamente flexível e capaz de se adaptar a mudanças inesperadas, ele frequentemente sacrifica a capacidade de testar e corrigir esse sistema facilmente mais tarde. Se priorizarem um sistema de memória que seja rápido para o computador processar, podem tornar mais difícil para um humano entender por que o agente tomou uma decisão específica. Para ajudar os engenheiros a navegar por essas dificuldades, a equipe construiu um "modelo de decisão". Este modelo atua como um mapa, mostrando exatamente como a escolha de uma opção arquitetônica impacta a confiabilidade, a velocidade, a segurança e a facilidade de uso do sistema. Ele torna visíveis as compensações ocultas, permitindo que os designers escolham um caminho que se alinhe às suas necessidades específicas, seja construindo um sistema que nunca deve falhar ou um que possa aprender e se adaptar sobre a marcha.

Para garantir que suas descobertas fossem úteis e precisas, os pesquisadores testaram sua estrutura com doze especialistas de universidades e de grandes empresas de tecnologia. Esses especialistas, que possuem anos de experiência na construção de sistemas de IA complexos, revisaram a classificação e o modelo de decisão. Os especialistas concordaram que a estrutura capturou com sucesso os blocos de construção essenciais desses agentes e forneceu uma maneira clara e prática de raciocinar sobre seu design. Eles descobriram que o modelo ajudou a esclarecer escolhas que antes eram confusas, como equilibrar a necessidade de um agente ser autônomo com a necessidade de ele ser seguro e previsível. O estudo confirma que o campo está se afastando da experimentação aleatória em direção a uma abordagem de engenharia mais disciplinada, onde as decisões são tomadas com uma compreensão clara das consequências.

Este trabalho não pretende ter resolvido todos os problemas ou fornecer uma única melhor maneira de construir um agente. Em vez disso, oferece uma base estruturada para a próxima geração de design. Ao organizar o panorama de opções e mapear explicitamente as compensações, os pesquisadores deram aos arquitetos um vocabulário comum e um método rigoroso para a tomada de decisões. Essa mudança permite que o campo amadureça, passando de uma coleção de experimentos isolados para uma disciplina coesa, onde os sistemas podem ser projetados com intenção, confiabilidade e uma compreensão clara de suas limitações. À medida que esses sistemas inteligentes se tornam mais integrados em nossas vidas diárias, ter um mapa claro de como eles são construídos e do que podem ou não fazer será essencial para criar uma tecnologia que seja ao mesmo tempo poderosa e confiável.