💬 NLP

SEW: Self-Evolving Agentic Workflows for Automated Code Generation

O artigo apresenta o SEW, um novo framework de auto-evolução que gera e otimiza automaticamente fluxos de trabalho multi-agente para a geração de código, demonstrando melhorias significativas em benchmarks complexos ao superar a dependência de designs manuais.

Autores originais: Siwei Liu, Jinyuan Fang, Han Zhou, Yingxu Wang, Zaiqiao Meng

Publicado 2026-04-15

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Siwei Liu, Jinyuan Fang, Han Zhou, Yingxu Wang, Zaiqiao Meng

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você precisa construir uma casa muito complexa. Você poderia tentar fazer tudo sozinho, mas é provável que cometa erros, esqueça detalhes ou demore muito.

A Inteligência Artificial (IA), especificamente os Grandes Modelos de Linguagem (LLMs), é como um arquiteto genial que sabe escrever código (o "plano" da casa) muito bem. No entanto, quando o projeto fica muito complicado, esse arquiteto sozinho começa a se confundir.

A solução comum hoje em dia é criar uma "equipe" de agentes de IA: um desenha, outro calcula a estrutura, outro revisa. Mas há um problema: quem cria essa equipe? Hoje, humanos têm que desenhar manualmente quem faz o quê e como eles conversam entre si. É como se um humano tivesse que desenhar o organograma da empresa toda vez que surge um novo projeto. Isso é lento e não funciona bem para todos os tipos de problemas.

É aqui que entra o SEW (Fluxo de Trabalho Autoevolutivo), a ideia brilhante deste artigo.

O SEW: A Empresa que se Reorganiza Sozinha

Pense no SEW não como um software estático, mas como uma empresa viva que aprende e se adapta sozinha.

O Começo (A Semente):
Imagine que você dá uma tarefa para a IA: "Crie um programa que calcule a soma dos quadrados". O SEW começa montando uma equipe básica e um fluxo de trabalho simples (quem faz o quê).
A Evolução (O Treinamento):
Aqui está a mágica. O SEW usa um processo chamado Evolução. É como se a equipe tivesse um "treinador" (que é também uma IA) que olha para o trabalho feito, vê onde errou e diz: "Ei, o revisor não está sendo crítico o suficiente" ou "Precisamos de mais um especialista em testes antes de finalizar".

O SEW faz duas coisas principais:
- Reorganiza a Estrutura: Ele muda quem conversa com quem. Talvez mude a ordem dos passos ou adicione um novo agente. É como trocar a planta da casa para que o fluxo de trabalho seja mais lógico.
- Melhora os "Roteiros" (Prompts): Cada agente tem um "roteiro" (instruções sobre como agir). O SEW usa técnicas criativas para reescrever esses roteiros, tornando-os mais inteligentes e precisos, como se estivesse ensinando o funcionário a fazer um trabalho melhor.
A Auto-Reflexão (O Espelho):
O sistema não apenas tenta e erra; ele usa diferentes "idiomas" para descrever como a equipe funciona. O artigo testou cinco formas de descrever esse fluxo:
- BPMN: Como um diagrama de fluxo de negócios (setas e caixas).
- CoRE: Uma mistura de código e linguagem natural (como um roteiro de filme misturado com instruções técnicas).
- Python/YAML: Linguagens de programação e configuração.
- Pseudo-código: Um rascunho de como o código funcionaria.
O SEW descobriu que o CoRE foi o melhor "idioma" para a IA entender e melhorar o processo, pois é flexível e claro.

O Resultado: Uma Equipe que Fica Mais Forte a Cada Dia

O artigo testou essa ideia em desafios de programação reais e difíceis (como o LiveCodeBench). Os resultados foram impressionantes:

Melhoria Automática: O SEW conseguiu criar fluxos de trabalho que eram 12% melhores do que usar apenas a IA sozinha.
Adaptabilidade: Diferente de sistemas antigos que precisam de um humano para reescrever as regras a cada novo problema, o SEW se adapta sozinho. Se o problema muda, a equipe se reorganiza.
Robustez: O sistema aprendeu a evitar erros comuns, como criar loops infinitos ou agentes que não se entendem.

Analogia Final: O Chef de Cozinha

Imagine que você é um chef tentando criar um prato novo e complexo.

IA Sozinha: É você tentando cozinhar tudo de uma vez. Você pode queimar o arroz enquanto tenta cortar a cebola.
Sistemas Atuais (Manuais): Você contrata uma equipe, mas você mesmo tem que escrever o manual de instruções de cada um. Se o manual estiver ruim, a comida sai ruim.
SEW: É como ter uma equipe de chefs que, após cada refeição, se reúne, discute o que deu errado, muda a organização da cozinha, melhora as receitas de cada um e, no dia seguinte, já está mais eficiente. Eles evoluem sozinhos para cozinhar melhor.

Conclusão

O SEW é um passo gigante para a automação. Ele tira o peso das costas dos humanos de terem que desenhar manualmente como as IAs devem trabalhar em equipe. Em vez de nós dizermos à IA como pensar, nós damos a ela a capacidade de aprender a pensar em equipe sozinha, tornando a geração de código mais rápida, precisa e adaptável a qualquer desafio.

Resumo Técnico: SEW (Fluxos de Trabalho de Agentes Auto-Evolucionários)

1. O Problema

Os Grandes Modelos de Linguagem (LLMs) demonstraram eficácia na geração de código, mas enfrentam desafios crescentes ao lidar com tarefas complexas que exigem mais do que uma única instância de modelo (agente único).

Limitação Atual: A pesquisa existente foca em sistemas multi-agente onde fluxos de trabalho (workflows) são projetados manualmente. Isso inclui a definição da topologia do fluxo (quem se conecta a quem) e os prompts (instruções) de cada agente.
Gargalo: A dependência de designs manuais limita a adaptabilidade. Um fluxo otimizado para uma tarefa de aprendizado de máquina pode não funcionar para desenvolvimento de software. Criar manualmente fluxos para cada novo tipo de problema é ineficiente e não aproveita o potencial de adaptação autônoma dos LLMs.

2. Metodologia: O Framework SEW

O artigo propõe o SEW (Self-Evolving Workflow), um framework inovador que automatiza a geração e otimização de fluxos de trabalho multi-agente através de um processo evolutivo. O sistema não depende de dados de treinamento, mas sim de operadores de mutação baseados em LLMs.

O framework consiste em três módulos principais:

Geração de Fluxo de Trabalho (Workflow Generation):
- O sistema começa gerando um fluxo de trabalho inicial baseado na descrição da tarefa e em um modelo (template).
- Representação: O SEW explora e compara cinco esquemas de representação textual para os fluxos: BPMN, CoRE (Code Representation and Execution), Python, YAML e Pseudo-código. O objetivo é encontrar a melhor forma de codificar a estrutura do fluxo para que o LLM possa interpretá-la e modificá-la.
Evolução do Fluxo de Trabalho (Workflow Evolution):
- Utiliza um operador de Evolução Direta (DE) para reconstruir e rearranjar a estrutura do fluxo inicial.
- O LLM atua como um operador de mutação, recebendo o fluxo atual e um "prompt de mutação" para gerar uma nova versão ( $W'$ ).
- São definidas métricas de validação: Taxa de Sucesso Lógico (LSR) (se o fluxo gerado é sintaticamente válido) e Taxa de Sucesso de Geração (GSR) (se o fluxo produz código Python executável).
Evolução do Agente (Agent Evolution):
- Após definir a estrutura, o sistema otimiza os prompts individuais de cada agente dentro do fluxo.
- Evolução Direta (DE): Aplica um prompt de mutação diretamente ao prompt do agente. Pode ser de primeira ordem (uma mutação) ou segunda ordem (mutação sobre a mutação).
- Evolução Hiper (HE): Foca em gerar prompts de mutação mais eficazes antes de aplicá-los ao agente. Pode usar heurísticas cognitivas gerais (ordem zero) ou mutar o próprio prompt de mutação (primeira ordem).

3. Contribuições Principais

Investigação de Esquemas de Representação: O estudo compara sistematicamente BPMN, CoRE, Python, YAML e Pseudo-código para determinar qual formato permite a melhor interpretação e otimização por LLMs em fluxos auto-evolutivos.
Construção do Zero: Diferente de trabalhos anteriores que montam agentes a partir de operadores predefinidos, o SEW constrói fluxos de trabalho completos do zero, condicionados apenas à descrição da tarefa.
Mecanismo de Auto-Evolução: Introduz uma abordagem onde os LLMs melhoram conjuntamente a estrutura do fluxo e os prompts dos agentes, sem intervenção humana.
Validação Empírica: Extensivos experimentos em três benchmarks de código (MBPP, HumanEval+ e LiveCodeBench) demonstram a superioridade do método.

4. Resultados Experimentais

Os experimentos foram realizados utilizando os modelos base Claude Opus 4.6 e GPT-5.3 (simulados no contexto do papel) em três conjuntos de dados.

Desempenho Geral: O SEW superou consistentemente os modelos base (single-agent), técnicas de Chain-of-Thought (CoT) e outros métodos de estado da arte como ADAS e AFlow.
- No benchmark desafiador LiveCodeBench, o SEW obteve uma melhoria de até 12% em comparação ao uso do LLM base isolado.
- Exemplo de métrica (pass@1 com Claude Opus 4.6):
  - Base: 52.0%
  - SEW: 57.2%
Análise de Representação (RQ1):
- O esquema CoRE foi identificado como o mais eficaz. Embora o BPMN tenha a maior taxa de sucesso lógico (LSR), o CoRE apresentou a melhor taxa de sucesso de geração (GSR), equilibrando corretude lógica e capacidade de execução.
Análise de Módulos (RQ2):
- A evolução do fluxo de trabalho (estrutura) já traz melhorias significativas.
- A evolução conjunta do fluxo + agentes (otimização de prompts) traz ganhos adicionais, melhorando o desempenho em LiveCodeBench em 9.5% para fluxos de "Análise de Tarefa".
Estratégias de Evolução (RQ3):
- Evolução Hiper (HE): Apresentou menor variância e maior robustez, sendo mais estável em diferentes tarefas.
- Evolução Direta (DE): Especialmente a segunda ordem, tende a atingir picos de desempenho mais altos, mas com maior variabilidade. A escolha depende se o objetivo é consistência (HE) ou maximização de pico (DE).

5. Significado e Conclusão

O SEW representa um avanço significativo na automação de sistemas multi-agente. Ao eliminar a necessidade de engenharia manual de prompts e topologias de fluxo, o framework permite que os sistemas de IA se adaptem dinamicamente a diferentes tipos de problemas de codificação.

Impacto: Reduz a dependência de design manual, tornando os agentes mais escaláveis e adaptáveis.
Limitações: A generalização para tarefas não relacionadas a código (como raciocínio puro ou planejamento) ainda precisa ser investigada. Além disso, a eficácia do sistema ainda depende das capacidades do LLM subjacente.
Futuro: O trabalho sugere que a combinação de representação estruturada (como CoRE) com mecanismos de auto-evolução é o caminho para criar agentes de software autônomos e altamente eficientes.