From Multi-Agent Systems and the Semantic Web to Agentic AI: A Unified Narrative of the Web of Agents
Este artigo apresenta uma narrativa unificada da evolução da "Web de Agentes" de 1990 a 2026, argumentando que uma "migração de esforço semântico" da coordenação de plataformas para a anotação de dados e, finalmente, para a interpretação de modelos define três gerações distintas, ao mesmo tempo que oferece um quadro comparativo, classificações de sistemas e uma análise da convergência institucional recente para identificar desafios persistentes e direções futuras para a IA Agêntica.
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 a internet não como uma biblioteca de livros estáticos (documentos), mas como uma cidade movimentada cheia de trabalhadores autônomos (agentes) que podem conversar entre si, fazer acordos e realizar tarefas em seu nome. Este artigo chama essa futura cidade de "Web de Agentes".
Os autores, uma equipe da Universidade de Luxemburgo, argumentam que temos tentado construir essa cidade há 30 anos. Eles traçam a história dessas tentativas através de três "gerações" distintas, mostrando como continuamos movendo o "cérebro" do sistema para lugares diferentes, apenas para perceber que cada movimento criava um novo problema.
Aqui está a história da Web de Agentes, contada em termos simples com algumas analogias criativas.
As Três Gerações: Movendo o "Cérebro"
O artigo argumenta que a história da tecnologia de agentes é uma história de onde decidimos colocar o "significado" (semântica) da conversa.
Geração 1: O "Clube Exclusivo" (1995–2005)
- A Ideia: Imagine um clube de campo de alto padrão onde cada membro deve usar um uniforme específico e falar uma linguagem muito formal e rígida (como o latim) para entrar.
- Como funcionava: Esta foi a era dos Sistemas Multiagentes (MAS). Pesquisadores construíram plataformas complexas (como um gerente de clube) que impunham regras estritas. Os agentes tinham que seguir um protocolo específico de "ato de fala" (como dizer "Eu solicito" ou "Eu prometo" de uma maneira muito específica).
- O Problema: A internet é como um mercado de rua caótico e aberto, não um clube de campo. As "regras do clube" eram muito pesadas e complexas para a web aberta. A tecnologia funcionava dentro de laboratórios fechados, mas falhou em se conectar com o resto da internet.
- A Lição: Você não pode forçar a web aberta a agir como um clube privado.
Geração 2: A "Biblioteca Anotada" (2001–2012)
- A Ideia: Se os agentes não conseguem concordar sobre uma linguagem, vamos apenas rotular os livros na biblioteca tão claramente que qualquer um possa entendê-los.
- Como funcionava: Esta foi a Web Semântica. Em vez de tornar os agentes inteligentes, os pesquisadores tentaram tornar os dados inteligentes. Eles queriam adicionar etiquetas complexas (ontologias) a cada página da web para que as máquinas pudessem entender o significado do conteúdo.
- O Problema: Era muito trabalho. Rotular manualmente a internet inteira era como tentar escrever um dicionário para cada palavra em cada livro do mundo. Era caro demais e o sistema era muito frágil (se uma etiqueta estivesse ligeiramente errada, tudo quebrava).
- A Lição: Você não pode depender de humanos para rotular manualmente a internet inteira.
Geração 3: O "Estagiário Inteligente" (Anos 2020–Presente)
- A Ideia: Pare de tentar rotular os livros ou forçar uma linguagem específica. Apenas contrate um estagiário superinteligente que possa ler qualquer coisa, entender o contexto e resolver as coisas sobre a marcha.
- Como funcionava: Esta é a era atual dos Agentes de LLM (Modelos de Linguagem de Grande Escala). O "significado" está agora dentro do próprio modelo de IA. A IA não precisa de dados pré-rotulados; ela usa seu treinamento para entender a linguagem natural e descobrir quais ferramentas usar.
- O Resultado: Isso finalmente funcionou! Como a IA é flexível, podemos finalmente construir uma Web de Agentes.
- O Problema: Como a IA está "adivinhando" o significado com base em padrões em vez de seguir regras estritas, nem sempre podemos provar por que ela fez algo. É flexível, mas não é perfeitamente verificável.
A Nova "Infraestrutura da Cidade" (2024–2026)
O artigo destaca uma mudança massiva acontecendo agora (final de 2024 a 2026). Pela primeira vez, a "encanamento" está sendo instalado para permitir que esses agentes realmente façam negócios.
- Os Protocolos (As Linhas Telefônicas): Novos padrões como MCP (Protocolo de Contexto do Modelo) e A2A (Agente para Agente) estão sendo lançados.
- Analogia: Pense no MCP como uma tomada de energia universal. Não importa qual ferramenta você tenha, você pode conectá-la à IA.
- Analogia: Pense no A2A como um sistema universal de números de telefone. Permite que o Agente A ligue para o Agente B, independentemente de quem os criou.
- O Sistema de Pagamento (A Carteira): Por décadas, os agentes não podiam pagar por coisas. Agora, gigantes como Visa, Mastercard e Stripe estão construindo trilhas de pagamento específicas para agentes.
- Analogia: Antes, os agentes eram como crianças que podiam falar, mas não tinham dinheiro. Agora, eles têm seus próprios cartões de crédito com limites de gastos.
- As Regras (A Polícia): Governos (como a UE) e grupos de segurança estão começando a escrever leis especificamente para esses agentes, garantindo que eles não fiquem fora de controle.
As Sete "Lições" e "Desafios"
Os autores resumem sete lições principais dessa jornada de 30 anos. Aqui estão as principais:
- Tudo Deve Se Encaixar: Você não pode ter apenas um cérebro excelente (IA) se as linhas telefônicas (protocolos) ou o sistema de pagamento (economia) não funcionarem. Todas as partes devem estar alinhadas.
- A Migração do "Cérebro": Movemos o "cérebro" da Plataforma (Geração 1) para os Dados (Geração 2) e depois para o Modelo (Geração 3). Cada vez que o movemos, ganhamos flexibilidade, mas perdemos algumas garantias de segurança.
- Dinheiro Importa: A Web Semântica falhou porque ninguém tinha um modelo de negócios para pagar pelo trabalho. Agora, redes de pagamento estão entrando para corrigir isso.
- A Armadilha da "Confiança": Toda vez que tentamos encontrar agentes, construímos um "guia telefônico" central (um registro). Esses sempre falham em grande escala. Precisamos de uma maneira descentralizada de encontrar agentes, como uma rede ponto a ponto.
- O Problema da "Caixa Preta": Como a IA moderna resolve as coisas por conta própria, nem sempre podemos verificar se ela está fazendo a coisa certa. O próximo passo é adicionar "contratos assinados" para que possamos verificar as ações da IA sem perder sua flexibilidade.
- O Quebra-Cabeça do "Consentimento": Se o Agente A pede ao Agente B para fazer algo, e o Agente B pede ao Agente C, quem realmente deu permissão? Precisamos de regras melhores para passar a permissão adiante.
- A Regulamentação Está Atravessando: Pela primeira vez, leis estão sendo escritas enquanto a tecnologia está sendo construída, não anos depois.
O Futuro: Uma Era de "Contratos Verificados"?
O artigo prevê que uma quarta fase está chegando. Estamos atualmente na fase "flexível, mas não verificada". O futuro provavelmente será uma mistura: IA Flexível envolta em Contratos Assinados.
- Analogia: Imagine um artista muito criativo (a IA) que tem permissão para pintar o que quiser, mas deve assinar um documento legal no final de cada pintura, provando que não quebrou as regras. Isso nos dá o melhor dos dois mundos: criatividade e segurança.
Resumo
O artigo conclui que a "Web de Agentes" não é mais apenas um sonho de ficção científica. A tecnologia (IA), as ferramentas (protocolos), o dinheiro (pagamentos) e as regras (regulamentações) finalmente estão se unindo. O desafio agora não é construir agentes mais inteligentes; é construir uma cidade confiável, segura e economicamente viável onde todos possam viver e trabalhar juntos.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.