🤖 AI

SoK: Agentic Skills -- Beyond Tool Use in LLM Agents

Este artigo apresenta uma visão abrangente sobre habilidades agênicas em LLMs, propondo taxonomias de design e representação, analisando riscos de segurança exemplificados pelo ataque ClawHavoc e destacando a importância da avaliação rigorosa para o desenvolvimento de agentes autônomos robustos e confiáveis.

Autores originais: Yanna Jiang, Delong Li, Haiyu Deng, Baihe Ma, Xu Wang, Qin Wang, Guangsheng Yu

Publicado 2026-02-25

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Yanna Jiang, Delong Li, Haiyu Deng, Baihe Ma, Xu Wang, Qin Wang, Guangsheng Yu

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 tem um assistente pessoal superinteligente, um robô de texto (chamado de Agente de IA) que pode navegar na internet, escrever códigos e organizar sua vida. No começo, esse robô era como um estudante brilhante, mas esquecido: para cada tarefa nova, ele precisava "pensar do zero", como se nunca tivesse feito aquilo antes. Se ele consertou um erro de código 100 vezes, na 101ª vez ele ainda tentava descobrir a solução como se fosse a primeira.

Este artigo é como um manual de instruções para transformar esse estudante esquecido em um mestre artesão. A ideia central é o conceito de "Habilidades Agentes" (Agentic Skills).

Aqui está a explicação simplificada, usando analogias do dia a dia:

1. O Que é uma "Habilidade Agente"?

Pense nas habilidades como receitas de bolo prontas ou ferramentas em uma caixa de ferramentas, em vez de apenas ingredientes soltos.

Ferramentas (Tools): São como um martelo ou uma chave de fenda. Elas fazem uma coisa só (bater um prego, apertar um parafuso).
Planos (Plans): São como um rascunho feito na hora: "Primeiro vou fazer isso, depois aquilo". Se você apagar o rascunho, o plano some.
Habilidades (Skills): São receitas completas e testadas. Elas não são apenas um passo; são um pacote que diz:
1. Quando usar: "Use esta receita apenas se o bolo estiver queimando" (Condição de Aplicabilidade).
2. Como fazer: O passo a passo exato (a "política" ou código).
3. Quando parar: "Pare quando o bolo estiver dourado" (Critério de Término).
4. Como pedir: Um rótulo claro para você saber como chamar essa receita (Interface).

A Grande Vantagem: Em vez de o robô pensar em tudo toda vez, ele apenas pega a "receita" certa da prateleira e executa. Isso economiza tempo, energia e evita erros.

2. O Ciclo de Vida da Habilidade (A Fábrica de Receitas)

O artigo descreve como essas habilidades nascem e vivem, como uma fábrica de produtos:

Descoberta: O robô percebe que está fazendo a mesma tarefa repetidamente e diz: "Ei, vamos criar uma receita para isso!".
Prática: O robô tenta a receita várias vezes, erra, corrige e melhora até ficar perfeita.
Destilação: Transforma o processo bagunçado em uma receita limpa e curta.
Armazenamento: Guarda a receita em uma biblioteca organizada (como um Google Drive de receitas).
Uso: Quando precisa, o robô busca a receita certa e executa.
Atualização: Se a cozinha muda (o mundo muda), a receita é atualizada para não ficar obsoleta.

3. Os 7 Estilos de "Empacotamento" (Como as Receitas são Entregas)

Os autores identificaram 7 maneiras diferentes de como essas habilidades são organizadas nos sistemas atuais:

O Menu de Opções (Metadados): O robô vê apenas o nome da receita ("Fazer Café"). Só quando ele escolhe, o robô lê os detalhes. Economiza espaço na memória.
O Código Executável: A receita é um programa de computador real (Python). É preciso e não erra, mas se a cozinha mudar (a internet mudar), o programa pode quebrar.
O Guarda-Chuva de Regras: A habilidade força o robô a seguir um caminho rígido (ex: "Sempre teste antes de construir"). É seguro, mas pouco flexível.
A Biblioteca que Cresce Sozinha: O robô cria suas próprias receitas novas enquanto trabalha. É incrível, mas perigoso: ele pode criar receitas ruins se ninguém supervisionar.
O Híbrido (Texto + Código): Uma receita que tem instruções em português para entender o contexto e um código para fazer a parte chata. O melhor dos dois mundos, mas pode gerar confusão se as partes não combinarem.
O Mestre de Receitas (Meta-Habilidades): Uma habilidade que serve para criar outras habilidades. É como um robô que escreve novas receitas para outros robôs.
A Loja de Aplicativos (Marketplace): As habilidades são vendidas ou compartilhadas publicamente. É ótimo para crescer rápido, mas é onde mora o perigo (veja abaixo).

4. O Perigo: A História do "ClawHavoc" (O Ataque na Loja)

O artigo conta uma história assustadora e real sobre o ClawHavoc. Imagine que a "Loja de Receitas" (Marketplace) foi invadida.

O Que Aconteceu: Criminosos subiram 1.200 "receitas" maliciosas na loja.
O Disfarce: Elas pareciam receitas normais e úteis (ex: "Como organizar planilhas").
O Golpe: Assim que o robô usava a receita, ela roubava senhas, chaves de criptomoedas e dados bancários.
A Lição: Quando você deixa qualquer um colocar receitas na sua prateleira sem verificar, você está convidando ladrões para sua casa. O artigo mostra que a segurança precisa ser tão forte quanto a utilidade.

5. O Que Funciona e O Que Não Funciona (A Prova)

Os pesquisadores testaram isso na prática e descobriram algo importante:

Receitas Curadas (Feitas por Humanos): Quando humanos escrevem e testam as receitas, o robô fica muito melhor (16% mais eficiente). Ele acerta mais tarefas.
Receitas Geradas Sozinhas: Quando o robô tenta criar suas próprias receitas sem supervisão, ele geralmente piora o desempenho. Ele cria "receitas" confusas ou cheias de erros.
O Segredo: Ter uma biblioteca pequena e bem feita é melhor do que ter uma biblioteca gigante e bagunçada.

Conclusão: O Futuro dos Robôs

Este artigo nos diz que o futuro dos robôs inteligentes não está apenas em torná-los "mais espertos" (com mais cérebro), mas em dar a eles uma biblioteca de habilidades confiáveis.

É como a diferença entre dar a um cozinheiro um monte de ingredientes soltos e deixá-lo tentar adivinhar a receita, versus dar a ele um livro de receitas testadas, seguras e organizadas. O desafio agora é garantir que essa biblioteca seja segura contra ladrões e que as receitas sejam sempre verificadas antes de serem usadas.

Resumo em uma frase: Para que os robôs sejam verdadeiramente úteis no mundo real, precisamos deixá-los usar "receitas" (habilidades) que são seguras, testadas e fáceis de encontrar, em vez de fazê-los inventar tudo do zero a cada vez.

1. O Problema

Os agentes baseados em Grandes Modelos de Linguagem (LLMs) evoluíram rapidamente de sistemas de resposta única para sistemas autônomos multi-etapa. No entanto, persiste uma ineficiência fundamental: a perda de conhecimento procedimental.

Reinvenção Constante: Cada nova tarefa força o agente a rederivar uma estratégia de execução do zero, mesmo que tenha realizado tarefas semelhantes anteriormente. O conhecimento ganho com a experiência desaparece ao final da janela de contexto.
Limitação das Abstrações Atuais: Ferramentas (tools) são primitivas atômicas sem tomada de decisão interna; planos (plans) são scaffolds de raciocínio de uso único; e memórias episódicas armazenam observações, mas não "como agir".
Necessidade: Há uma lacuna na sistematização de Habilidades Agênicas (Agentic Skills) — módulos reutilizáveis e chamáveis que encapsulam conhecimento procedimental, condições de aplicabilidade e critérios de terminação, permitindo que os agentes operem de forma confiável em fluxos de trabalho de longo prazo.

2. Metodologia

O artigo adota uma abordagem de Sistematização do Conhecimento (SoK):

Busca Sistemática: Revisão de 180 artigos candidatos em bases de dados acadêmicas (Google Scholar, arXiv, IEEE, etc.) e repositórios de código, filtrando para 65 artigos relevantes que abordam habilidades reutilizáveis, ciclos de vida de conhecimento procedimental ou ambientes de benchmark.
Análise de 24 Sistemas: Estudo aprofundo de sistemas representativos (ex: Voyager, SWE-agent, OpenClaw) para mapear padrões de design e taxonomias.
Desenvolvimento de Taxonomias: Criação de duas taxonomias complementares através de um processo iterativo de baixo para cima (bottom-up), validando-as contra o corpus de sistemas analisados.
Estudo de Caso de Segurança: Análise detalhada do ataque de cadeia de suprimentos "ClawHavoc" no mercado de habilidades OpenClaw para fundamentar a análise de riscos.

3. Definição Formal e Contribuições Principais

Definição Formal de Habilidade Agênica

O artigo define uma habilidade agênica ( $S$ ) como uma tupla de quatro componentes:
$S = (C, \pi, T, R)$

$C$ (Condição de Aplicabilidade): Predicado que determina se a habilidade é adequada para o contexto atual (observação e objetivo).
$\pi$ (Política Executável): O mapeamento de observações/histórico para ações ou chamadas de outras habilidades. Pode ser código, instruções em linguagem natural (NL) ou híbrido.
$T$ (Condição de Terminação): Especifica quando a habilidade deve parar (sucesso ou falha).
$R$ (Interface Chamável): Metadados e contrato (nome, parâmetros, retorno) que permitem a invocação programática.

Principais Contribuições

Modelo de Ciclo de Vida: Mapeamento de 7 estágios: Descoberta, Prática/Refinamento, Distilação, Armazenamento, Recuperação/Composição, Execução e Avaliação/Atualização.
Taxonomia de Padrões de Design (7 Padrões):
- Divulgação Progressiva Baseada em Metadados: Carrega instruções completas apenas quando necessário (economia de tokens).
- Código como Habilidade: Scripts executáveis (Python, JS) para determinismo.
- Aplicação de Fluxo de Trabalho: Força metodologias rígidas (ex: TDD) para reduzir alucinações.
- Bibliotecas de Habilidades Autoevolutivas: O agente cria e refina suas próprias habilidades.
- Macros Híbridas (NL + Código): Combina flexibilidade humana com execução determinística.
- Meta-habilidades: Habilidades que criam ou modificam outras habilidades.
- Distribuição via Plugin/Marketplace: Ecossistemas de terceiros (ex: OpenClaw, GPT Store).
Taxonomia Ortogonal (Representação $\times$ Escopo):
- Representação: Linguagem Natural, Código, Macros de Ferramentas, Políticas Aprendidas, Híbrido.
- Escopo: Interação Web, OS/Desktop, Engenharia de Software, Robótica, etc.
Análise de Segurança e Governança: Identificação de vetores de ataque específicos (envenenamento de metadados, injeção de prompt via payload da habilidade, "confused deputy") e proposta de um modelo de Níveis de Confiança (Trust Tiers).
Framework de Avaliação: Métricas para correção, robustez, eficiência e segurança, com evidências empíricas de benchmarks.

4. Resultados e Evidências Empíricas

Desempenho e Valor das Habilidades

Baseado no benchmark SkillsBench (86 tarefas, 7.308 trajetórias):

Habilidades Curadas vs. Geradas: Habilidades curadas por humanos aumentaram a taxa de sucesso média em 16,2 pontos percentuais (de 24,3% para 40,6%).
Degradação por Autogerado: Habilidades auto-geradas (sem verificação humana) degradaram o desempenho em 1,3 pontos percentuais em média, indicando que modelos atuais não conseguem criar conhecimento procedimental confiável em ambientes abertos sem verificação.
Variação por Domínio: O ganho foi massivo em áreas com dados procedimentais escassos no pré-treinamento (Saúde: +51,9%, Manufatura: +41,9%) e menor em Engenharia de Software (+4,5%).
Equalizadores de Computação: Modelos menores equipados com habilidades curadas superaram modelos maiores sem habilidades.

Segurança: O Caso ClawHavoc

O estudo analisou o ataque à plataforma OpenClaw/ClawHub:

Escala: 1.184 habilidades maliciosas detectadas em semanas; 36,8% de todas as habilidades publicadas continham falhas de segurança.
Impacto: Roubo em massa de chaves de API, carteiras de criptomoeda, credenciais de navegador e chaves SSH.
Vetores: O ataque explorou a falta de assinatura de proveniência, a ambiguidade na fronteira entre NL e código (injeção de prompt em documentos de habilidade) e a confiança excessiva em metadados para recuperação.
Conclusão: Scanners tradicionais de malware são insuficientes para habilidades agênicas, pois não analisam a semântica da política ( $\pi$ ) ou as condições de aplicabilidade ( $C$ ). É necessária uma auditoria em nível de tupla (C, $\pi$ , T, R).

5. Significado e Implicações

Mudança de Paradigma: O artigo estabelece que as habilidades agênicas não são apenas "ferramentas melhores", mas uma camada de memória procedimental essencial para a escalabilidade e confiabilidade dos agentes.
Governança é Crítica: A distribuição em massa de habilidades (Marketplace) introduz riscos de cadeia de suprimentos comparáveis ao npm/pip, mas com consequências mais graves (execução autônoma de código). A governança deve incluir assinatura de proveniência, auditoria de dependências e monitoramento contínuo.
Compromisso (Trade-off) Curadoria vs. Escala: Existe uma tensão fundamental entre a escalabilidade da geração automática de habilidades e a confiabilidade. A solução futura provavelmente envolve geração autônoma com verificação automatizada rigorosa (pipelines de CI/CD para habilidades).
Futuro da Pesquisa: O trabalho aponta para desafios abertos como a descoberta não supervisionada de habilidades, verificação formal de representações híbridas (NL + Código) e a detecção proativa de "deriva ambiental" (quando o ambiente muda e invalida a habilidade).

Em resumo, o artigo fornece a primeira sistematização completa do ecossistema de habilidades agênicas, demonstrando que, embora as habilidades curadas sejam um multiplicador de eficiência poderoso, a falta de padrões de segurança e governança robustos representa um risco crítico para a adoção de agentes autônomos em escala real.