Resumo Técnico: Rumo ao Raciocínio Autônomo Multi-Agente em Hidrodinâmica

Declaração do Problema

Sistemas de agente único (SAS) tornaram-se o paradigma padrão para fluxos de trabalho científicos impulsionados por Modelos de Linguagem de Grande Escala (LLM), dependendo de um modelo solitário para rotear planejamento, raciocínio e execução de ferramentas através de uma única janela de contexto. No entanto, à medida que as investigações científicas aumentam em complexidade, as arquiteturas SAS enfrentam tetos estruturais e cognitivos. O influxo cumulativo de documentação de ferramentas, histórico observacional e instruções de prompt satura rapidamente os limites de contexto do modelo, diluindo a atenção e degradando o desempenho. Além disso, rotear toda a lógica através de um único nó cria gargalos operacionais; se o agente falhar em uma subtarefa ou tiver dificuldade em integrar domínios concorrentes de expertise, todo o pipeline analítico estagna.

No domínio específico da hidrodinâmica, esses desafios são exacerbados pela natureza inerentemente multissource dos dados. A caracterização de perigos de inundação costeira exige a reconciliação de dados observacionais de proveniência fundamentalmente diferente (por exemplo, registros de marégrafos, levantamentos batimétricos, sensoriamento remoto e saídas de modelos de grade não estruturada) que diferem em formato, resolução e quantidades físicas. A hidrodinâmica operacional ainda se baseia em forçamento atmosférico, limites oceânicos e descarga fluvial, criando uma paisagem de dados fragmentada resistente a consultas unificadas sob um único esquema.

Metodologia

Os autores apresentam um protótipo de Sistema Multi-Agente (MAS) projetado para automatizar fluxos de trabalho científicos em hidrodinâmica, especificamente para prever marés de tempestade induzidas por furacões. O sistema afasta-se de arquiteturas monolíticas em direção a uma orquestração estruturada em grafo usando um Grafo de Execução de Camadas (LEG).

Arquitetura Central

O MAS é composto por agentes selecionados dinamicamente dispostos em um LEG durante a execução. O sistema utiliza um registro para definir identidades de agentes, capacidades e listas de permissão de ferramentas. Os agentes são categorizados da seguinte forma:

1. Agentes Especialistas: Estes agentes operam sob listas de permissão de ferramentas estritas e ocupam papéis complementares de classe de dados. Eles incluem:
   • NHC: Recupera orientações de ciclones tropicais, melhores trajetórias e avisos.
   • NOAA CO-OPS: Fornece níveis de água observados e previstos.
   • USGS: Fornece marcas de água alta baseadas em levantamentos e dados de eventos.
   • FEMA: Acessa mapas de taxas de seguro contra inundações e camadas digitais de perigo.
   • STOFS: Gera gráficos de contorno de previsões operacionais de maré de tempestade.
   • OSM: Obtém tiles do Open Street Map.
2. Agentes de Propósito Geral: Estes gerenciam o fluxo de trabalho e a síntese:
   • Arquiteto de Grafo: Constrói o LEG com base em heurísticas de roteamento em linguagem natural derivadas do registro. Ele determina se deve usar um pipeline único ou trilhas paralelas.
   • Consolidador: Funde saídas paralelas de uma camada em resumos concisos para compactar o contexto para agentes a jusante.
   • Fusão de Trilhas Cruzadas: Consolida saídas de múltiplas trilhas paralelas.
   • Agente de Imagem: Analisa imagens (por exemplo, de STOFS ou OSM) usando capacidades de ponta de compreensão de imagem de LLM.
   • Relator: Sintetiza a resposta final com base no material fundido e na consulta original.

Estratégia de Orquestração

O Arquiteto de Grafo mapeia consultas de usuários para um LEG usando heurísticas de roteamento em linguagem natural que capturam conhecimento de domínio sem codificar logicamente de forma rígida. O LEG suporta duas topologias:

• Pipeline Único: Uma sequência ordenada de camadas.
• Trilhas Paralelas: Subperguntas independentes são atribuídas a pipelines distintos, que são posteriormente fundidos.

Crucialmente, o sistema emprega uma estratégia de compactação de contexto. Quando múltiplos especialistas operam em paralelo dentro de uma camada, suas saídas não são passadas brutas para a próxima etapa. Em vez disso, um agente Consolidador as funde em um bloco markdown coerente, prevenindo a saturação da janela de contexto. O tempo de execução mantém um rastro de auditoria estruturado para cada invocação de ferramenta, registrando argumentos, temporização, hashes de conteúdo e URLs para suportar a proveniência dos dados e a auditabilidade.

O protótipo depende de chamadas de ferramentas baseadas em Python e compreensão de imagem, interagindo com APIs da Anthropic e OpenAI (especificamente usando o Claude Sonnet 4.6 como modelo base para todos os agentes na avaliação).

Contribuições Principais

1. Orquestração por Grafo de Execução de Camadas (LEG): O artigo introduz uma estratégia de coordenação baseada em grafos que agrupa o trabalho em etapas sincronizadas (camadas) executadas em paralelo antes de fundir em barreiras. Isso difere dos Grafos Acíclicos Direcionados (DAGs) padrão ao impor barreiras globais de camada e sincronização por etapa, o que auxilia no gerenciamento de contexto.
2. Heurísticas de Roteamento Específicas de Domínio: O sistema utiliza heurísticas em linguagem natural dentro do Arquiteto de Grafo para tomar decisões de roteamento (por exemplo, obter dados de melhor trajetória antes de dados de maré, ou separar especialistas observados versus hipotéticos) em vez de depender de fluxos de trabalho programáticos rígidos e pré-definidos.
3. Compactação de Contexto via Consolidação: A introdução de um agente Consolidador dedicado para fundir saídas paralelas aborda o gargalo de "saturação de contexto" inerente aos sistemas de agente único, permitindo que o sistema lide com consultas complexas e multissource sem sobrecarregar a janela de contexto do LLM.
4. Execução Consciente de Proveniência: O sistema registra cada invocação de ferramenta com um identificador de rastreamento compartilhado, criando um livro-razão para escrutinar a proveniência de declarações e quantidades relatadas.

Resultados

O protótipo foi avaliado em 37 consultas abrangendo seis categorias de complexidade, variando de consultas de especialista único a consultas paralelas complexas e multitrilha. Todos os experimentos usaram o Claude Sonnet 4.6.

• Desempenho: O sistema alcançou uma precisão factual geral de 93,6% com uma taxa de aprovação de 100% (zero erros de execução).
• Precisão por Complexidade:
  • Consultas de agente único (por exemplo, categorias de tempestades do NHC) alcançaram 99,5% de precisão.
  • Pipelines lineares multiagente alcançaram 90,1–95,0% de precisão.
  • Consultas de trilha paralela alcançaram 94,9–95,9% de precisão.
  • A menor precisão (82,2%) ocorreu na categoria "NHC→N+U", onde o sistema teve que reconciliar observações de marégrafos com marcas de água alta levantadas de instrumentos independentes com datums verticais diferentes.
• Robustez:
  • Testes de Estresse: A precisão permaneceu acima de 90% mesmo ao escalar de uma para cinco subperguntas independentes.
  • Robustez Adversarial: O sistema nunca alucinou dados para cenários impossíveis (por exemplo, tempestades inexistentes ou locais interiores) e detectou 4 de 5 premissas problemáticas.
  • Tolerância a Falhas: Em interrupções simuladas de API (NOAA CO-OPS, USGS ou FEMA), o sistema degradou-se graciosamente, retornando respostas parciais substanciais sem travar.
• Estudos de Ablação:
  • Substituir o Arquiteto de Grafo adaptativo por um pipeline estático reduziu a precisão factual em 28,7 pontos percentuais, confirmando que o planejamento adaptativo é crítico.
  • Remover o agente Consolidador reduziu a precisão factual em 4,6 pontos, embora tenha aumentado as pontuações de atribuição de fonte (devido à presença de tokens técnicos brutos), destacando um compromisso entre coerência e retenção de dados brutos.
  • Remover o agente Relator reduziu a precisão factual em 10,8 pontos, demonstrando o valor da etapa final de síntese.
• Custo: O sistema é computacionalmente eficiente em relação ao trabalho realizado; agentes especialistas consumiram 92,2% dos tokens, enquanto a sobrecarga de orquestração (Arquiteto, Consolidador, Relator) representou apenas ~6%.

Significado e Alegações

O artigo alega que a orquestração multiagente estruturada em grafos, guiada por planejadores, pode aliviar significativamente os gargalos de saturação de contexto que restringem arquiteturas monolíticas de agente único. Os autores argumentam que, embora os Sistemas Multi-Agente (MAS) introduzam novas complexidades regarding comunicação e latência, eles são uma estratégia viável para investigações de alta complexidade e multiescala, como modelagem geocientífica, onde os benefícios do raciocínio colaborativo especializado superam a sobrecarga de coordenação.

O trabalho sugere que distribuir estado e execução de ferramentas através de múltiplas janelas de contexto impede que qualquer agente único fique sobrecarregado por dados heterogêneos. Além disso, a separação de preocupações — onde agentes especialistas lidam com a recuperação e agentes de propósito geral lidam com o planejamento e a síntese — cria uma decomposição estruturalmente necessária para fluxos de trabalho científicos complexos.

Os autores permanecem modestos sobre o estado atual do protótipo, observando que é "bastante leve" e não executa modelos hidrodinâmicos em si, mas depende fortemente de APIs. Eles reconhecem que a estratégia atual de registro de proveniência pode não ser ideal para fluxos de trabalho grandes e que o sistema atualmente carece de um agente "supervisor" para redundância e recuperação de erros. No entanto, os resultados indicam que esta arquitetura é precisa, resiliente e extensível a outros subdomínios nas geociências.