Resumo Técnico: GraphFlow – Uma Arquitetura para Fluxos de Trabalho Visuais Formalmente Verificáveis

1. Declaração do Problema

A automação de IA agênica enfrenta uma lacuna crítica de confiabilidade em processos de múltiplas etapas e críticos para a missão. Sob modelos idealizados onde falhas de etapa são independentes, um fluxo de trabalho de dez etapas com 90% de confiabilidade por etapa resulta em apenas ~35% de sucesso global. Na prática, fluxos de trabalho do mundo real sofrem com erros compostos, falhas correlacionadas e comportamento não determinístico impulsionado pela estocasticidade dos modelos de IA, variações de prompts e pressupostos implícitos.

Plataformas de fluxo de trabalho existentes (por exemplo, Temporal, AWS Step Functions) fornecem execução durável e observabilidade, mas carecem de garantias de correção semântica. Sistemas agênicos que planejam no momento da inferência são sensíveis a variações de prompts e difíceis de auditar. Além disso, falhas de alto perfil em domínios como saúde (por exemplo, IBM Watson for Oncology) demonstram que sistemas de IA que performam bem em benchmarks frequentemente falham quando integrados a fluxos de trabalho do mundo real devido a problemas de integração com sistemas legados, lacunas na qualidade dos dados e pressupostos desalinhados entre etapas automatizadas e humanas. O desafio central é que as abordagens tradicionais não verificam suficientemente a intenção e a estrutura dos fluxos de trabalho antes da execução, nem modelam explicitamente limites de confiança onde o julgamento humano ou sistemas externos intervêm.

2. Metodologia e Arquitetura

O GraphFlow aborda essas questões tratando diagramas de fluxo de trabalho visuais como a especificação executável. A arquitetura desloca o trabalho agênico do planejamento de chamadas de ferramentas ad hoc para a autoria, seleção e invocação de diagramas pré-aprovados. O sistema fundamenta-se em três pilares interconectados:

A. Busca de Coorte

O GraphFlow fixa o limite de execução selecionando um escopo de dados auditável. Em vez de prompts implícitos, utiliza uma linguagem de consulta baseada em tags (Linguagem GraphFlow, ou GFL) para definir coortes (por exemplo, "todos os relatórios de vendas agendados, mas não concluídos"). Isso garante que o escopo de dados seja explícito, revisável e consistente entre execução e monitoramento.

B. Automação Formal

O sistema distingue entre dois modos de execução, ambos impulsionados pela mesma especificação de diagrama:

1. Núcleo Verificado (Tempo de Compilação): Um subconjunto restrito de diagramas (acíclicos, sequenciais) é compilado em automações reutilizáveis. Essas automações carregam contratos explícitos (requires/ensures) e obrigações de composição. Antes da admissão a uma biblioteca compartilhada, esses contratos devem ser verificados por um sistema de verificação formal. Este modo visa capacidades reutilizáveis, apoiadas por especificações.
2. Tempo de Execução Durável: Diagramas de produção completos podem incluir ciclos, repetições e esperas de longa duração. Estes executam sob um motor durável que registra resultados não determinísticos em um log de eventos apenas de adição. Isso suporta replay determinístico, repetições e aplicação opcional de contratos em tempo de execução nas fronteiras do sistema.

C. Painéis Operacionais

Os painéis utilizam a mesma infraestrutura de busca de coorte para monitorar o status de execução. Isso cria um sistema de malha fechada onde identificação, execução e monitoramento compartilham um modelo de dados unificado, permitindo verificação humana dos resultados.

Mecanismos Arquitetônicos Chave

• Faixas como Limites de Confiança: Diagramas utilizam faixas para classificar explicitamente nós como tempo de execução, sistema externo, IA ou humano. Isso determina elegibilidade de verificação (apenas nós em faixas específicas estão sujeitos a raciocínio estático) e requisitos de auditoria. Torna a responsabilidade explícita, separando lógica verificada de pressupostos externos.
• Diagrama-como-Especificação: O diagrama visual é a única fonte da verdade. Código gerado, obrigações de prova e comportamento em tempo de execução são derivados mecanicamente do diagrama, reduzindo a divergência entre design e execução.
• Integração de Agentes: Agentes atuam como consultores ou invocadores, em vez de sintetizadores. Eles selecionam diagramas aprovados existentes, propõem edições delimitadas, vinculam coortes e iniciam execuções. O fluxo de controle é definido pelo diagrama, confinando a não determinismo a nós de fronteira explícitos.

3. Contribuições Principais

O GraphFlow contribui com uma arquitetura inovadora que une expertise humana e automação de IA através de:

• Diagrama-como-Especificação: Um artefato unificado definindo estrutura, semântica e monitoramento, reduzindo a divergência diagrama-código.
• Garantias Duplas de Correção: Um núcleo verificado em tempo de compilação para automações reutilizáveis (via contratos verificados por prova) e garantias aplicadas em tempo de execução via execução durável com replay determinístico.
• Artefatos Gerados: Código e testes revisáveis e versionados derivados de diagramas, permitindo fluxos de trabalho de engenharia padrão.
• Artefatos de Prova: Obrigações de prova verificáveis por máquina para cada automação, validadas por um assistente de prova.
• Composição Orientada a Contratos: Tratar a composição como um problema de correção em tempo de compilação onde pós-condições devem implicar pré-condições a jusante.
• Modelagem Explícita de Fronteiras: Uso de faixas para marcar nós elegíveis para raciocínio estático versus aqueles que exigem aplicação em tempo de execução e auditoria.

4. Resultados Empíricos

O artigo relata um piloto de um ano (jan 2025 – dez 2025) em três locais clínicos envolvendo 8.728 inscrições únicas de pacientes e execuções correspondentes de fluxo de trabalho.

• Taxa de Conclusão: O sistema alcançou uma taxa de conclusão de 97,08% (8.473 concluídos, 255 com erro).
• Localização de Falhas: As falhas observadas foram esmagadoramente atribuíveis ao comportamento de sistemas externos (por exemplo, falhas de autorização, problemas de integridade de dados) em vez de lógica de controle de fluxo de trabalho ou estrutura de diagrama. Nenhuma falha foi atribuída a semântica de execução incorreta.
• Confiabilidade de Fronteira: O piloto demonstrou que, mesmo com uma alta taxa de sucesso por fronteira (97,08%), erros se compõem em fluxos de trabalho de múltiplas etapas. Os autores observam que um fluxo de trabalho com dez chamadas de fronteira como essas cairia teoricamente para ~74% de sucesso sob suposições de falha independentes.
• Limitações do Protótipo: O piloto utilizou um protótipo inicial sem o subsistema de núcleo verificado (provas formais e composição verificada por contratos ainda não haviam sido implementadas). Portanto, os resultados validam as camadas de execução durável e diagrama-como-especificação, mas não a camada de verificação formal.

5. Significado e Alegações

O artigo posiciona o GraphFlow como uma mudança de "correção por replay" para "correção por especificação". Seu significado reside em:

• Engenharia de Confiabilidade para IA: Trata a confiabilidade como uma disciplina de engenharia fundamentada em especificações explícitas, pressupostos verificáveis e execução durável, em vez de depender exclusivamente da precisão do modelo.
• Humano no Loop na Camada Certa: Ao tornar limites de confiança explícitos via faixas, o sistema garante que humanos validem intenção e escopo (diagramas/contratos) enquanto o tempo de execução executa deterministicamente. Isso mitiga o viés de automação onde humanos superconfiam na saída da máquina.
• Integração de Verificação Formal: Propõe um fluxo de trabalho onde agentes propõem diagramas e contratos, mas a admissão à biblioteca de automação requer verificações mecânicas e provas formais, impedindo que estruturas inválidas entrem em produção.

Os autores afirmam explicitamente que o artigo descreve um design especificado com um tempo de execução parcialmente implementado. As alegações de correção são arquitetônicas e semânticas (relativas à semântica formal definida nos apêndices do artigo), não alegações empíricas sobre um núcleo verificado implantado em produção. Os dados do piloto servem como evidência da praticabilidade das camadas de execução durável e modelagem de fronteira, enquanto a avaliação do núcleo verificado é reservada para trabalhos futuros.