Resumo Técnico: Design de Informação Voltado para Agentes em Registros de Ferramentas de LLM

1. Definição do Problema

O artigo identifica uma lacuna crítica no ecossistema emergente de registros de ferramentas de Modelos de Linguagem de Grande Porte (LLM) (por exemplo, PulseMCP, Composio). Esses registros funcionam como plataformas de publicidade de facto, onde provedores de ferramentas competem pela visibilidade junto a agentes por meio de descrições em texto livre. Diferentemente da indústria de publicidade digital, que gastou duas décadas construindo infraestrutura de medição (padrões de visibilidade, pontuações de qualidade), o ecossistema de ferramentas para agentes carece de qualquer mecanismo de responsabilização.

O problema central é a assimetria de informação. Na ausência de sinais de qualidade verificados, os agentes dependem da riqueza da descrição como um proxy para capacidade. Isso cria um mercado para "otimização de mecanismo generativo" (GEO), onde provedores enquadram estrategicamente as descrições para manipular a seleção de agentes. O artigo investiga se mecanismos regulatórios padrão (rótulos de divulgação, avisos) eficazes na publicidade voltada para humanos se transferem para cenários agênticos e propõe um redesenho estrutural dos registros para restaurar a eficiência do mercado.

2. Metodologia

O estudo emprega um quadro experimental sistemático combinando mais de 17.700 ensaios em cinco LLMs (DeepSeek-V3, o4-mini, GPT-5.4-mini, GPT-5.4-nano, Claude Sonnet 4.6 e GPT-4o) e dez domínios de tarefas sintéticas (por exemplo, busca na web, comércio eletrônico, execução de código).

Design Experimental

• Tarefa: Uma tarefa de escolha forçada de duas alternativas onde um agente deve invocar exatamente uma de duas ferramentas funcionalmente idênticas, diferindo apenas no enquadramento da descrição.
• Métrica: Coeficiente de Viés de Seleção (SBC), definido como $P(\text{selecionar otimizado}) - 0,5$. Um SBC de 0 indica seleção ao acaso; +0,5 indica seleção perfeita da ferramenta otimizada.
• Níveis de Enquadramento (L0–L4): Descrições variam de especificações funcionais neutras (L0) a versões comercialmente otimizadas incorporando prova social, superlativos, enquadramento de autoridade e enquadramento de resultados (L4).
• Intervenções de Divulgação: Quatro condições testadas para mitigar viés:
  1. Linha de base (sem intervenção).
  2. Rótulos [PATROCINADO] anexados às descrições.
  3. Classificações por estrelas (por exemplo, "3/5 estrelas - parceiro comercial").
  4. Avisos no prompt do sistema (mandatos gerais de transparência).
• Validade Ecológica: O Experimento C utilizou descrições literais de registros MCP ao vivo (por exemplo, Brave Search vs. DuckDuckGo) para validar achados sintéticos.
• Análise de Limite Legal: O Experimento E4 isolou "elogio legal" (superlativos permitidos pela FTC) de "alegações fabricadas" para determinar a fonte do viés de seleção.

3. Contribuições Principais

A. Prescrição de Design de Registro (Contribuição Primária)

O artigo propõe uma separação estrutural das descrições em duas camadas distintas:

1. Descrição Voltada para Seleção: Estruturada, controlada pelo registro e desprovida de toda linguagem avaliativa. Esta camada é usada exclusivamente para seleção de agentes.
2. Descrição Voltada para Marketing: Autorada pelo provedor, contendo toda a cópia persuasiva, exibida apenas pós-seleção para o usuário humano.
   Esta arquitetura, fundamentada na Proposição 3, alcança "bem-estar de primeira melhor" (selecionar ferramentas com base na função em vez de cópia) independentemente do modelo LLM específico.

B. A Pontuação de Qualidade da Atenção do Agente (AAQS)

Os autores introduzem a AAQS para distinguir capacidade genuína de seleção impulsionada por descrição:
$$AAQS_i(q) = P(\text{selecionar}_i | q) \times C_i(q)$$
Onde $C_i(q)$ é uma pontuação de correspondência de capacidade. Uma AAQS baixa em relação à probabilidade de seleção indica que a ferramenta está "se arrastando na otimização de descrição" (o equivalente agêntico ao clickbait).

C. Análise de Equilíbrio Estratégico

Usando um modelo de teoria dos jogos (Proposições 1–3), o artigo formaliza a estrutura de incentivos como um Dilema do Prisioneiro. Sem intervenção, o Equilíbrio de Nash é para todos os provedores otimizarem descrições, tornando-as não informativas e desperdiçando recursos em uma "corrida armamentista de descrições". O modelo prova que a normalização é necessária (não meramente suficiente) porque mecanismos de divulgação falham em romper esse equilíbrio.

4. Resultados Empíricos

4.1. Eficácia da Otimização

• Captura Total de Tráfego: Em domínios de consumo (busca na web, comércio eletrônico), quatro de cinco modelos selecionaram a ferramenta otimizada com $P=1,0$ (SBC = +0,456) quando nenhuma divulgação estava presente.
• Característica Dominante: Superlativos (por exemplo, "mais rápido", "mais preciso") são a única característica mais poderosa (SBC = +0,35), superando prova social (+0,12) e enquadramento de autoridade (+0,21).
• Resposta à Dose: A vantagem de seleção é pré-carregada. O salto de neutro (L0) para um único sinal de confiança (L1) captura a maioria do ganho alcançável (+0,33). Camadas retóricas adicionais produzem retornos decrescentes ou negativos.

4.2. Falha dos Mecanismos de Divulgação

Intervenções de divulgação falharam estruturalmente por razões distintas:

• Inércia de Teto: Para modelos já em $P \approx 1,0$, rótulos como [PATROCINADO] tiveram efeito negligenciável (por exemplo, DeepSeek mostrou apenas uma queda de 3 pontos percentuais).
• Cegueira Arquitetural: Avisos no prompt do sistema produziram efeito zero mensurável para quatro de cinco modelos; o aviso não se propagou para a lógica de seleção de chamada de função.
• Sobrecompensação: O Claude Sonnet tratou rótulos [PATROCINADO] como desqualificadores, penalizando ferramentas rotuladas abaixo dos níveis ao acaso (SBC $\to$ -0,155).

4.3. Elogio Legal vs. Fabricação

• O Elogio Legal Captura 100% do Efeito: O elogio permitido pela FTC (superlativos subjetivos, enquadramento de benefícios) sozinho produziu o efeito de otimização completo (SBC = +0,33).
• Alegações Fabricadas Adicionam Zero: Adicionar estatísticas ou endossos fabricados forneceu viés incremental zero. Consequentemente, a aplicação da FTC de regras de publicidade enganosa contra alegações fabricadas teria impacto quase nulo na seleção de agentes, pois o mecanismo ativo é o elogio constitucionalmente protegido.

4.4. Evidência Ecológica

Testes preliminares com descrições de registros ao vivo (por exemplo, Brave Search vs. DuckDuckGo) confirmaram os padrões sintéticos, com valores de SBC variando de +0,30 a +0,46, sugerindo que o fenômeno não é um artefato de dados sintéticos.

5. Significado e Alegações

O artigo argumenta que o problema não é a "irracionalidade" do agente, mas um ambiente de informação falho. Em um registro sem sinais de qualidade verificados, a riqueza da descrição é o único proxy disponível para capacidade, tornando os agentes racionalmente responsivos ao enquadramento comercial.

• Implicação Regulatória: Abordagens regulatórias atuais (divulgação) são estruturalmente ineficazes contra a seleção agêntica. A solução requer design de mecanismo (normalização de registro) em vez de melhor alinhamento de agentes.
• Impacto Econômico: O provedor otimizado captura ~83% do tráfego (vs. 50% de participação justa), criando uma oportunidade massiva e não monetizada de arbitragem para provedores e uma perda de bem-estar para usuários.
• Mudança de Design: O artigo conclui que os registros devem evoluir de "plataformas de publicidade" para "repositórios de dados estruturados" para seleção, reservando a cópia de marketing para consumo humano pós-seleção. Essa mudança elimina o viés, reduz o desperdício social (a corrida armamentista) e alinha-se às preferências de agentes por dados estruturados (agentes preferiram formatos estruturados a prosa neutra em verificações de sanidade).

Os autores lançam seu benchmark e código de análise para apoiar trabalhos futuros em design de informação voltado para agentes, enfatizando que, sem intervenção estrutural, o mercado de seleção de ferramentas permanecerá sem responsabilização e ineficiente.