Resumo Técnico: Indexando o Ininteligível (A2X)

1. Declaração do Problema

O artigo aborda um gargalo crítico na emergente "Internet de Agentes" (IoA): o desajuste estrutural entre a população em rápida expansão de serviços chamáveis por LLMs (servidores MCP, endpoints A2A, habilidades) e a janela de contexto efetiva limitada dos Modelos de Linguagem de Grande Escala (LLMs).

Dois modos de falha primários surgem quando agentes tentam descobrir serviços em grandes registros:

1. Inchaço de Tokens: Concatenar milhares de descrições de serviços em um único prompt excede as janelas de contexto ou incorre em custos de tokens proibitivos. Por exemplo, um registro de 1.000 ferramentas pode ocupar ~500 mil tokens.
2. Perdido no Meio (LIM): Mesmo quando a janela de contexto é nominalmente grande o suficiente, os LLMs sistematicamente sub-atendem a informações no meio de entradas longas. Benchmarks recentes confirmam que a precisão da recuperação não escala linearmente com o comprimento do contexto; o contexto efetivo é a restrição vinculativa, não o tamanho bruto da janela.

Soluções existentes enfrentam trade-offs:

• Dumping de contexto completo: Falha devido a limites de tokens e degradação LIM.
• Recuperação baseada em embeddings: Embora eficiente em tokens, a busca por vetores densos luta com consultas de vocabulário cruzado, multi-restrição e cauda longa, frequentemente perdendo serviços relevantes devido à falta de compreensão semântica profunda.
• Taxonomias manuais: Altos custos de manutenção e atraso estrutural tornam-nas inadequadas para populações de serviços dinâmicas e em rápido crescimento.

A questão central de pesquisa é: Como um registro grande e dinâmico deve ser organizado e seletivamente divulgado a um LLM para que cada decisão seja tomada sobre um conjunto candidato curto e altamente relevante, enquanto o registro como um todo permanece descobrível?

2. Metodologia: A2X (Agente-para-Qualquer-coisa)

Os autores propõem o A2X, um sistema de descoberta de serviços nativo de LLM que reformula o problema como gerenciamento de contexto via divulgação progressiva. Em vez de apresentar o registro inteiro, o A2X organiza os serviços em uma taxonomia hierárquica e percorre-a camada por camada no momento da consulta.

A. Construção Automática de Taxonomia (Offline)

O A2X constrói a taxonomia autonomamente a partir de nomes e descrições brutos de serviços usando um algoritmo de Busca em Largura (BFS) (Algoritmo 1), evitando a necessidade de ontologias curadas por humanos.

• Divisão Consciente de Contexto: Para evitar transbordamento de contexto durante a construção, nós que excedem um limite ($\theta_{kw} = 500$ serviços) são processados via uma estratégia de prioridade de palavras-chave. Um KeywordExtractor agrupa serviços para gerar uma lista de palavras-chave ponderada por frequência, que é então enviada a um designer de LLM. Isso garante que o designer nunca veja descrições brutas em escala.
• Restrição de Eixo Único: Para evitar "mistura de eixos" (por exemplo, misturar domínios funcionais com abordagens técnicas), o prompt de design exige que categorias irmãs dentro de um nó compartilhem um único eixo de classificação. Uma cadeia de preferências prioriza domínios funcionais voltados para o usuário (por exemplo, "Viagem") sobre eixos operacionais ou técnicos.
• Refinamento de Limites: Para lidar com ambiguidade semântica entre categorias irmãs (por exemplo, "Finanças" vs. "Negócios"), o sistema emprega um loop de refinamento de classificação. Se serviços forem mal classificados ou não atribuídos, o sistema envia esses casos extremos de volta ao designer para refinar definições de categoria e cláusulas de limite "NÃO aqui".
• Tratamento de Domínio Cruzado: Para abordar serviços que legitimamente abrangem múltiplos domínios de nível superior (o que uma árvore estrita perderia), um CrossDomainAssigner realiza uma passagem de múltiplos pais, permitindo que serviços apareçam sob múltiplas folhas relevantes.

B. Busca de Divulgação Progressiva (Online)

No momento da consulta, o A2X navega pela taxonomia recursivamente (Algoritmo 2), garantindo que cada chamada de LLM processe apenas um pequeno conjunto candidato.

1. Descida Recursiva Paralela (CategoryNavigator): Começando pela raiz, o LLM é apresentado com os filhos do nó atual (tipicamente ~8 opções) e solicitado a selecionar os ramos relevantes. As subárvores não selecionadas são podadas imediatamente.
2. Seleção de Serviços (ServiceSelector): Uma vez alcançados os nós folha, o sistema coleta serviços candidatos. Ele remove duplicatas de serviços e mescla pequenos grupos (usando uma heurística de ancestral comum menos profundo) para garantir que os tamanhos dos grupos permaneçam dentro do orçamento de contexto efetivo do LLM.
3. Modos: O sistema suporta diferentes modos de busca (get_all, get_important, get_one) ajustando o prompt do sistema para trocar entre recuperação e precisão, mas o mecanismo de navegação subjacente permanece o mesmo.

O custo total de tokens por consulta cresce sub-linearmente com o tamanho do registro $N$, pois o número de chamadas é proporcional à profundidade da árvore ($d$) e ao fator de ramificação ($b$), e não ao próprio $N$.

3. Contribuições Principais

1. Reformulação da Descoberta de Serviços: Os autores reformulam a descoberta de serviços no lado do agente como um problema de gerenciamento de contexto, propondo divulgação progressiva nativa de LLM como a solução para desacoplar a escassez de contexto efetivo do tamanho do registro.
2. Sistema A2X: Um pipeline totalmente autônomo que:
   • Constrói automaticamente uma taxonomia hierárquica a partir de descrições brutas de serviços usando divisão recursiva e loops de refinamento.
   • Navega por essa taxonomia camada por camada no momento da consulta, garantindo que cada chamada de LLM veja apenas um pequeno conjunto candidato relevante.
3. Domínio Empírico: No benchmark ToolRet (1.839 serviços, 1.714 consultas), o A2X alcança:
   • Taxa de Acerto (Hit Rate) de 92,6%, superando o dumping de contexto completo em 6,2 pontos absolutos e a linha de base baseada em embeddings de última geração em >20 pontos.
   • 1/9 do custo de tokens do prompt comparado ao dumping de contexto completo.
   • Robustez cruzada linguística forte, mantendo desempenho similar em uma variante chinesa (ToolRet_CN) sem engenharia específica de idioma.

4. Resultados Experimentais

• Eficiência de Busca (Estudo 1): Comparado a uma linha de base puramente LLM que despeja todos os 1.839 serviços em um único prompt (67.619 tokens/consulta), o A2X alcança maior Taxa de Acerto (92,6% vs. 86,4%) e Recall (89,2% vs. 84,7%) consumindo apenas 7.069 tokens/consulta.
• Qualidade de Construção (Estudo 2): Estudos de ablação mostram que a construção recursiva BFS com compressão de palavras-chave, loops de refinamento e restrições de eixo único são essenciais. Uma construção "one-shot" de LLM (lendo todas as descrições de uma vez) alcança apenas ~60% de Taxa de Acerto, enquanto a abordagem recursiva atinge 92,6%.
• Comparação com Embeddings (Estudo 3): O A2X supera significativamente a recuperação por vetores densos (MiniLM, BGE-M3, etc.) e linhas de base de reescrita de consulta (MCP-Zero). Métodos de embeddings sofrem de recall insuficiente (por exemplo, 61,8% de HR para MiniLM vs. 92,6% para A2X), particularmente em cenários complexos e multi-restrição.
• Robustez do Modelo: Experimentos com modelos mais recentes (DeepSeek V4) confirmam que, embora capacidades de longo contexto melhorem as linhas de base de contexto completo, o A2X mantém uma vantagem de custo e, em muitos casos, uma vantagem de precisão, provando que o método não está atrelado a uma geração específica de modelo.

5. Significado e Alegações

O artigo alega que a descoberta nativa de LLM é o sucessor natural da recuperação baseada em embeddings à medida que os custos de inferência caem.

• Mudança de Paradigma: Diferentemente de métodos baseados em embeddings que comprimem significado semântico em vetores de dimensão fixa, o A2X aproveita a capacidade nativa do LLM de realizar raciocínio semântico e desambiguar consultas complexas.
• Escalabilidade: Ao interpor uma taxonomia hierárquica, o A2X resolve o problema "Perdido no Meio" sem sacrificar o recall. Permite que agentes escalem para registros de dezenas de milhares de serviços sem crescimento linear de custo de tokens.
• Autonomia: O sistema não requer manutenção de ontologia com humano no loop, tornando-o adequado para a "Internet de Agentes" dinâmica e em rápida evolução.
• Perspectiva Futura: Os autores sugerem que essa abordagem pode servir como uma camada de descoberta unificada (um "DNS de agente") através de serviços e plataformas heterogêneos, permitindo tratamento mais rico de restrições (orçamentos, exclusões) que a busca por vetores não pode suportar facilmente.

Limitações Reconhecidas:

• Taxonomia Estática: A construção atual trata serviços como estáticos; trabalhos futuros propõem refinamento consciente de uso para otimizar a profundidade da árvore com base na frequência de consultas.
• Cobertura Linguística: Resultados cruzados linguísticos baseiam-se em dados traduzidos por máquina; registros nativos não em inglês com vocabulários incompatíveis podem exigir reconstruções completas.
• Relato de Precisão: Devido a anotações de verdade fundamental incompletas em benchmarks de recuperação de ferramentas, as métricas tradicionais de Precisão podem sub-relatar a qualidade de métodos de alto recall como o A2X.