Resumo Técnico: Multi-Agent Computer Use (MACU)

Declaração do Problema

Os atuais Agentes de Uso de Computador (CUAs) são predominantemente implantados como agentes únicos e seriais. Embora eficazes para tarefas simples, esse paradigma é subótimo para tarefas complexas de longo horizonte. Agentes únicos enfrentam dificuldades com:

1. Falta de Decomposição: Incapacidade de decompor objetivos complexos em subtarefas gerenciáveis.
2. Gargalos Sequenciais: Incapacidade de executar subtarefas independentes em paralelo.
3. Replanejamento Rígido: Dificuldade em revisar consistentemente planos com base em novas informações, particularmente em ambientes parcialmente observáveis.
4. Perda de Estado: No uso de computador, o ambiente (sistema de arquivos, abas abertas, cookies, processos em segundo plano) é apenas parcialmente observável em qualquer momento. Uma vez que uma subtarefa termina, o estado específico relevante para uma subtarefa subsequente muitas vezes não pode ser reobservado, levando a uma perda de informação da qual agentes únicos não conseguem se recuperar.

Metodologia: O Framework MACU

Os autores propõem o Multi-Agent Computer Use (MACU), um framework que coordena um conjunto de subagentes CUA idênticos através de um Gerente central. O sistema opera em um Grafo Acíclico Dirigido (DAG) de subtarefas.

Componentes Principais

1. Modelo Gerente (Manager Model):

   • Papel: Orquestra o fluxo de trabalho, decompõe a tarefa inicial do usuário em um DAG e replaneja continuamente com base no feedback.
   • Mecanismo: O gerente recebe a instrução da tarefa, o estado atual do DAG e as observações (screenshots, respostas, diffs de arquivos) de subagentes concluídos.
   • Ações: Ele pode adicionar nós (novas subtarefas), remover nós, modificar instruções/dependências ou cancelar nós em execução. Ele opera sob um orçamento de replanejamento ($B$) finito para limitar o custo computacional.
   • Gestão de Arquivos: O gerente rastreia diffs do sistema de arquivos para identificar e arquivar arquivos relevantes criados por subagentes, passando-os como entradas para subtarefas subsequentes (ex: entregando um documento da Subtarefa A para a Subtarefa B).

2. Subagentes CUA:

   • Papel: Executam nós específicos no DAG.
   • Ambiente: Cada subagente roda em uma Máquina Virtual (VM) isolada para manter a independência de estado e permitir a execução paralela.
   • Comportamento: Eles seguem um loop ReAct padrão (Observar $\rightarrow$ Raciocinar $\rightarrow$ Agir) usando um modelo CUA base (ex: Qwen3.6-27B). Eles são tratados como "caixas pretas" pelo gerente, tornando o framework agnóstico ao backbone CUA específico utilizado.

Fluxo de Execução

• Inicialização: O gerente gera um DAG inicial baseado na tarefa do usuário.
• Despacho Paralelo: Subagentes são lançados em paralelo para abordar nós na "fronteira pronta" (nós cujas dependências foram satisfeitas).
• Replanejamento Iterativo: À medida que os subagentes completam as tarefas, o gerente revisa seus outputs. Se novas informações sugerirem um caminho diferente (ex: uma busca falhou, um arquivo está faltando), o gerente modifica o DAG (adicionando ramos de tentativa, estratégias alternativas ou cancelando nós travados).
• Agregação: Um nó final agrega os resultados dos nós pais para produzir a entrega ao usuário.

Lidando com a Observabilidade Parcial

Uma escolha de design fundamental é tratar a observabilidade parcial como um desafio de primeira classe. A estrutura do DAG e o Gerente retêm explicitamente informações (screenshots, estados de arquivos, traços de raciocínio) que os agentes subsequentes não podem reobservar. Isso garante que o contexto perdido durante a execução de uma tarefa específica seja preservado e passado adiante através da estrutura do grafo.

Contribuições Principais

1. Configuração Multi-Agente Geral: Um framework flexível onde um gerente decompõe tarefas em um DAG de subagentes paralelos, capaz de replanejamento dinâmico e modificação estrutural.
2. Mecanismo de Preservação de Estado: Tratamento explícito de gestão de arquivos e transferência de estado entre VMs isoladas, resolvendo o problema de "perda de informação" inerente ao uso de computador serial.
3. Agnosticismo de Modelo: O sistema utiliza subagentes idênticos para execução, permitindo aproveitar melhorias nos modelos CUA base sem mudanças arquiteturais.
4. Validação Empírica: Avaliação abrangente em quatro benchmarks diversos (OSWorld, Online-Mind2Web, WebTailBench-v2, Odysseys).

Resultados

O artigo reporta melhorias consistentes do MACU sobre fortes baselines de agente único em todos os benchmarks testados:

• Melhorias na Taxa de Sucesso:
  • OSWorld: +4,7% (43,8% $\rightarrow$ 48,5%) com um gerente Opus 4.6.
  • Online-Mind2Web: +3,4% (52,2% $\rightarrow$ 55,6%).
  • WebTailBench-v2: +8,7% (20,8% $\rightarrow$ 29,5%).
  • Odysseys (Longo Horizonte): +25,5% (8,5% $\rightarrow$ 34,0%).
• Eficiência e Escalonamento:
  • Tempo de Relógio (Wall-Clock Time): O MACU reduziu o tempo de conclusão de tarefas em $\sim$1,5$\times$ no Odysseys (162 min $\rightarrow$ 110 min) devido à execução paralela. Por outro lado, em tarefas altamente seriais (Online-Mind2Web), o tempo de relógio aumentou ligeiramente devido ao overhead do gerente, embora as taxas de sucesso tenham melhorado.
  • Escalonamento de Tempo de Inferência (Test-Time Scaling): O MACU demonstra tendências de escalonamento superiores com o aumento do orçamento de inferência (mais ações executadas) comparado aos agentes únicos, que atingem o platô mais cedo. Ele resolve tarefas de longo horizonte nas quais os agentes únicos ficam travados.
• Insights de Ablação:
  • O Replanejamento é Crítico: Permitir que o gerente modifique o grafo durante o tempo de execução ($B > 1$) aumenta significativamente o desempenho (ex: de 25% para 58,3% de taxa de sucesso em um subconjunto), enquanto a decomposição estática oferece ganhos mínimos.
  • Força do Gerente: Modelos de gerente mais fortes (ex: Opus 4.6) produzem taxas de sucesso substancialmente maiores, mesmo com o mesmo backbone de subagente.
  • Paralelismo: Aumentar o número de subagentes paralelos ($N$) de 1 para 4 no Odysseys reduziu o tempo de relógio em $\sim$3,2$\times$, enquanto melhorou as taxas de sucesso.

Significância e Alegações

Os autores argumentam que a coordenação multi-agente é um eixo promissor para escalar agentes de uso de computador. O artigo afirma que:

• Decomposição e Paralelismo são essenciais para enfrentar tarefas complexas de longo horizonte onde agentes seriais falham.
• Replanejamento Contínuo é necessário para lidar com a natureza dinâmica e parcialmente observável dos ambientes de computador reais.
• MACU é uma Solução Geral: Não se limita a domínios específicos, mas aplica-se ao controle de desktop, navegação web e fluxos de trabalho complexos de múltiplas etapas.
• Potencial Futuro: O framework foi projetado para integrar perfeitamente futuros modelos CUA mais capazes. Os autores sugerem que o ajuste fino adicional ou o aprendizado por reforço especificamente para coordenação multi-agente poderia aumentar ainda mais o desempenho do sistema.

O artigo conclui que, embora os CUAs de agente único tenham alcançado alto desempenho em muitos benchmarks, a mudança para sistemas multi-agentes como o MACU é necessária para desbloquear a produtividade em tarefas de uso de computador mais longas, complexas e robustas.