Resumo Técnico: Agentes Queen-Bee

1. Declaração do Problema

Os sistemas de agentes empresariais enfrentam uma lacuna crítica entre a capacidade bruta de execução de tarefas e a segurança operacional. Embora agentes de Grandes Modelos de Linguagem (LLM) possam invocar ferramentas e executar fluxos de trabalho de forma eficaz em domínios abertos, os ambientes corporativos impõem restrições rigorosas: isolamento de inquilinos (tenant isolation), aplicação de políticas, auditabilidade e limites de execução escopados.

O artigo argumenta que agentes monolíticos com privilégios amplos são operacionalmente inaceitáveis em ambientes privados de Protocolo de Contexto de Modelo (MCP). Um sistema que completa uma tarefa com sucesso, mas viola fronteiras departamentais, acessa dados de inquilinos não autorizados ou invoca ferramentas incorretas, é um fracasso, independentemente da utilidade do resultado. Os atuais frameworks de múltiplos agentes carecem de mecanismos explícitos para compilação de limites de execução, conectividade consciente de inquilino e atribuição governada de capacidades.

2. Metodologia: A Arquitetura Queen-Bee

Os autores propõem o Queen-Bee, uma arquitetura de múltiplos agentes governada, projetada especificamente para a orquestração de MCP empresarial. O sistema desacopla o planejamento da execução através de uma representação intermediária estruturada chamada BeeSpec.

Componentes Principais

1. Plano de Controle Queen (Queen Control Plane):

   • Atua como o orquestrador central, não como um agente de execução geral.
   • Responsabilidades: Recupera capacidades de registros, planeja a execução com escopo de tarefa, gera BeeSpecs e aplica governança em tempo de execução via verificações de política e logs de auditoria.
   • Backends de Provisionamento: A Queen pode provisionar agentes usando quatro estratégias: recuperação estruturada leve, recuperação de estresse (registro ruidoso), recuperação híbrida esparsa+densa e provisionamento guiado por LLM.

2. BeeSpec (Camada Intermediária):

   • Um registro estruturado que define o limite de execução para um agente específico (Bee).
   • Campos do Esquema: bee_id, role, domain, tenant_scope, memory_scope, attached_skills, allowed_tools, policy_profile e approval_gate opcional.
   • Função: Separa explicitamente o que um Bee tem permissão para fazer (provisionado pela Queen) do que ele realmente faz (execução).

3. Plano de Execução Bee (Bee Execution Plane):

   • Agentes especializados que operam estritamente dentro das restrições definidas em seu BeeSpec.
   • Os Bees são limitados ao domínio (ex: RH, TI, Química) e utilizam habilidades anexadas para derivar planos de ferramentas locais.
   • As invocações de ferramentas são mediadas por uma camada de política antes da execução.

4. Camada de Conector MCP Escopada por Inquilino (Tenant-Scoped MCP Connector Layer):

   • Resolve invocações de ferramentas dentro do escopo ativo do inquilino.
   • No protótipo, utiliza adaptadores MCP stdio reais suportados por um servidor FastMCP local, garantindo que o sistema interaja com ferramentas reais em vez de registros simulados (mock).

Detalhes de Implementação

O protótipo é implementado em Python e inclui:

• Dois Registros: Um registro MCP (descrições de ferramentas, níveis de risco, escopo de inquilino) e um registro de Habilidades (habilidades de execução reutilizáveis).
• Mecanismos de Governança: Verificações de política baseadas em auditoria em tempo de execução e um portão de aprovação humana opcional para execução descendente.
• Expansão de Domínio: Além de tarefas padrão de RH/TI, o sistema integra um fluxo de trabalho de química utilizando software real (RDKit) e fontes de dados externas (ChEMBL, PubChem) para filtragem de propriedades e busca de evidências literárias.

3. Desenho Experimental

O sistema foi avaliado em 59 tarefas de estilo empresarial em dois inquilinos, categorizadas como:

• 24 tarefas rotineiras de RH/TI.
• 16 tarefas sensíveis à governança (sensíveis a finanças e entre inquilinos).
• 16 tarefas de execução escopada (fluxos de trabalho locais parciais).
• 3 tarefas de fluxo de trabalho de química (triagem e reposicionamento).

Sistemas Comparativos:
O estudo comparou sete configurações:

1. Queen-Bee (Estático)
2. Queen-Bee (Recuperação)
3. Queen-Bee (Recuperação de Estresse)
4. Queen-Bee (Recuperação Híbrida)
5. Queen-Bee (Provisionamento por LLM)
6. Queen-Bee sem Política
7. Baseline de Agente Único

4. Resultados Principais

Governança e Isolamento

• Bloqueio Perfeito: Todas as variantes governadas da Queen-Bee alcançaram uma taxa de 1.0 no bloqueio de salvaguardas financeiras e requisições entre inquilinos.
• Falha da Baseline: Tanto a "Queen-Bee sem Política" quanto a "Baseline de Agente Único" falharam completamente (0.0) nas métricas de bloqueio sensíveis à governança, confirmando que a governança não é meramente uma função de especialização, mas requer restrições arquiteturais explícitas.
• Zero Falhas de Governança: A variante Queen-Bee baseada em recuperação alcançou zero falhas de governança em todo o conjunto de testes.

Sucesso de Tarefa e Qualidade de Execução

• Taxa de Sucesso: A Queen-Bee baseada em recuperação alcançou uma taxa de sucesso de tarefa de 0.964, superando a baseline estática (0.857) e a baseline de agente único (0.571).
• Execução Escopada: O provisionamento baseado em recuperação melhorou significamente a completude da execução (0.95 vs. 0.80 para baselines estáticas). A capacidade da Queen de recuperar capacidades relevantes permitiu que os Bees evitassem a "sobre-execução" (ex: agendar entrevistas quando apenas um resumo era solicitado).
• Precisão de Ferramenta: A abordagem de recuperação manteve alta precisão na seleção de ferramentas (0.979) com apenas 1 chamada de ferramenta errada em 8 casos provisionados, comparado a 16 chamadas erradas na baseline de agente único.

Backends de Provisionamento

• Leve vs. Complexo: Contrariando a suposição de que stacks de recuperação mais ricas são sempre superiores, o backend de recuperação estruturada leve permaneceu como o mais forte por padrão.
• Desempenho Híbrido/LLM: A recuperação híbrida e o provisionamento guiado por LLM foram viáveis, mas não superaram a baseline leve no atual registro de escala. O provisionamento guiado por LLM foi notavelmente mais lento (centenas de milissegundos de latência) sem ganhos de qualidade.
• Robustez ao Ruído: O sistema permaneceu estável mesmo quando exposto a registros de capacidade "ruidosos", sugerindo que o recuperador estruturado é robusto a ruídos de distração.

Integração de Fluxo de Trabalho de Química

• O sistema executou com sucesso um fluxo de trabalho de triagem de drogas multi-Bee envolvendo um Evidence Bee (Evidência), um Screening Bee (Triagem) e um Decision Bee (Decisão).
• O fluxo demonstrou colaboração consciente de artefatos: resultados intermediários (ex: evidências do ChEMBL, pontuações do RDKit) foram passados entre as etapas, e um portão de aprovação manual interrompeu com sucesso a execução descendente quando necessário.
• O sistema gerou uma lista curta (shortlist) concreta e fundamentada em evidências (Sunitinib, Pelitinib, Ruboxistaurin) em vez de saídas genéricas.

5. Significância e Alegações

O artigo posiciona o Queen-Bee não como uma solução de segurança pronta para produção, mas como evidência de sistema em nível de protótipo para uma nova abordagem de arquitetura de agentes empresariais.

• Mudança nos Critérios de Avaliação: Os autores argumentam que plataformas de agentes empresariais devem ser avaliadas não apenas pela capacidade de tarefa, mas pelo provisionamento governado, comportamento de isolamento, qualidade de execução escopada e coordenação de fluxo de trabalho consciente de artefatos.
• Perspectiva de Engenharia de Software: Os resultados sugerem que, para registros de capacidade empresarial pequenos e altamente estruturados, uma política de provisionamento leve governada supera a orquestração semântica mais pesada ou baseada em modelos. Os principais ganhos vêm da estrutura explícita de capacidade e da execução escopada via BeeSpec, e não do aumento da complexidade da stack de recuperação.
• Limitações Modestas: Os autores explicitamente observam que o conjunto de tarefas é sintético, a stack MCP utiliza um servidor de demonstração local (não sistemas de negócios vivos) e o modelo de governança é primariamente baseado em regras. A integração de química, embora utilize ferramentas reais, representa um subconjunto de um fluxo de trabalho científico completo.

Em conclusão, o Queen-Bee demonstra que separar o planejamento do plano de controle da ação do plano de execução através de uma camada intermediária estruturada (BeeSpec) permite a execução de agentes segura, isolada e de alta qualidade em ambientes empresariais, desde que a governança e a atribuição de capacidades sejam tratadas como componentes arquiteturais de primeira classe.