O que é um agente de IA? Explicação simples

Um agente de IA é um modelo de IA que pode executar ações para atingir um objetivo, e não apenas responder com texto. Dá-lhe uma tarefa e ele trabalha num ciclo: decide o que fazer a seguir, usa uma ferramenta (editar um ficheiro, pesquisar na web, executar um comando, chamar uma app), analisa o resultado e decide de novo — até a tarefa estar concluída ou precisar da sua intervenção. O «cérebro» é normalmente um modelo de linguagem de grande dimensão; as ferramentas são o que lhe permitem fazer coisas.

Porque é importante quando constrói com IA

Os construtores de apps com IA modernos são agentes. Quando pede uma funcionalidade, o agente não se limita a escrever código e entregá-lo. Lê os seus ficheiros existentes, faz alterações, instala pacotes, arranca a app, lê as mensagens de erro e corrige-as, muitas vezes em muitos passos sem que acompanhe cada um.

Por isso conseguem construir software que funciona, e não apenas excertos. Também muda o seu papel. Já não copia e cola código; está a gerir um assistente muito rápido e capaz, que por vezes interpreta mal as instruções ou toma com confiança um mau caminho. Perceber como os agentes funcionam ajuda-o a dar-lhes os objetivos certos, a notar quando um deles anda às voltas e a decidir onde quer aprovar coisas por si.

Uma analogia do dia a dia

Compare pedir indicações a um amigo com contratar um estafeta.

Pedir indicações é um chatbot: pergunta, ele diz, você é que caminha. Se a estrada estiver fechada, volta e pergunta de novo.

Um estafeta é um agente. Diz «leva esta encomenda a esta morada até às 17h». Ele escolhe o caminho, repara no corte de trânsito, faz um desvio, encontra a entrada lateral do edifício e informa «entregue, assinado pela receção». Você define o objetivo e os limites — «não gastes mais de 20 euros em táxi» — e ele trata dos passos.

Os estafetas só são tão bons quanto o briefing e os limites que lhes dá. Os agentes também.

Como funciona um agente

A maioria dos agentes segue o mesmo ciclo básico:

1. Objetivo. Descreve o que quer: «Acrescenta um formulário de contacto que me envie por email as submissões.»
2. Planear. O modelo decide o próximo passo: «Primeiro, ver como o site está estruturado.»
3. Agir. Chama uma ferramenta: listar os ficheiros, ler a página inicial.
4. Observar. Lê o resultado da ferramenta.
5. Repetir. Com base no que viu, escolhe o passo seguinte: criar o formulário, acrescentar o código do servidor, executar a app, verificar erros.
6. Terminar ou perguntar. Quando o objetivo está cumprido, reporta. Se estiver bloqueado ou tiver dúvidas, pergunta-lhe.

Em torno deste ciclo existem mais algumas peças:

As ferramentas são a ideia central. Um modelo sozinho só consegue produzir texto. As ferramentas transformam esse texto em ações — e normas como o MCP tornam mais fácil ligar novas ferramentas a um agente.

Um exemplo prático: corrigir um formulário de inscrição avariado

Suponha que o formulário de lista de espera do seu site publicado deixou de guardar emails, e diz ao seu construtor de IA: «O formulário da lista de espera já não guarda nada. Corrige.»

Uma execução típica do agente poderia ser assim:

1. Lê o componente do formulário e o código do servidor que trata as submissões.
2. Executa a app e submete um email de teste.
3. Lê o erro: o servidor diz que uma coluna da base de dados chamada email_address não existe.
4. Analisa a estrutura da base de dados: a coluna chama-se na verdade email. Uma alteração recente renomeou-a num sítio mas não no outro.
5. Edita o código do servidor para usar o nome de coluna correto.
6. Testa de novo: submete um email de teste e confirma que aparece uma nova linha.
7. Reporta: «O formulário escrevia numa coluna que deixou de existir após a alteração de ontem. Atualizei o código do servidor e confirmei que uma inscrição de teste fica guardada.»

Deu uma instrução; o agente deu sete passos, incluindo dois testes. Essa é a força. O risco é o mesmo visto do outro lado: se o agente tivesse decidido renomear a coluna da base de dados, poderia ter partido outra coisa, e você podia não notar a não ser que lesse o resumo.

Termos-chave explicados

Erros comuns e ideias erradas

• «Os agentes são totalmente independentes.» Os agentes de hoje funcionam melhor em tarefas bem definidas, com objetivos claros. Objetivos vagos e abertos («fazer crescer o meu negócio») produzem trabalho inútil.
• «Disse que está pronto, logo está pronto.» Os agentes por vezes reportam sucesso depois de um trabalho parcial. Verifique o resultado você mesmo, sobretudo tudo o que toque em dinheiro, dados ou utilizadores. Veja como rever código gerado por IA.
• Dar demasiadas permissões. Um agente que pode enviar emails, apagar dados e gastar dinheiro precisa de limites apertados e da sua aprovação para ações arriscadas.
• Deixá-lo entrar em ciclo. Se um agente continuar a tentar a mesma correção, pare-o e dê-lhe mais informação ou outra abordagem.
• Confiar no conteúdo que lê. Agentes que leem páginas web ou emails podem ser enganados por texto escrito para os manipular (prompt injection). Tenha cuidado com o que um agente pode fazer depois de ler conteúdo não confiável.
• Pedidos enormes de uma só vez. Tarefas grandes são mais fiáveis quando divididas em etapas que pode verificar.

O que pedir ao seu construtor de IA

• «Planeia isto primeiro. Diz-me os passos antes de alterares alguma coisa.»
• «Altera apenas os ficheiros relacionados com o formulário de marcações.»
• «Depois da alteração, testa e diz-me exatamente como verificaste.»
• «Se precisares de alterar a estrutura da base de dados, pergunta-me primeiro.»
• «Resume o que alteraste e qualquer coisa de que não tenhas a certeza.»
• «Pára e pergunta se a mesma correção falhar duas vezes.»

Para escrever instruções mais claras, veja o que é a engenharia de prompts.

Agentes de IA no Mythex

O Mythex é construído em torno de um agente. Na sandbox privada na cloud do seu projeto, pode criar e editar ficheiros, instalar pacotes, executar comandos de terminal, inspecionar erros e iterar, e usar ferramentas de apps ligadas. Para trabalhos complexos, pode iniciar sub-agentes, cujo trabalho pode abrir e acompanhar. O modo Plano permite-lhe propor uma abordagem sem editar, o modo Pergunta responde sem alterar ficheiros, e os checkpoints permitem-lhe reverter se uma alteração correr mal. Também funciona ao contrário: agentes como o Claude, o Cursor ou o Codex podem construir no Mythex através do seu servidor MCP.

Perguntas