Como funcionam os agentes de IA, do zero
Um agente de IA é um modelo de linguagem dentro de um loop com ferramentas: ele lê o pedido, pede uma ferramenta, recebe o resultado e decide o que fazer em seguida, até terminar o trabalho. Agent Harness Patterns explica esse loop uma peça de cada vez, em 21 padrões curtos que se apoiam uns nos outros.
Cada padrão mostra o problema, um trace animado de um agente resolvendo-o e o código duas vezes: do zero em TypeScript e Python, e com astorlm, o SDK de agentes open source para TypeScript de onde os padrões vêm.
A trilha de fundamentos
-
0
Sua caixa de ferramentas
As peças que vêm antes de qualquer agente: o modelo, o system prompt, as mensagens que você reenvia e uma primeira ferramenta.
-
1
O que é um agente?
A diferença entre chamar um modelo, montar um workflow e deixar o modelo decidir o que fazer.
-
2
O loop do agente
Chamar o modelo, executar as ferramentas que ele pede, devolver os resultados e repetir até ele terminar.
-
3
Projetando uma ferramenta
Nome, descrição e schema: tudo o que o modelo sabe sobre uma ferramenta.
-
4
Quando parar
end_turn, limites de turnos e ferramentas terminais: as formas de encerrar o loop.
-
5
Erros no loop
Uma ferramenta que falha não quebra o agente: o erro volta como resultado e o modelo se recupera.
-
6
Streaming e eventos
A resposta chega enquanto é escrita, e o loop anuncia cada passo para quem estiver ouvindo.
-
7
Hooks
Os pontos em que o seu código entra no loop: antes de cada turno, de cada chamada ao modelo, de cada execução de ferramenta.
-
8
Cache de prompts
Mantenha igual o começo de cada requisição e o provedor o lê do cache: mais rápido e mais barato.
-
9
A mochila enche
O que acontece quando o histórico não cabe mais na janela de contexto, e como compactá-lo.
-
10
MCP
Conecte ferramentas de qualquer servidor com um protocolo padrão, e descubra-as ao conectar.
-
11
Skills sob demanda
Um catálogo leve sempre à mão, e o manual completo só quando for preciso.
-
12
Sessões
Salve a conversa enquanto ela acontece, retome-a outro dia ou bifurque-a para testar outro caminho.
-
13
Memória
Lembrar entre sessões: histórico salvo, arquivos e busca por significado.
-
14
Voltas limpas
Quando o trabalho não cabe em uma sessão: um agente novo a cada volta, com o progresso salvo em arquivos.
-
15
Observabilidade e avaliações
Ver o que o agente fez, quanto custou e se fez bem feito.
-
16
Planejar e refletir
Pensar o plano antes de mexer em qualquer coisa, e revisar o resultado antes de entregar.
-
17
Humano no loop
Pedir permissão, aceitar correções no meio do caminho e escalar na dúvida.
-
18
Segurança e sandboxing
Trancar o que o agente executa e desconfiar do que ele lê.
-
19
Subagentes
Passar uma subtarefa para outro agente, com o próprio contexto limpo.
-
20
Agentes proativos
Agentes que acordam sozinhos: um heartbeat, primeiro uma checagem barata e uma mensagem só quando importa.
Construa com o astorlm
O loop do agente como biblioteca: um runtime agêntico embutível e SDK-first para TypeScript.
pnpm add astorlm
Usa um assistente de código com IA? Aponte-o para llms.txt ou leia o guia para agentes de IA.