A era das empresas que unem cadeias imediatas e agentes paralelos está chegando ao fim, à medida que surgem mais opções para orquestrar sistemas multiagentes complexos. À medida que as organizações transferem agentes de IA para a produção, a questão permanece: “como iremos gerenciá-los?”
Google e Amazon Web Services oferecem respostas fundamentalmente diferentes, ilustrando uma divisão na pilha de IA. A abordagem do Google é executar o gerenciamento de agentes na camada do sistema, enquanto o método de aproveitamento da AWS é configurado na camada de execução.
O debate sobre como gerenciar e controlar ganhou nova energia no mês passado, à medida que empresas concorrentes lançaram ou atualizaram suas plataformas de construção de agentes – Anthropic com os novos Claude Managed Agents e OpenAI com melhorias para o SDK dos Agentes—oferecendo às equipes de desenvolvedores opções para gerenciar agentes.
AWS com novos recursos adicionados ao Agente Base Rock está otimizando a velocidade – contando com equipamentos para levar os agentes ao produto com mais rapidez – ao mesmo tempo em que oferece gerenciamento de identidade e ferramentas.
Enquanto isso, Gemini Enterprise do Google adota uma abordagem focada em governança usando um plano de controle estilo Kubernetes. Cada método oferece uma ideia de como os agentes passam de auxiliares de tarefas de curta duração para entidades de execução mais longa em um fluxo de trabalho.
Atualizações e guarda-chuvas
Para entender a posição de cada empresa, veja o que realmente há de novo.
O Google lançou uma nova versão do Gemini Enterprise, reunindo suas ofertas de agentes empresariais de IA – Gemini Enterprise Platform e Gemini Enterprise Application – sob o mesmo guarda-chuva.
A empresa mudou de nome Vertex AI como plataforma empresarial Geminiembora insista que, além da mudança de nome e dos novos recursos, ainda é fundamentalmente a mesma interface.
“Queremos fornecer uma plataforma e uma porta de entrada para que as empresas tenham acesso a todos os sistemas e ferramentas de IA que o Google fornece”, disse Maryam Gholami, diretora sênior de gerenciamento de produtos da Gemini Enterprise, à VentureBeat em entrevista. “A maneira como você pode pensar sobre isso é que o Gemini Enterprise Application é construído sobre a Gemini Enterprise Agent Platform, e as ferramentas de segurança e governança são fornecidas gratuitamente como parte da assinatura do Gemini Enterprise Application.”
Por outro lado, AWS adicionou um novo equipamento de agente gerenciado ao Bedrock Agentcore. A empresa disse em um comunicado de imprensa compartilhado com VentureBeat que o chicote “substitui a construção inicial por um ponto de partida baseado em configuração alimentado por Strands Agents, a estrutura de agente de código aberto da AWS”.
Os usuários definem o que o agente faz, o modelo que ele usa e as ferramentas que ele chama, e o AgentCore faz o trabalho para unir tudo isso para executar o agente.
Agentes agora estão se tornando sistemas
A mudança para agentes autónomos com estado e de longa duração forçou a repensar a forma como os sistemas de IA se comportam. À medida que os agentes passam de tarefas de curta duração para fluxos de trabalho de longa duração, surge uma nova classe de falhas: desvio de estado.
À medida que os agentes continuam a operar, eles acumulam estado – memória também, respostas e contexto em evolução. Com o tempo, esse estado fica desatualizado. As fontes de dados mudam ou as ferramentas podem retornar respostas conflitantes. Mas o agente torna-se mais vulnerável a inconsistências e torna-se menos verdadeiro.
A confiabilidade do agente se torna um problema de sistema, e o gerenciamento desse desvio pode exigir mais do que uma execução mais rápida; pode exigir visibilidade e controle.
É esse ponto de falha que plataformas como Gemini Enterprise e AgentCore tentam prevenir.
Embora essa mudança já esteja acontecendo, Gholami admitiu que os clientes ditarão como desejam administrar e controlar qualquer agente de longa duração.
“Vamos aprender muito com os clientes onde eles usariam agentes de longa duração, onde eles apenas atribuiriam uma tarefa a esses agentes autônomos para seguirem em frente e executarem”, disse Gholami. “É claro que existem truques e equilíbrios para acertar e o agente pode voltar e pedir mais informações.”
A nova pilha de IA
O que está ficando cada vez mais claro é que a pilha de IA está se separando em camadas distintas, resolvendo problemas diferentes.
A AWS e, até certo ponto, a Anthropic e a OpenAI, otimizam para uma implantação mais rápida. O Claude Managed Agents abstrai grande parte do trabalho de back-end para criar um agente, enquanto o Agents SDK agora inclui suporte para sandboxes e um equipamento pronto para uso. Essas abordagens visam diminuir a barreira para colocar os agentes em funcionamento.
O Google oferece um painel de controle centralizado para gerenciar identidades, aplicar políticas e monitorar comportamentos de longa duração.
As empresas provavelmente precisam de ambos.
Na opinião de alguns profissionais, as suas empresas têm de ter uma conversa séria sobre quanto risco estão dispostos a correr.
“A principal conclusão para os líderes de tecnologia empresarial que consideram essas tecnologias no momento pode ser formulada desta forma: embora a questão do aproveitamento do agente versus tempo de execução seja muitas vezes percebida como construção versus compra, isso é principalmente uma questão de gerenciamento de risco. Se você puder administrar seus agentes através de um tempo de execução de terceiros porque eles não afetam seus fluxos de receita, tudo bem. Pelo contrário, no contexto de processos mais críticos, a última opção será a única a ser considerada do ponto de vista de negócios”, Rafael Sarim Oezdemir, chefe de crescimento da EZContacts, disse ao VentureBeat por e-mail.
A iteração rápida permite que as equipes experimentem e descubram o que os agentes podem fazer, enquanto o controle centralizado adiciona uma camada de confiança. O que as empresas precisam é garantir que não fiquem presas a sistemas projetados exclusivamente para uma única forma de execução de agentes.
