Abertura

Uma agência montou um time virtual para produzir relatórios de mercado. Cinco agentes. Um pesquisador sênior, um analista de dados, um redator, um revisor e um editor-chefe.

Olhe a configuração. Só o pesquisador tem uma ferramenta, a busca na web.

Todos os outros não têm nenhuma. E o fluxo é sempre a mesma sequência.

O trace mostra o que acontece. O pesquisador faz as buscas e escreve um resumo. O analista reescreve o resumo com outras palavras. O redator transforma em relatório. O revisor muda algumas frases. E o editor responde: aprovado. Cinco chamadas grandes, cada uma relendo o texto da anterior. Um agente só, com a ferramenta de busca, entrega o mesmo relatório. Nesta aula, você vai aprender a separar decoração de divisão real de trabalho.

O diagnóstico

O formato é este. O único agente com ferramenta faz o trabalho de verdade.

Os outros leem o texto inteiro e devolvem uma versão parecida.

E o resultado custa cinco vezes mais e leva cinco vezes mais tempo.

Como identificar? Os agentes têm cargos humanos, como pesquisador, analista ou gerente, em vez de responsabilidades técnicas.

Só um ou dois agentes têm ferramentas. Os outros só leem e reescrevem.

O fluxo é sempre a mesma sequência, sem decisão sobre quem trabalha.

Cada agente recebe o texto inteiro do anterior e devolve um texto parecido.

E tirar um agente não muda a qualidade no eval. Enquanto o custo é várias vezes o de uma chamada.

O teste da remoção

O jeito honesto de enxergar esse smell é tirar um agente e medir. Digamos que o eval da agência tem quarenta relatórios, e uma rubrica. Afirmações com fonte, números que batem com a página, a estrutura combinada.

Você desliga o revisor e o editor-chefe. A nota não se mexe.

Você desliga o analista. O redator trabalha direto do resumo do pesquisador, e a nota continua igual.

Sobra um agente que pesquisa e escreve. Os outros quatro eram cargos.

E se a nota cai quando você tira alguém, aquela divisão está pagando por alguma coisa. Aí você dá nome ao motivo técnico, e mantém só aquilo.

Um desafio

Uma pergunta para você. Você desliga o revisor e o editor-chefe num eval de quarenta relatórios. A nota da rubrica não muda. Qual é o diagnóstico mais útil?

Esses dois papéis são decorativos. Eles releem e reescrevem, sem trabalho novo nenhum. Juntar é o próximo passo. Não reforçar o cargo.

Um modelo maior no revisor, sem critério próprio, só deixa a reescrita mais cara. E acrescentar um sexto agente, um auditor, para pegar o que o revisor deixa passar, seria o mesmo smell, com um crachá novo.

Por que acontece

A metáfora é atraente. Um time de agentes é fácil de explicar e fica bonito numa apresentação. Um loop com duas ferramentas e uma rubrica no código, bem menos.

Os frameworks incentivam. Muitos tutoriais começam com papéis e objetivos escritos em linguagem de RH. Você copia o exemplo, troca os nomes, e numa tarde tem cinco agentes rodando. A demo conversa. O custo aparece no mês seguinte.

Dividir por cargo humano, não por contexto. Numa empresa, dividir por cargo faz sentido, porque pessoas têm memória, horário e especialidade. Para um modelo, os motivos para dividir são outros. A janela de contexto, a permissão de ferramentas, a revisão que não pode ver o raciocínio de quem fez, e trabalho que pode rodar em paralelo.

E sem eval. Sem medir, ninguém percebe que três dos cinco agentes não mudam nada. O revisor melhorou o tom é uma impressão. A rubrica diz se melhorou o que importa.

Quanto custa

O custo. Cada agente relê o trabalho anterior, então o custo cresce com o número de cargos, não com o valor entregue. Com números ilustrativos, a primeira chamada começa com três mil tokens de entrada. Cada cargo seguinte recebe o texto inteiro do anterior. Cinco, sete, nove, onze mil. Você paga o mesmo texto várias vezes, e o que o extra compra são quatro reescritas. O cache de prompt barateia o começo repetido. Não apaga as quatro chamadas a mais.

E a latência também se soma, porque os cargos rodam em fila. A qualidade pode piorar, como num telefone sem fio. Um número certo no resumo do pesquisador vira outro número no texto do redator. E quando o relatório sai errado, são cinco prompts para investigar, e ninguém sabe em qual passagem o fato mudou.

O tratamento

O tratamento é uma refatoração chamada collapse agents. Junte os agentes que só passam texto adiante num agente só, com as ferramentas certas. E mantenha separado só o que tem motivo técnico. Esses motivos existem.

Isolamento de contexto. Quem lê quarenta páginas não deveria escrever o relatório nesse mesmo contexto.

Ferramentas restritas. Quem resume o site de um lead não deveria ter a ferramenta de mandar e-mail.

Revisão independente. Quem dá nota não vê o raciocínio de quem escreveu, e o eval mostra ganho.

E paralelismo, como vinte repositórios explorados em vinte contextos.

Checagem rápida. O eval mostra que juntar o leitor de páginas com o redator piora a rubrica. O contexto enche de páginas, e o relatório perde as fontes. O time ainda quer os cinco cargos da apresentação. Qual é o próximo passo mais útil? Manter só a divisão medida, leitor e redator, e juntar o resto. O eval provou um motivo técnico entre dois papéis. Isolamento de contexto. Não cinco cargos.

E a armadilha clássica de quem está começando. Colocar um revisor, porque um time humano sempre tem um. Sem rubrica e sem eval, esse revisor aprende a dizer aprovado. Você pagou por um carimbo. E se a sequência de passos é sempre fixa, buscar, depois escrever, depois formatar, talvez você nem precise de agente. Uma chain, com código no meio, resolve, e cada passo tem um contrato.

É esse smell?

Quatro casos rápidos. Um pipeline com um agente que pesquisa e um segundo que escreve a partir das fontes, sem ferramentas. E o eval mostra que juntar piora a qualidade. Não é esse smell. A divisão tem um motivo técnico medido.

Três agentes debatem em rodadas. O otimista, o pessimista e o moderador. Sem critério, sem eval, e a resposta final costuma ser a primeira do moderador. Isso é esse smell. Um debate só se justifica com um juiz, um critério escrito e um eval mostrando melhora.

Um agente principal manda vinte subagentes explorarem vinte repositórios diferentes em paralelo e recebe um resumo de uma página de cada. Não é esse smell. Isso é trabalho real e independente, em contextos separados.

E depois de juntar, você acrescenta um avaliador com uma rubrica escrita, que só vê o relatório final, e a nota sobe. Também não é esse smell. Isso é revisão independente, com ganho medido.

Fechamento

Então, a ideia para levar. Um modelo não precisa de organograma. Ele precisa das ferramentas certas e de um contexto limpo. Tire cada agente e meça. Mantenha só as divisões que mexem na nota, dê nome ao motivo técnico delas e junte o resto num agente que faz o trabalho.

Na próxima aula, a gente faz essa junção passo a passo: collapse agents. Até lá.