Agente de IA
Um agente de IA é um sistema em que um modelo planeja e executa tarefas de várias etapas chamando ferramentas, como rodar código, pesquisar na web ou editar arquivos.
Em vez de apenas responder, um agente trabalha em um ciclo: decide o que fazer, usa uma ferramenta, lê o resultado e continua até a tarefa terminar. Assistentes de programação que editam arquivos e rodam testes são o exemplo mais comum.
Agentes exigem mais do modelo do que o chat. Eles precisam de chamadas de ferramentas confiáveis, contexto longo e capacidade de continuar progredindo sem repetir o mesmo passo. Muitos modelos abertos novos, como GLM-5.3 e Kimi K3.1 Pro, divulgam pontos fortes agênticos; olhe resultados independentes sempre que possível e teste uma lista curta nas suas próprias tarefas.
Termos relacionados
- Modelo de raciocínio Um modelo de raciocínio trabalha um problema passo a passo em uma fase de 'pensamento', visível ou oculta, antes de dar sua resposta final.
- Janela de contexto A janela de contexto é a quantidade máxima de texto, medida em tokens, que um modelo pode levar em conta de uma vez, incluindo o seu prompt e a resposta dele.
- Benchmark (teste de referência) Um benchmark é um teste padronizado usado para comparar modelos, como um conjunto de questões de matemática, programação ou conhecimento; as pontuações são úteis, mas fáceis de superinterpretar.
- Memória de agente (Agent memory) A memória de agente permite que um agente de IA guarde fatos, preferências e experiências passadas entre sessões, em vez de começar de um contexto em branco a cada vez.