Os agentes de IA se tornaram cada vez mais capazes, mas os problemas do mundo real geralmente exigem que vários agentes trabalhem juntos, cada um lidando com parte de uma tarefa e coordenado sob um objetivo comum. É aí que entra a orquestra agente: a ideia de orquestrar agentes em um sistema unificado. Na Marvik, enfrentamos esses desafios em diferentes setores e desenvolvemos as melhores práticas de orquestração que permitem que os sistemas passem rapidamente de protótipos para sistemas prontos para produção.

Por que a orquestração é fundamental

Na orquestra agente, os agentes de orquestração (planejadores) gerenciam fluxos de conversação, delegam tarefas e mantêm a lógica do sistema. Eles evitam que os agentes trabalhem em silos e, em vez disso, os coordenam em um sistema coerente. Sem orquestração, inconsistências, ineficiências e desalinhamentos com as metas do usuário são comuns. Com orquestração:

• As tarefas são encaminhadas para os agentes especializados certos.
• O estado do sistema e o contexto da conversa são preservados.
• A validação e o replanejamento do usuário mantêm a intenção alinhada.
• Os resultados permanecem previsíveis e focados nos negócios.

Modelos de orquestração: etapa única versus várias etapas

Duas abordagens dominam a orquestração de agentes:

• Orquestração em várias etapas: o orquestrador decompõe as tarefas em vários estágios, delegando entre os agentes. Isso aumenta a autonomia, mas aumenta a latência e a complexidade.
• Orquestração em uma única etapa: O orquestrador toma uma única decisão e delega a tarefa de ponta a ponta. Isso minimiza a latência e simplifica os fluxos de trabalho, ideais para contextos voltados para o cliente.

Na Marvik, favorecemos a orquestração em uma única etapa, pois ela equilibra velocidade, simplicidade e satisfação do usuário, exceto nos casos em que sistemas totalmente autônomos com pouca ou nenhuma interação humana são preferidos. Isso se alinha às tendências de 2025 em chatbots e assistentes, em que os usuários valorizam respostas rápidas e precisas. [caption id="attachment_4728" align="aligncenter” width="1024"]

Arquitetura de alto nível de uma plataforma alimentada por sistemas multiagentes, suportando ambas as abordagens de orquestração, adaptável em aplicativos móveis e da Web.[/legenda]

Fluxo de conversa

Criamos um exemplo de fluxo que demonstra uma orquestração eficaz. Em um caso de uso de suporte ao cliente, o agente orquestrador interage com agentes especializados para lidar com diferentes solicitações, desde responder a perguntas frequentes até coletar informações em tempo real para resolver problemas complexos. Isso, adicionado à solução de problemas ou ao escalonamento. O exemplo a seguir destaca como o roteamento e a coordenação funcionam nesse tipo de sistema. [caption id="attachment_4729" align="aligncenter” width="1024"]

Lógica gráfica de fluxo de trabalho do sistema multiagente [/caption]

Estado e solicitação do sistema

No LangGraph, o estado da conversa garante a continuidade e o contexto entre as interações. As solicitações definem a função e os objetivos de cada agente, garantindo respostas consistentes. [caption id="attachment_4730" align="aligncenter” width="1024"]

Exemplo de WorkflowAgentState gerenciando chaves de estado para consistência de conversação. [/legenda]

Planejamento e replanejamento

[caption id="attachment_4731" align="aligncenter” width="1019"]

Explicação: ciclo de feedback mostrando a validação do usuário, a confirmação do plano e o replanejamento quando a intenção muda. [/caption] O orquestrador avalia as mensagens verificando se elas são relevantes, não proibidas e acionáveis. Ele valida as etapas planejadas com o usuário e planeja novamente, se necessário. Esse ajuste dinâmico melhora a precisão e a satisfação.

Tratamento de mensagens não válidas

Os agentes também identificam entradas irrelevantes, proibidas ou pouco claras. Dependendo da classificação, o sistema redireciona, solicita esclarecimentos ou bloqueia solicitações inadequadas. [caption id="attachment_4732" align="aligncenter” width="704"]

Explicação: Exemplos de como o orquestrador lida com instruções proibidas, irrelevantes e pouco claras. [/legenda]

Agentes como subgráficos

Agentes especializados são organizados em um subgráfico do fluxo de trabalho principal. Esse design modular torna o sistema mais fácil de entender, manter e ampliar. Principais benefícios:

• Reutilização: Os subagentes podem ser executados de forma independente para tarefas específicas (por exemplo, acionar um agente de perguntas e respostas a partir de um aplicativo da web).
• Clareza: A lógica do agente de isolamento mantém a orquestração focada, simplificando a depuração e o dimensionamento.

Essa separação clara de responsabilidades estabelece a base para fluxos de trabalho mais complexos e IA em grande escala.

Inicialização e finalização do fluxo de trabalho

Dois nós estruturam as conversas:

• Inicialização: redefine variáveis transitórias.
• Finalização: atualiza o estado, marca as tarefas como concluídas e limpa variáveis temporárias.

[caption id="attachment_4734" align="aligncenter” width="1024"]

Instantâneos de variáveis de estado antes da inicialização e após a finalização. [/legenda]

Advertências e armadilhas

• Atualizações de estado: atualizações parciais são mais seguras do que substituições completas.
• Nodos paralelos: Exija um manuseio cuidadoso para evitar condições de corrida; LangGraph's API de envio fornece uma execução segura.
• LangGraph Studio versus produção: o Studio é ideal para prototipagem, mas a produção exige back-ends como Redis ou DynamoDB, integração de API e implantação manual. Evite subestimar esse esforço ao criar protótipos.

[caption id="attachment_4735" align="aligncenter” width="1024"]

Diferentes abordagens para atualizar as variáveis de estado do LangGraph em cada nó [/caption]

Boas práticas e dicas

De nossas implementações, com a orquestra do agente, esses padrões surgiram:

• classe BaseNode: padroniza chamadas LLM, análise de JSON e validação de esquema.
• Estrutura lógica padrão: Organizar ações, gráficos, modelos, solicitações e rotas de forma consistente.
• Saídas estruturadas: Usando modelos Pydantic e JSON para maior clareza e confiabilidade posterior.
• Sub-agentes para modularidade: Melhorando a depuração, a reutilização e a clareza.
• Abstração unificada de LLM: Usando os modelos de bate-papo do LangChain para orquestração independente do provedor. Isso também permite alternar facilmente entre diferentes fornecedores terceirizados.
• Gestão estadual: Redis para protótipos, DynamoDB ou PostgreSQL para escalabilidade.

[caption id="attachment_4736" align="aligncenter” width="1024"]

Como o BaseNode lida com a análise de saída do LLM, a extração de JSON e a aplicação de esquemas. [/caption] [id da legenda ="attachment_4737" align="aligncenter” width="1024"]

Padronização da estrutura de pastas para escalabilidade e facilidade de manutenção. [/legenda]

Impacto da orquestração nos negócios

Quando implementados por meio da orquestra de agentes, os sistemas multiagentes orquestrados criam um valor comercial real:

• Eficiência: Automatizando fluxos de trabalho de ponta a ponta.
• Redução de custos: Reduzindo as cargas de trabalho manuais.
• Escalabilidade: Apoiar o crescimento da empresa.
• Confiança: Fornecendo interações de IA confiáveis e transparentes.

Conclusão: Por que Marvik

Criar fluxos de trabalho robustos de vários agentes é complexo, mas a Marvik desenvolveu práticas que os tornam escaláveis e prontos para produção. Nós entregamos:

• Desenvolvimento de IA de ponta a ponta
• Soluções personalizadas de IA alinhadas aos fluxos de trabalho de negócios
• Extensão e aumento da equipe de IA
• Liderança fracionária do CAIO para estratégia
• Metodologias comprovadas validadas em todos os setores

A Marvik une a orquestração avançada à estratégia de negócios, garantindo que a IA ofereça resultados mensuráveis.

Principais conclusões

• A orquestração em uma única etapa reduz a latência e melhora o alinhamento em muitos sistemas do mundo real, embora a orquestração em várias etapas possa ser mais adequada para casos em que se prefere mais automação e menos intervenção humana.
• O LangGraph permite fluxos de trabalho de agentes modulares e dinâmicos quando combinados com um bom design.
• As melhores práticas em gerenciamento de estado, modularidade e saídas estruturadas melhoram a confiabilidade.
• A orquestração não é apenas uma infraestrutura técnica, mas um diferencial comercial competitivo.
• É importante garantir as melhores práticas para criar essas soluções multiagentes, a fim de evitar problemas na produção ou durante a transição do protótipo para a produção.

Na Marvik, acreditamos que o futuro da IA é orquestral: sistemas de agentes coordenados trabalhando perfeitamente para oferecer escala, confiabilidade e impacto. Se sua organização estiver pronta para passar dos pilotos para a IA pronta para produção, estamos prontos para ajudar.