As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá. # A evolução dos agentes de software A jornada de sistemas automatizados simples para agentes de software inteligentes, autônomos e direcionados a objetivos reflete décadas de evolução em ciência da computação, inteligência artificial e sistemas distribuídos. Essa evolução foi seguida pelo surgimento do aprendizado de máquina, que mudou o paradigma das regras artesanais para o reconhecimento estatístico de padrões. Esses sistemas poderiam aprender com os dados e possibilitar avanços na percepção, classificação e tomada de decisão. Modelos de linguagem grandes (LLMs) representam uma convergência de escala, arquitetura e aprendizado não supervisionado. LLMs pode raciocinar, gerar e adaptar tarefas com pouco ou nenhum treinamento específico para cada tarefa. Ao combinar LLMs uma infraestrutura nativa em nuvem escalável e arquiteturas combináveis, agora estamos alcançando a visão completa da IA agêntica: agentes de software inteligentes que podem operar com autonomia, consciência do contexto e adaptabilidade em escala corporativa. Esta seção explora a história dos agentes de software, da teoria fundamental à prática moderna, conforme ilustrado no diagrama a seguir. Ele destaca a convergência da inteligência artificial distribuída (DAI) e da IA generativa baseada em transformadores e identifica os principais marcos que moldaram o surgimento da IA agente. ![\[A evolução dos agentes de software, da década de 1950 até os dias atuais.\]](http://docs.aws.amazon.com/pt_br/prescriptive-guidance/latest/agentic-ai-foundations/images/evolution-software-agents.png) **Topics** + [Fundamentos dos agentes de software](roots.md) + [Amadurecendo o campo: do raciocínio à ação](maturity.md) + [Uma linha do tempo paralela: o surgimento de grandes modelos de linguagem](llm.md) + [Os cronogramas convergem: o surgimento da IA agente](agentic-ai-emergence.md)