Colaboração com vários agentes - AWS Orientação prescritiva

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.

Colaboração com vários agentes

A colaboração multiagente se refere a um padrão no qual vários agentes autônomos, cada um com uma função, especialização ou objetivo distintos, negociam para resolver tarefas complexas. Esses agentes podem operar de forma independente ou com outros agentes compartilhando informações, dividindo responsabilidades e raciocinando coletivamente em direção a uma meta.

Esse padrão difere dos agentes de fluxo de trabalho, que coordenam e delegam tarefas centralmente aos agentes subordinados em um fluxo estruturado. Em contraste, a colaboração multiagente enfatiza a coordenação peer-to-peer emergente ao permitir a adaptabilidade, o paralelismo e a divisão da cognição. A tabela a seguir compara a colaboração de vários agentes com agentes de fluxo de trabalho:

Recurso

agentes de fluxo de trabalho

Finalidade

Controle

Coordenador centralizado

Pares descentralizados, distribuídos ou baseados em funções

Interação

Um agente delega e monitora a execução

Vários agentes negociam, compartilham e se adaptam

Projeto

Sequência predefinida de tarefas

Distribuição de tarefas emergente e flexível

Coordenação

Orquestração processual

Interações cooperativas ou competitivas

Casos de uso

Automação de processos corporativos

Raciocínio complexo, exploração e estratégias emergentes

Arquitetura

O diagrama a seguir mostra a colaboração entre vários agentes:

Colaboração com vários agentes.

Description

  1. Inicia uma tarefa

    • Um usuário ou sistema emite uma meta ou problema de alto nível.

    • Um agente “gerente” ou contexto iniciador define o objetivo.

  2. Atribui ou descobre funções

    • Os agentes se autoatribuem (lógica simbólica ou raciocínio) ou são delegados (mediadores de eventos) a outras funções, como planejador, pesquisador, executor, crítico ou explicador.

  3. Comunica-se com outros agentes

    • Os agentes se comunicam por meio de memória compartilhada, filas de mensagens ou encadeamento de solicitações.

    • Eles podem debater, questionar ou propor subtarefas uns aos outros.

  4. Usa raciocínio especializado

    • Cada agente usa seu próprio modelo ou lógica de domínio para resolver sua parte do problema.

    • Os agentes podem usar LLMs com prompts e memória específicos da função.

  5. Coordena saídas ou metas

    • Os agentes sintetizam as contribuições em uma resposta final, plano ou ação.

    • (Opcional) Um agente supervisor pode validar ou resumir a saída sintetizada.

Capacidades

  • Agentes de nível de pares com funções ou habilidades especializadas

  • Comportamento emergente por meio de comunicação ou negociação

  • Processamento paralelo de problemas complexos ou multifacetados

  • Suporta deliberação, autocorreção e iteração reflexiva

  • Modele a dinâmica social, a colaboração científica ou as funções da equipe empresarial

Casos de uso comuns

  • Equipes de pesquisa autônomas (agente de busca, resumido e validador)

  • Desenvolvimento de software (planejador, codificador e testador)

  • Modelagem de cenários de negócios (finanças, políticas e conformidade)

  • Negociação, licitação ou raciocínio multipartidário

  • Tarefas multimodais (imagem, texto e lógica)

Orientação para implementação

Você pode criar um sistema multiagente usando as seguintes ferramentas e Serviços da AWS:

Componente

AWS service (Serviço da AWS)

Finalidade

Hospedagem de agentes

Amazon Bedrock, Amazônia SageMaker, AWS Lambda

Hospede agentes individuais orientados por LLM

Camada de comunicação

Amazon SQS, Amazon, EventBridge AWS AppFabric

Mensagens e coordenação entre agentes

Memória compartilhada

Amazon DynamoDB, Amazon S3 ou OpenSearch

Memória multiagente ou sistema de quadro-negro

Camada de orquestração

AWS Step Functions, AWS Lambda oleodutos

Lógica de início, tempo limite, retorno e repetição

Identificação do agente

Agentes do Amazon Bedrock (definidos por função) e API converse do AWS AppConfig Amazon Bedrock (agentes fora do Amazon Bedrock)

Invocação de ferramenta ou agente baseada em funções e aplicação de limites

Interação emergente

EventBridge Pipelines da Amazon ou registros de agentes

Habilite o roteamento ou escalonamento dinâmico de tarefas

Resumo

A colaboração entre vários agentes distribui tarefas de solução de problemas entre agentes modulares e orientados por funções. Diferentemente da orquestração do fluxo de trabalho, os padrões de colaboração usam inteligência, resiliência e escalabilidade emergentes que refletem a forma como os humanos resolvem problemas. É especialmente valioso para domínios abertos, tarefas criativas, raciocínio multimodal e ambientes que se beneficiam de diversas perspectivas.

Conclusão

Os padrões discutidos anteriormente ilustram abordagens fundamentais para implementações reais de IA agente. Do raciocínio básico à inteligência aumentada pela memória, cada padrão é configurado exclusivamente para percepção, cognição e ação com base na autonomia, assincronia e agência.

Esses padrões compartilham vocabulários e planos técnicos para criar sistemas inteligentes e direcionados a objetivos. Se um padrão está incorporado em uma interface de usuário, orquestrado por meio de serviços em nuvem ou coordenado entre equipes de agentes, cada padrão é adaptável e modular.

Takeaways

  • Os padrões do agente podem ser compostos — a maioria dos agentes do mundo real combina dois ou mais padrões (por exemplo, um agente de voz com raciocínio e memória baseados em ferramentas).

  • O design do agente é contextual — escolha padrões com base na superfície de interação, na complexidade da tarefa, na tolerância à latência e nas restrições específicas do domínio.

  • AWSa implementação nativa é possível — Com o Amazon Bedrock, o Amazon SageMaker, AWS Lambda AWS Step Functions, e as arquiteturas orientadas a eventos, cada padrão de agente pode ser entregue em grande escala.