- Andrew Ng propõe focar no conceito de agentes de IA e sistemas agênticos (agentic) e, em vez de discutir a definição de agente, concentrar-se no espectro de autonomia
- Hoje, as oportunidades reais de negócio são maiores em workflows simples e lineares, ou com pequenas ramificações, do que em agentes totalmente autônomos e complexos
- As habilidades práticas necessárias para projetar e operar sistemas agênticos (decomposição de tarefas, sistemas de avaliação, conexão de dados etc.) ainda são escassas, e a capacidade de usar várias ferramentas é importante
- Evals, voice stack e assistentes de código com IA são citados como ferramentas centrais que ainda não recebem atenção suficiente
- Os fatores-chave para o sucesso de startups são velocidade de execução e compreensão técnica profunda e, com o avanço das ferramentas de IA, ajuda na produtividade para que mais não desenvolvedores também tenham habilidades básicas de programação
Introduction
- Apresentação do contexto em que Andrew Ng contribuiu para diversos projetos e comunidades de IA/agentes, como o LangChain
- Em vez de debater a definição de agente, ele enfatiza que sistemas agênticos podem ter diferentes graus de autonomia
- Em vez de perguntar "é um agente de verdade?", ele propõe uma abordagem prática, vendo a autonomia como um espectro
Opportunities: oportunidades reais de negócio
- Na prática, muitos workflows de negócio têm fluxo linear ou incluem apenas pequenas ramificações
- Ex.: preenchimento de formulários web, consulta a banco de dados, buscas simples e automação de tarefas repetitivas
- Decomposição de tarefas e ajuste fino (microtarefas), desenho de métricas de avaliação e melhoria de workflows são capacidades práticas escassas
- Workflows agênticos complexos também são importantes, mas a maior parte da geração de valor vem de estruturas simples e repetitivas
Skills: capacidades que construtores de agentes devem ter
- É necessária capacidade de desenho sistemático após entender o processo de negócio, incluindo coleta/integração de dados, prompts e divisão do processo
- Sistemas automatizados de avaliação (rastreamento de desempenho por sistema/componente, construção de frameworks de avaliação etc.) são importantes
- Equipes experientes não ficam obcecadas com "melhorias desnecessárias" e contornam ou substituem problemas com eficiência
- Testam na prática várias ferramentas e frameworks de IA e têm rapidez para decidir, experimentar e combinar ferramentas como blocos de Lego
AI Tools & mudanças
- Nos últimos 2 a 3 anos, o ecossistema de ferramentas de IA (ex.: Langgraph, RAG, chatbots, gerenciamento de memória, avaliação/guardrails etc.) se diversificou
- As ferramentas podem ser combinadas de várias formas, como blocos de Lego, e quanto mais experiência prática se acumula, mais rápidas se tornam as decisões
- Com o aumento da janela de contexto dos LLMs, o papel prático de algumas técnicas como RAG vem mudando — a importância do ajuste de hiperparâmetros diminuiu
Underrated Tools: ferramentas centrais subestimadas
- Evals (avaliação automatizada): muitas equipes acham que é difícil demais, mas é importante criar e melhorar rápido, começando por exemplos pequenos
- Voice stack (workflow baseado em voz): a demanda e o uso crescem rapidamente em grandes empresas, mas ainda recebem pouca atenção da comunidade de desenvolvedores
- Assistentes de código com IA: programação com apoio de IA aumenta a produtividade, e se todos os membros adquirirem noções básicas de programação, a produtividade por função melhora
- Caso da AI Fund: todos, de recepcionistas a CFOs e advogados, aprendem a programar e aumentam a eficiência no trabalho
Características das aplicações de voz
- Entrada por voz reduz mais a carga para o usuário do que prompts de texto e induz um preenchimento de informações mais rápido
- Em agentes baseados em voz, o tempo de resposta (latência) é muito importante (idealmente abaixo de 1 segundo), e vários truques de UX são usados para interação em tempo real (ex.: pre-response, ruído de fundo)
- O campo de aplicação e o potencial das interfaces de voz são muito grandes, mas ainda são necessárias mais ferramentas para desenvolvedores e infraestrutura de suporte
MCP: padronização e integração de dados
- MCP (Mesh Capability Protocol): tendência da indústria de conectar várias fontes de dados, APIs e ferramentas por meio de uma interface padronizada
- O padrão MCP ainda está em estágio inicial, mas tende a evoluir como um eixo central para simplificar integrações complexas de dados e ferramentas
- A visão é permitir integrar n agentes e m fontes de dados com custo n+m, e não n*m
Sistema Agent-to-Agent
- Multiagentes e interação entre agentes ainda estão em estágio muito inicial, e por enquanto os casos de sucesso mais concretos aparecem dentro da mesma equipe
- A interação entre agentes de equipes/empresas diferentes é uma área para desenvolvimento futuro
Vibe Coding e codificação com IA
- O fenômeno de "Vibe Coding", programar junto com assistentes de IA, na prática exige alta concentração e trabalho intelectual; apesar do nome, não é programar "só no feeling"
- Com a evolução dos assistentes de código com IA, a importância da habilidade de programação cresce também para mais não desenvolvedores e diferentes funções
- Aprender a programar é essencial para a produtividade futura — recomenda-se dominar pelo menos uma linguagem de programação, especialmente Python
Advice for Startups: conselhos para startups de IA
- O fator número 1 para o sucesso de uma startup é a velocidade de execução; o número 2 é a compreensão profunda da tecnologia
- Marketing, vendas e precificação são importantes, mas entender como a tecnologia realmente funciona e acompanhar as mudanças tecnológicas mais recentes é algo mais escasso e mais importante
- Equipes com sensibilidade para a essência técnica profunda conseguem resolver problemas com mais rapidez e eficiência
2 comentários
Essa parte de MCP (Mesh Capability Protocol) deve ser um erro de digitação, certo?
Parece que a chave para o sucesso está em como dividir funções e permissões no agente e estruturar o workflow.
Como MCP é um termo que surgiu recentemente, parece que o LLM não aprendeu isso e acaba usando umas palavras estranhas kkk