Uma visão geral em camadas dos principais conceitos de IA agente. Vamos entendê-lo camada por camada. 1) LLMs (camada de fundação) No núcleo, você tem LLMs como GPT, DeepSeek, etc. Ideias centrais aqui: - Parâmetros de tokenização e inferência: como o texto é dividido em tokens e processado pelo modelo. - Engenharia rápida: projetando entradas para obter melhores resultados. - APIs LLM: interfaces programáticas para interagir com o modelo. Este é o motor que alimenta todo o resto. 2) Agentes de IA (construídos em LLMs) Os agentes envolvem LLMs para dar a eles a capacidade de agir de forma autônoma. Principais responsabilidades: - Uso de ferramentas e chamada de função: conectando o LLM a APIs/ferramentas externas. - Raciocínio do agente: métodos de raciocínio como ReAct (raciocínio + ato) ou Cadeia de Pensamento. - Planejamento e decomposição de tarefas: dividir uma grande tarefa em tarefas menores. - Gerenciamento de memória: acompanhar o histórico, o contexto e as informações de longo prazo. Os agentes são os cérebros que tornam os LLMs úteis em fluxos de trabalho do mundo real. 3) Sistemas agenciais (sistemas multiagentes) Ao combinar vários agentes, você obtém sistemas agenciais....