Como um agente de IA funciona por dentro: sete ferramentas que transformam um LLM em executor

Se você der a um modelo de linguagem um terminal, um sistema de arquivos e acesso à internet, ele deixa de ser um assistente tagarela e vira um agente. É assim que funcionam, por baixo dos panos, Claude Code, Codex e outras ferramentas para desenvolvedores. A segunda parte do tutorial explica como adicionar ao modelo sete ferramentas básicas e ensiná-lo a escolher sozinho a mais adequada a cada tarefa.

O que são as ferramentas de um agente

Sozinho, um modelo de linguagem só sabe fazer uma coisa: gerar texto a partir do contexto de entrada. Para virar agente, ele precisa de ferramentas: funções específicas que o framework do agente executa por comando do modelo e cujo resultado devolve ao contexto.

O princípio é simples. O modelo recebe um prompt com a descrição das ferramentas disponíveis: nome, parâmetros e o que cada uma faz. Durante o trabalho, ele avalia a tarefa e decide por conta própria se precisa chamar algo e, em caso afirmativo, qual ferramenta e com quais argumentos. O desenvolvedor define o conjunto de funções disponíveis; a escolha da ferramenta para cada situação cabe ao modelo.

No tutorial, o agente recebe sete ferramentas básicas:

• Leitura de arquivos do sistema de arquivos
• Escrita e edição de arquivos
• Execução de comandos no terminal
• Navegação por diretórios e listagem de conteúdo
• Execução de scripts Python na hora
• Busca de informações na internet
• Obtenção de informações sobre o sistema e o ambiente

Esse conjunto já permite ao agente ler código alheio, fazer correções, rodar testes e verificar os resultados, sem participação humana a cada passo.

Como o modelo escolhe a ferramenta

O ponto central não é o conjunto de ferramentas, mas o mecanismo de seleção. Ele se chama tool calling ou function calling, e é aí que os LLMs atuais se diferenciam radicalmente dos chatbots da geração anterior.

Quando o modelo decide que a tarefa exige uma ferramenta, ele devolve não apenas texto, mas um JSON estruturado: o nome da função e os argumentos. O framework do agente intercepta esse JSON, executa a operação real (rodar um comando, ler um arquivo, fazer uma requisição HTTP) e devolve o resultado ao contexto. O modelo examina o resultado, pensa de novo e então chama a próxima ferramenta ou encerra o trabalho.

Esse laço de pensar, chamar a ferramenta, receber o resultado e pensar de novo transforma um modelo de linguagem estático em um sistema dinâmico. O modelo não segue um roteiro rígido: a cada vez, ele reanalisa a situação com todo o contexto acumulado, incluindo passos anteriores, resultados intermediários e a tarefa original. Isso torna o agente flexível: ele pode corrigir o plano no meio do caminho se um resultado intermediário for inesperado.

O laço e o problema da parada

O agente trabalha em ciclo: gera uma resposta, chama uma ferramenta se necessário, recebe o resultado e gera de novo. O ciclo continua até a tarefa ser concluída ou até o agente decidir que novas chamadas não são necessárias.

Aqui está a principal dificuldade de engenharia: como o modelo sabe que é hora de encerrar o laço? Implementações simples usam uma de duas abordagens. A primeira é um limite de iterações: se, após N passos, a tarefa não foi concluída, o agente é interrompido à força. A segunda é um sinal especial de conclusão: o modelo devolve um marcador de "pronto" e o framework sai do laço.

Claude Code e Codex resolvem isso de forma bem mais sofisticada, levando em conta o contexto da tarefa, o custo de cada chamada e a análise dos resultados intermediários. Mas o princípio fundamental é o mesmo: um laço com condição de saída explícita. É essa condição que define se o agente será uma ferramenta útil ou ficará preso em um ciclo infinito.

O que isso significa

O tutorial mostra com clareza que a diferença entre um chatbot simples e uma ferramenta poderosa como o Claude Code não está no tamanho do modelo nem em mágica, mas na arquitetura. Acrescente um laço, algumas funções e uma regra de parada, e você terá um sistema capaz de trabalhar com o mundo real: ele lê código, edita arquivos, roda testes e pesquisa na web. É isso que torna os agentes de IA atuais realmente úteis para desenvolvedores, e não apenas impressionantes em demonstrações.