Claude aprendeu a rodar até 1000 subagentes e encontrou 66 de 70 bugs

A Anthropic está adicionando workflows dinâmicos ao Claude Managed Agents: o agente líder passa a poder distribuir tarefas entre subagentes, e até 1000 deles podem trabalhar ao mesmo tempo. O principal número do lançamento vem de um teste com uma base de código que continha 70 bugs escondidos de antemão. O agente solo encontrava no máximo 27 deles, enquanto o workflow multiagente chegava de forma consistente a 66. Isso equivale a aproximadamente 94% contra 39%.

Como funciona

O esquema tem dois níveis. O agente líder analisa a tarefa, decide como dividi-la e envia as partes aos subagentes. Eles trabalham em paralelo, e os resultados voltam ao líder. Pelo nome, a estrutura do workflow não é definida previamente pelo desenvolvedor, mas montada ao longo da execução da tarefa. É isso que diferencia a abordagem dos pipelines rígidos, em que o número de etapas e a ordem delas são conhecidos antes da execução.

O recurso faz parte do Claude Managed Agents, ou seja, da plataforma gerenciada para agentes. Pelo que tudo indica, a infraestrutura de execução e coordenação fica a cargo da Anthropic, e não da equipe que escreve o próprio orquestrador.

Principais parâmetros do anúncio:

• limite máximo: 1000 subagentes trabalhando simultaneamente;
• papel do líder: decompor a tarefa e distribuir as subtarefas;
• tarefa de teste: encontrar 70 bugs ocultos em uma base de código;
• agente solo: no máximo 27 erros encontrados (cerca de 39%);
• workflow multiagente: consistentemente 66 (cerca de 94%);
• diferença: 2,4 vezes no número de bugs encontrados.

O que o teste mostrou

A palavra «consistentemente» é importante. Se o esquema multiagente tivesse vencido uma única vez, o resultado poderia ser atribuído a uma execução de sorte. Aqui o resultado se repetiu, e, no caso do agente solo, até a melhor execução parou em 27.

Dá para explicar sem mágica por que o paralelismo ajuda justamente na busca por bugs. Uma base de código grande não cabe inteira na atenção de trabalho de um único agente. Ele examina parte dos arquivos, tira conclusões e acaba se desviando. Quando cada subagente recebe um trecho restrito e responde apenas por ele, a cobertura aumenta. Os quatro bugs perdidos entre os 70, no entanto, mostram que ainda existe um teto.

As ressalvas são óbvias. É um único teste, aplicado pela própria empresa. Na matéria do The Decoder, não há dados sobre o custo de uma execução dessas, sobre o tempo de processamento nem sobre o número de falsos positivos. Para a busca de bugs, esse último indicador é crítico: 66 problemas encontrados valem pouco se vierem acompanhados de outros 200 inventados. Também não foi divulgado até que ponto o resultado se transfere para outras tarefas.

Como encarar a adoção

Não vale começar com mil agentes. O mais sensato é escolher uma tarefa que se divida naturalmente em partes independentes e comparar a execução solo com a multiagente nos seus próprios dados.

Bons candidatos: auditoria de repositório, busca por vulnerabilidades, geração de testes por módulo, verificação de migração para uma nova versão de biblioteca e análise de um grande volume de documentos. Tarefas em que as etapas dependem rigidamente umas das outras se encaixam pior: o paralelismo praticamente não ajuda nelas.

Antes de escalar, vale medir três coisas: o custo por bug confirmado, a taxa de achados falsos e o tempo até o relatório final. Além disso, é preciso definir um orçamento e um limite para o número de subagentes, senão a fatura chega antes do resultado. A verificação final dos achados é melhor deixar com uma pessoa ou com um agente verificador separado, em vez de aceitar o relatório do líder na confiança.