Work Agents: 16 pesquisadores criam um sistema de coordenadas único para agentes de IA

Uma equipe de 16 pesquisadores lançou o survey Work Agents: Systems, Capabilities, and Optimization (arXiv 2610.35845). Os autores tentam responder a uma pergunta que hoje preocupa todos que implantam agentes: como garantir que uma tarefa delegada chegue a um resultado verificável. Entre os autores estão Zishan Xu, Enjun Du, Mingqi Gao, Cheng Yang, Junhao Shen, Difan Zou e Weiwen Liu. O artigo recebeu 15 upvotes no Hugging Face Daily Papers e vem acompanhado de uma página do projeto e do repositório awesome-working-agent no GitHub, com um compilado da literatura.

O agente como sistema, e não como modelo

A tese de partida é que os modelos foundation passaram de gerar informação para executar trabalho digital. Os agentes circulam por ferramentas, aplicativos e fluxos de trabalho. Na avaliação dos autores, porém, falta à pesquisa uma visão unificada de como o agente cumpre de forma confiável o que lhe foi atribuído.

Eles propõem enxergar o work agent como um sistema de duas partes: o modelo foundation e o runtime harness, ou seja, a camada de software em que o modelo é executado. O agente resolve as tarefas em um stateful workspace, um espaço de trabalho com estado persistente, e na saída deve entregar um resultado verificável. Isso significa que a confiabilidade não depende só dos pesos do modelo: a organização da memória, das ferramentas, do controle de etapas e da aceitação do resultado também pesa.

Dois eixos, cinco formas de trabalho e cinco famílias de capacidades

Para descrever as condições em que o agente trabalha, os autores introduzem duas dimensões:

• Work persistence — quanto o trabalho é longo e depende de estado persistente entre etapas e sessões.
• Work openness — quanto o ambiente é aberto e imprevisível, em vez de limitado a um conjunto de ações conhecido de antemão.

Pelo volume e pela organização das tarefas, o trabalho digital se divide em cinco formas. Sobre essa classificação se apoia a lista de cinco famílias de capacidades necessárias para uma execução confiável. Elas formam um vocabulário comum: é possível comparar um agente para uma operação pontual em um aplicativo fechado com um agente que conduz um projeto por semanas em um ambiente aberto.

Onde otimizar: modelo, harness ou os dois ao mesmo tempo

Uma parte à parte do survey trata de como melhorar os agentes. Os autores analisam três frentes:

• Model optimization — ajuste fino e melhoria do próprio modelo.
• Harness optimization — configuração do harness: como o agente é estruturado em torno do modelo e como interage com o workspace.
• Joint optimization — ajuste conjunto do modelo e do harness.

Essa divisão é útil na prática. As equipes costumam atribuir o avanço do agente ao novo modelo, quando o ganho pode ter vindo de um harness reconstruído, e vice-versa. Ao otimizar as duas partes juntas, as dependências entre elas entram na conta de forma explícita.

Avaliação pelo resultado do trabalho

Os autores analisam métodos de avaliação e métricas do ponto de vista dos work outcomes, isto é, dos resultados do trabalho executado. O que se deve medir é se a tarefa foi resolvida e se isso pode ser verificado, e não a plausibilidade da resposta. Para as empresas, isso é fundamental: o cliente paga por um relatório pronto, um ticket fechado ou um código funcional, não por uma bela cadeia de raciocínio.

A seção sobre o futuro aponta três direções:

• delegação sustentada de trabalho em horizontes longos (sustained work delegation);
• adaptação a ambientes abertos;
• interação entre a execução do trabalho e o crescimento das capacidades do agente.

O último ponto chama atenção porque o agente, ao executar tarefas, pode acumular experiência e melhorar por conta própria, e a agenda de pesquisa trata execução e aprendizado como processos conectados.

Como usar o modelo conceitual ao escolher uma stack de agentes

O survey não oferece um benchmark pronto, mas fornece um checklist para projeto e compras. Antes de comparar agentes por rankings, vale responder a algumas perguntas:

• Quanto dura o seu trabalho e onde fica armazenado o estado dele?
• Quão aberto é o ambiente: um conjunto fixo de APIs ou aplicativos e sites arbitrários?
• O que, no seu agente, pertence ao modelo e o que pertence ao harness, e qual parte você pode alterar?
• Com base em qual resultado verificável você aceita o trabalho?

As equipes que responderem a essas perguntas antes de escolher o modelo têm mais chance de ver onde exatamente a confiabilidade do agente falha e não vão procurar a causa dos erros no lugar errado.