Programador deixou de ser despachante de agentes de IA: o Multica assumiu a rotina de repasses
Quando há vários agentes de IA trabalhando ao mesmo tempo, o programador acaba virando despachante sem perceber: repassa o contexto e leva os resultados de uma sessão para outra. O autor do Habr delegou essa tarefa ao orquestrador Multica. Um agente tech lead distribui as tarefas, dois revisores em modelos diferentes verificam o código, e as perguntas para o humano caem na Inbox. Um revisor separado é necessário porque a autoverificação do GPT-4 sem teste reduziu a precisão de 95,5% para 91,5%. Automatize os repasses quando eles já se tornaram rotina.
Processado por IA de Habr AI; editado por Hamidun News
Um agente de IA é conveniente: você passa a tarefa, discute a solução e revisa o código. Quando há várias sessões paralelas, o programador se transforma, sem perceber, em despachante. Os agentes continuam escrevendo código rapidamente, mas levar o resultado do planejamento para a implementação, repetir o contexto e explicar ao revisor o que checar ainda cabe ao humano.
O autor da análise no Habr flagrou a si mesmo olhando a janela dos agentes a cada 20–30 minutos: alguém não ficou travado numa pergunta, não está girando em círculos? A saída que ele encontrou foi o orquestrador Multica, um programa em que os agentes têm um quadro de tarefas, papéis (por exemplo, tech lead e revisores) e regras comuns, e o contexto é transmitido entre eles sem intervenção humana. Abaixo, o que ele mudou e quais conclusões podem ser aproveitadas.
Para que um segundo agente, se o contexto já tem um milhão de tokens
Mesmo com uma janela de contexto enorme, um único agente verifica mal a si mesmo. Imagine uma lista de registros com filtro por status. No início de uma sessão longa, o agente decidiu que, sem filtro, apenas os registros ativos são exibidos, escreveu o código e os testes com base nessa premissa, e tudo ficou verde. Um revisor separado recebe apenas o critério "sem filtro, mostrar todos os registros" e o diff (a lista de alterações no código). Ele não conhece a premissa antiga e vê a divergência imediatamente.
Dados de pesquisas sustentam essa abordagem. No trabalho "Lost in the Middle", o GPT-3.5-Turbo respondeu corretamente em 75,8% dos casos quando o documento necessário estava em primeiro lugar, e em 53,8% quando ele estava no meio de 20 documentos. Já no trabalho de Jie Huang e coautores, o GPT-4, após autoverificação sem sinal externo em 200 tarefas do GSM8K (problemas matemáticos do ensino fundamental), caiu de 95,5% para 91,5%: o modelo "corrigiu" parte de respostas que estavam certas. Por isso, o autor vincula a verificação a um teste reprodutível ou a um revisor separado, com contexto vazio.
Um segundo agente se justifica em três situações: quando é preciso um olhar novo (de preferência outro modelo e outro fornecedor), quando há subtarefas independentes para diferentes cópias de trabalho do repositório (worktree), ou quando se quer separar os modelos por custo: o código é escrito por um modelo barato, e a revisão, por um caro. Se colocar dois agentes para trabalhar no mesmo frontend, eles vão gerar conflitos na hora de fazer merge.
O que sobrou de dezenas de orquestradores
Há muitas ferramentas: no catálogo awesome-agent-orchestrators, em 19 de novembro, havia 350 projetos ativos, e em dez dias foram acrescentados 36 novos. O autor os separa pelo que gerenciam: sessões (Paseo), tarefas em segundo plano que entregam um diff no final (Codex em nuvem, Devin), equipes com papéis (Multica, Paperclip, Agent Swarm) ou assistentes pessoais (Hermes Agent, OpenBot).
Cada ferramenta ele testa com um mesmo cenário: conectar o runtime, passar uma tarefa, receber a notificação de bloqueio onde você espera, aceitar o resultado. O Agent Swarm não passou nesse teste: o assistente de configuração informou que tudo estava verificado, mas a primeira tarefa falhou com um erro de gateway, e não foi possível entender a causa pelos logs. O Multica e o OpenBot funcionaram de primeira. A conclusão do autor é que uma interface clara e um comportamento previsível importam mais do que uma longa lista de funcionalidades.
Como a equipe é organizada, quanto custa e onde está a armadilha
No Multica, o tech lead do autor é o ponto único de entrada: ele conhece os projetos, recebe o resultado depois do executor e decide para onde a tarefa vai em seguida. Daí a diferença nos contadores de execuções em 19 de novembro: 763 do tech lead contra 208 do desenvolvedor. Ao lado, estão dois revisores em runtimes diferentes: via Claude (claude-opus-5-5, 48 execuções) e via Pi (83 execuções). Quando é preciso uma decisão humana, o tech lead faz a menção, e a pergunta cai na Inbox.
Antes de começar o trabalho, o agente reconta a tarefa com suas próprias palavras, como um júnior, e muitas vezes já dá para perceber pelo resumo que ele pretende resolver outra coisa. Tudo o que pode ser verificado por testes, linter e lista de critérios a equipe roda sozinha. Migrações de dados, segurança e decisões de produto o autor mantém para si. Esse regime Kief Morris, da Thoughtworks, chama de "humano no loop": não se corrige cada linha de código, mas o entorno — especificações, verificações, regras. Além disso, o DeepSeek Flash, um modelo barato, faz uma vez por dia a verificação de tarefas travadas e envia um resumo dos projetos.
O bom senso na aceitação ainda é necessário. Certa vez, um revisor chegou à décima quarta rodada de revisão em seis horas: isso significa que a especificação está quebrada, e a tarefa precisou voltar para o arquiteto. Em outra ocasião, o agente sugeriu aumentar o timeout dos testes de mutação, que levavam 180 minutos, em vez de refazer os próprios testes.
Sobre o dinheiro: a tela de gastos mostrou cerca de US$ 1.000 em uma semana, mas isso é uma estimativa pelos preços da API, enquanto o autor pagou por assinaturas (Claude a US$ 100 e OpenCode Go, de onde ele usa o DeepSeek). A semana foi de pico, mas acompanhar os tokens continua valendo: a assinatura mascara o apetite do orquestrador, e um usuário do Paperclip contou que seus tokens "sumiram num instante".
As limitações importam. Os plugins frequentemente funcionam fora do sandbox, com os direitos do usuário, por isso não se deve instalá-los em dispositivos corporativos sem verificação. A licença do Multica, baseada na Apache-2.0, permite o uso interno em uma única organização, mas proíbe hospedar o serviço para terceiros e incorporá-lo em produto comercial; o OpenBot, sob a PolyForm Noncommercial, não admite uso comercial.
Conselho prático: comece com uma tarefa, um executor e uma regra de aceitação verificável. Adicione um segundo agente quando ficar claro para que ele serve. O orquestrador se paga quando os repasses manuais entre sessões se tornam o gargalo.
- 21 de nov. de 2026Desenvolvedor pediu para o Claude instalar 900 aplicativos e criou um limpador gratuito para Mac
- 21 de nov. de 2026Apple prepara um agente de IA e dificulta o acesso de terceiros: a permissão agora tem 14 etapas, e não 4
- 21 de nov. de 2026Qwen3-0.6B ajustado em um Mac mini: erros nas respostas caíram de 9 para 3 em 30
- 21 de nov. de 2026Desenvolvedor dispensou o Pinecone: busca em 72 450 trechos de código em 50 ms
Perguntas frequentes sobre a notícia
O que se sabe sobre Para que um segundo agente, se o contexto já tem um milhão de tokens?
Mesmo com uma janela de contexto enorme, um único agente verifica mal a si mesmo. Imagine uma lista de registros com filtro por status. No início de uma sessão longa, o agente decidiu que, sem filtro, apenas os registros ativos são exibidos, escreveu o código e os testes com base nessa premissa, e tudo ficou verde. Um revisor separado recebe apenas o critério "sem filtro, mostrar todos os registros" e o diff (a lista de alterações no código). Ele não conhece a premissa antiga e vê a divergência imediatamente.
O que sobrou de dezenas de orquestradores?
Há muitas ferramentas: no catálogo awesome-agent-orchestrators, em 19 de novembro, havia 350 projetos ativos, e em dez dias foram acrescentados 36 novos. O autor os separa pelo que gerenciam: sessões (Paseo), tarefas em segundo plano que entregam um diff no final (Codex em nuvem, Devin), equipes com papéis (Multica, Paperclip, Agent Swarm) ou assistentes pessoais (Hermes Agent, OpenBot).
Como a equipe é organizada, quanto custa e onde está a armadilha?
No Multica, o tech lead do autor é o ponto único de entrada: ele conhece os projetos, recebe o resultado depois do executor e decide para onde a tarefa vai em seguida. Daí a diferença nos contadores de execuções em 19 de novembro: 763 do tech lead contra 208 do desenvolvedor. Ao lado, estão dois revisores em runtimes diferentes: via Claude (claude-opus-5-5, 48 execuções) e via Pi (83 execuções). Quando é preciso uma decisão humana, o tech lead faz a menção, e a pergunta cai na Inbox.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.