Um sistema multiagente, no contexto da IA moderna, é uma arquitetura na qual várias instâncias distintas de agentes de IA interagem entre si, tipicamente cooperando, dividindo trabalho ou verificando o trabalho umas das outras, para realizar uma tarefa que um único agente lidaria de forma menos eficaz sozinho. Cada agente é geralmente construído sobre um modelo de linguagem de grande porte, frequentemente recebendo um papel, persona ou conjunto de ferramentas distintos por meio de seu próprio prompt de sistema, e os agentes se comunicam enviando mensagens, compartilhando um espaço de trabalho ou lendo e escrevendo em um estado comum.
O conceito de sistemas multiagente é muito mais antigo que os modelos de linguagem de grande porte, com uma longa história em inteligência artificial distribuída e pesquisa em aprendizado por reforço que estuda como agentes independentes cooperam ou competem dentro de um ambiente compartilhado. A versão específica para LLMs da ideia cresceu diretamente da onda mais ampla de agentes de 2023 a 2025: à medida que agentes individuais se tornaram confiáveis o suficiente para concluir tarefas de múltiplas etapas usando uso de ferramentas, pesquisadores e desenvolvedores começaram a compor múltiplos agentes juntos para lidar com tarefas com divisões naturais de papéis, como desenvolvimento de software, pesquisa ou debate.
Padrões comuns
Vários padrões organizacionais se repetem em estruturas multiagente. Em um padrão orquestrador-trabalhador, um agente divide uma tarefa em subtarefas e as despacha para agentes trabalhadores especializados, depois combina seus resultados, uma estrutura bem adequada para tarefas que se decompõem naturalmente, como pesquisar vários subtópicos em paralelo. Em um padrão de debate ou crítica, dois ou mais agentes propõem respostas ou criticam o raciocínio uns dos outros antes que uma resposta final seja produzida, com a intenção de revelar erros que um único modelo poderia não detectar sozinho. Em um padrão de pipeline, os agentes são organizados em uma sequência fixa, cada um lidando com uma etapa de um processo maior, como um agente de redação seguido por um agente de edição e um agente de verificação de fatos. Alguns sistemas também usam um quadro-negro ou documento compartilhado do qual múltiplos agentes leem e no qual escrevem de forma assíncrona, em vez de enviar mensagens diretamente uns aos outros.
Vantagens e justificativa
Os defensores argumentam que dividir uma tarefa complexa entre agentes especializados, cada um com um papel mais restrito e um prompt correspondentemente mais simples, pode produzir resultados mais confiáveis do que pedir a um único agente que mantenha toda uma tarefa complexa em mente de uma vez, particularmente para tarefas que excedem uma única janela de contexto ou que se beneficiam de tentativas independentes e menos correlacionadas antes que um resultado seja escolhido. Configurações de debate e crítica multiagente, em particular, foram estudadas como uma forma de reduzir alucinação e erros de raciocínio, com base na premissa de que um agente revisando a saída de outro agente a partir de um contexto novo tem mais probabilidade de detectar um erro do que o agente original revisando seu próprio trabalho.
Limitações e críticas
Sistemas multiagente introduzem seus próprios custos e modos de falha. Executar vários agentes multiplica o uso de tokens e a latência em comparação com um único agente, já que cada agente normalmente mantém seu próprio contexto e pode chamar o modelo subjacente muitas vezes. Falhas de coordenação também são comuns: agentes podem falar uns com os outros sem se entender, duplicar trabalho, ficar presos esperando uns pelos outros ou se desviar da tarefa original à medida que erros se acumulam nas transferências, um risco intimamente relacionado às preocupações de confiabilidade discutidas para agentes únicos. Alguns profissionais argumentaram que muitas tarefas comercializadas como exigindo múltiplos agentes podem ser tratadas igualmente bem, e de forma mais barata, por um único agente suficientemente capaz com boa engenharia de prompt e acesso às ferramentas certas, tornando a arquitetura multiagente uma verdadeira compensação de engenharia, em vez de um padrão estritamente superior. Em 2025, as estruturas multiagente permaneciam uma área ativa de desenvolvimento de ferramentas, sem um padrão dominante único para como os agentes deveriam se comunicar, embora o protocolo de contexto de modelo e esforços relacionados para padronizar interfaces de ferramentas e contexto tenham sido estendidos por alguns projetos também para comunicação agente a agente.