← Voltar ao blog
Aicerca de 6 min de leitura

Se o seu agente segue o mesmo roteiro toda vez, compile o roteiro

Publicado 13 de nov. de 2026
Se o seu agente segue o mesmo roteiro toda vez, compile o roteiro

A maior parte dos agentes em produção é um modelo de linguagem lendo um procedimento e improvisando os passos. Alguém escreveu um documento explicando como tratar um reembolso, triar um ticket ou conciliar uma fatura, e o modelo lê isso em tempo de execução e decide o que fazer em cada bifurcação.

Um paper chamado ReTrace faz a pergunta óbvia que vem depois. Se o procedimento não muda entre execuções, por que um modelo decide os passos toda vez?

A tese

Os números reportados são específicos o bastante para dar margem a discussão, e isso é um bom sinal. Em 79 procedimentos de produção, os fluxos gerados pelo ReTrace concluíram 93.8% das tarefas. Os agentes originais concluíam 96.8%. Os fluxos compilados custam 24% menos por tarefa.

Em outro benchmark a diferença de tempo é bem maior: 1.3 segundo contra 170 segundos do agente equivalente.

Lidos juntos, esses números mostram o formato da troca. Você abre mão de três pontos de conclusão e ganha uma tarefa que custa um quarto menos e termina em cerca de 1% do tempo real. Para um fluxo que roda 10,000 vezes por dia, isso muda para que serve o fluxo.

Como compila

O mecanismo está mais perto de extrair um programa do que de escrever prompts melhores.

O sistema observa um agente seguir um procedimento e extrai o raciocínio por trás de cada chamada de ferramenta. Esses motivos não são guardados como prosa. Condições que se repetem entre execuções são fundidas em um documento de regras compacto, e esse documento é compilado em um fluxo executável: um grafo de etapas, ramos e chamadas de ferramenta que roda sem modelo no caminho de decisão.

O resultado é que o julgamento do modelo é capturado uma vez, na fase de build, e reaproveitado. Em tempo de execução só roda código derivado desse julgamento.

Se isso soa como o argumento da compilação antecipada contra a interpretação, é porque é. Um interpretador é flexível e paga pela flexibilidade em cada execução. Um compilador paga uma vez e depois roda rápido, e quebra quando a entrada deixa de corresponder àquilo contra o que foi compilado.

Onde vão os três pontos

A pergunta honesta é qual 3% das tarefas o fluxo compilado deixa de fora, e a forma como o paper apresenta o resultado sugere que são os casos incomuns.

Um documento de procedimento cobre o caminho normal e menciona as exceções de passagem. Um agente que o lê consegue improvisar quando um caso não encaixa: fazer uma pergunta de esclarecimento, tentar outra ferramenta, notar que a conta do cliente tem uma marcação que muda tudo. Um fluxo compilado faz exatamente aquilo para o que foi compilado, e quando um caso cai fora do documento de regras ele falha ou faz a coisa errada com muita confiança.

É por isso que a economia de 24% é interessante e o 93.8% é o número que decide a adoção. Em um fluxo onde uma tarefa que falhou é repetida por uma pessoa a $10 o caso, economizar 24% de processamento criando 3% mais escalações pode ser prejuízo. Em um fluxo onde a tarefa que falhou é pega por um validador adiante e repetida automaticamente, os mesmos números são dinheiro de graça.

O paper não parece detalhar as falhas por tipo, pelo menos não no que está disponível. Esse detalhamento é justamente o que um time precisa antes de levar um procedimento para produção.

O que isso diz sobre a stack de agentes

A visão que dominou os últimos dois anos é que agentes melhoram quando os modelos melhoram. O ReTrace aponta para outro eixo. Parte do trabalho dos agentes é genuinamente aberta e precisa de um modelo no loop a cada passo. Outra parte é um procedimento com árvore de decisão fixa, e rodar um modelo ali é desperdício de tokens, do mesmo jeito que chamar um modelo de linguagem para interpretar uma data.

O interessante é que a divisão pode ser descoberta em vez de declarada. Você não precisa decidir antes quais dos seus fluxos são procedimentais. Roda o agente, observa o que ele faz e deixa a etapa de extração dizer se o padrão de decisão é estável o bastante para compilar.

Isso tem uma consequência organizacional. O fluxo compilado é um artefato legível. Alguém pode abrir e ver as regras de verdade, incluindo as que ninguém documentou, como "se o reembolso passar de quinhentos, encaminhar para uma pessoa", que só existe porque o agente a inferiu dos exemplos. É uma trilha de auditoria melhor do que uma transcrição, e é o tipo de coisa que um time de compliance consegue aprovar.

O problema de manutenção que ninguém resolveu

Fluxos compilados têm um modo de falha que agentes não têm: deriva. Mude a política de reembolso e o grafo compilado continua executando a antiga até alguém recompilar. Mude o schema da ferramenta e o fluxo chama uma função que não aceita mais aqueles argumentos.

Um agente que lê um documento de procedimento tem o mesmo problema em forma mais branda. Ele lê o documento atual, então uma mudança de política se propaga na execução seguinte. Também lê o schema atual, então um parâmetro renomeado é tratado. Você paga por essa adaptabilidade em cada chamada, e todo o argumento do ReTrace é que você está pagando demais.

A correção é óbvia e sem glamour: recompilar quando algo muda e tratar o documento de regras como um artefato versionado, no mesmo processo de revisão do código. Se as ferramentas tornam isso fácil é a diferença entre um resultado de pesquisa e um produto.

Vale a pena testar?

Se você roda em volume qualquer coisa que siga um procedimento escrito, a conta vale a pena com os seus próprios dados. Pegue um fluxo, registre algumas centenas de execuções e veja com que frequência o agente tomou um caminho que não estava no documento. Se a resposta for quase nunca, você está pagando um modelo para fazer papel de switch.

Se a resposta for com frequência, seu procedimento é menos procedimento do que você pensava, e compilar vai produzir um fluxo que falha nos casos que o seu negócio realmente considera importantes.

Talvez a contribuição mais útil do paper seja tornar isso mensurável. Por dois anos a discussão sobre agentes foi sobre capacidade, e capacidade é difícil de precificar. O ReTrace precifica uma decisão específica: quanto vale o julgamento de um modelo por passo, em dólares e em segundos. Em 79 procedimentos a resposta veio em 24% menos processamento e 99% menos latência, por três pontos de conclusão. É um número com o qual um time de finanças consegue trabalhar.

O paper completo está no arXiv, e a cobertura disponível até agora é fraca em detalhes de implementação, então trate os números como uma tese e não como uma receita. Mas a pergunta que ele faz é a certa, e todo time que roda agentes em escala vai ouvi-la em breve de alguém segurando uma fatura.

Artigos relacionados