Anthropic aconselha transição de frotas de múltiplos agentes para arquiteturas de agente único

A Anthropic está aconselhando equipes de software e desenvolvedores corporativos a reavaliarem frameworks complexos de múltiplos agentes. Segundo a equipe de IA Aplicada da empresa, consolidar subagentes especializados em um único agente principal que recupera contexto sob demanda costuma entregar resultados superiores em qualidade de resposta, custo operacional e latência.

Essa mudança é impulsionada pelas capacidades expandidas de raciocínio de modelos modernos, incluindo Opus 4.5, Opus 5.5 e Fable 5.1. Esses sistemas são capazes de executar e acompanhar planos de execução complexos dentro de um único loop, eliminando a necessidade de pipelines rígidos de orquestração em múltiplas camadas. Em um teste de benchmark destacado pela Anthropic, uma configuração de agente único rodou cerca de duas vezes mais rápido do que uma arquitetura equivalente de múltiplos agentes.

O custo das transferências entre múltiplos agentes

Nos últimos anos, muitas empresas construíram sistemas de agentes que imitam seus organogramas — uma dinâmica que a Anthropic descreve como a "Lei de Conway" aplicada à IA. Nesses cenários, diferentes departamentos internos desenvolvem seus próprios subagentes com prompts dedicados e ramificações de processamento.

No entanto, implementações práticas em empresas revelaram atritos significativos nessa abordagem. Em um dos casos, uma organização implantou uma dúzia de subagentes por trás de um único assistente voltado ao cliente, resultando em alta latência e tom de voz inconsistente.

A Anthropic observa que pipelines de múltiplos agentes frequentemente sofrem com a degradação do contexto a cada transferência (handoff) entre agentes, como ao repassar instruções de um agente que escreve código de funcionalidades para um agente que escreve testes e, em seguida, para um agente de revisão. Em contrapartida, um modelo de agente único pode escrever diretamente tanto a funcionalidade quanto os testes unitários correspondentes porque preserva todo o contexto, exigindo apenas um verificador leve para executar os testes e registrar os resultados.

Além disso, a proliferação de múltiplos agentes costuma criar o que a Anthropic chama de "Frankenprompts" — prompts de sistema gigantescos carregados de regras departamentais conflitantes. Ao otimizar sua arquitetura e carregar habilidades de forma dinâmica, a Anthropic reduziu o prompt do sistema do Claude Code em mais de 80% nos modelos mais recentes.

Gerenciando habilidades e bibliotecas de ferramentas

Em vez de atribuir agentes separados para tarefas individuais, a Anthropic recomenda modularizar fluxos de trabalho em habilidades que o agente principal carrega conforme necessário por meio de um mecanismo de busca de ferramentas (tool-search).

A empresa destacou diversas melhores práticas para manter a estabilidade:

• Propriedade centralizada de prompts: Uma equipe central reduzida deve gerenciar o prompt do sistema, as barreiras de proteção (guardrails) de saída e os padrões gerais de qualidade.

• Limites no número de ferramentas: A precisão do modelo na seleção de ferramentas tende a se deteriorar quando as bibliotecas ultrapassam de 30 a 50 definições ativas. Líderes de equipe designados devem curar as bibliotecas de habilidades para evitar inchaço.

• Recuperação dinâmica: Documentações de contexto, especificações de produtos e métricas internas devem residir em bases de conhecimento consultadas sob demanda, em vez de serem inseridas diretamente no código ou injetadas nos prompts do sistema.

Quando os subagentes ainda são necessários

A Anthropic adverte as equipes contra a fusão de arquiteturas sem uma avaliação cuidadosa. Em um teste de suporte ao cliente, a integração de um subagente ao agente principal reduziu os tempos de resposta, mas fez com que o sistema respondesse às consultas diretamente, em vez de direcioná-las a um especialista designado.

Para ajudar os desenvolvedores a avaliarem seus sistemas, a Anthropic lançou um kit de migração no GitHub detalhando fluxos de trabalho de avaliação passo a passo. Segundo a empresa, configurações de múltiplos agentes ainda são úteis sob condições específicas:

• Quando um único agente apresenta quedas mensuráveis de desempenho devido a uma janela de contexto sobrecarregada.

• Quando tarefas independentes exigem execução concorrente em janelas de contexto isoladas.

• Quando um agente enfrenta dificuldades para escolher a ferramenta correta dentro de um conjunto excessivamente grande de operações.

As conclusões da Anthropic estão alinhadas com pesquisas externas sobre o desempenho de agentes. Um estudo recente da plataforma de avaliação Vals mostrou que, embora equipes de agentes possam melhorar o rendimento em cenários específicos, dimensionar de 10 para 30 ou 100 agentes gerou aumentos acentuados de custos sem melhorar a qualidade das respostas. O desenvolvedor da OpenAI, Eric Provencher, compartilhou ceticismo semelhante em relação a enxames de múltiplos agentes, descrevendo-os como "quase certamente" um uso ineficiente de recursos.