Especialistas do setor reúnem-se para refletir e inovar na era dos Agentes de IA

null

Hoje, a economia de agentes já não é uma ideia de ficção científica; o que ela traz não é apenas um salto de eficiência, mas também uma reestruturação e uma redistribuição das formas de organização económica. Em particular, o projeto open source OpenClaw explodiu em popularidade a nível global, impulsionando ainda mais os grandes modelos a passarem do laboratório para a aplicação em escala, enquanto todas as partes disputam a entrada dos agentes.

Então, afinal, que grande modelo se deve escolher? Os recursos de tokens conseguem suportar um uso a longo prazo? Se não seguir a tendência do OpenClaw (lagosta), a época não acabará por o tornar ultrapassado? Nesta transformação acelerada da IA, como deve o indivíduo lidar com a situação e abrir caminho para uma nova posição?

Tendo estas questões em mente, a 3 de abril, a Incubadora de Inovação de Xujiahui de Xangai, a Associação de Consenso Distribuído de Xangai, a PANews e o escritório de advocacia ManKun reuniram-se para organizar um evento temático intitulado “Não fique ansioso com o ‘lagosta’”.

Na palestra temática sobre “Abraçar a vaga de IA imprevisível”, o arquiteto-chefe de árvore do Conflux, Li Chenxing, afirmou que, neste momento, é uma tendência inevitável da fase atual da tecnologia entregar mais autonomia à IA, em vez de restringi-la em excesso com a experiência limitada dos seres humanos. O problema de “falta de consideração” que a IA demonstra atualmente reside, essencialmente, em não conseguir captar de forma estável e manter a memória contínua das restrições de contexto chave em cenários complexos. Do ponto de vista da estrutura técnica, a IA depende principalmente de memória de parâmetros, memória de contexto e memória externa, mas estes mecanismos ainda enfrentam dificuldades de atualização, janelas limitadas e ineficiência na chamada. Por isso, no futuro, deve-se reforçar como prioridade a capacidade de chamada da memória externa, explorar mecanismos de aprendizagem contínua e reutilização de experiências, e, através da prática em domínios verticais, ir sedimentando memórias baseadas em experiência para melhorar a completude e a fiabilidade das decisões da IA em cenários reais e complexos.

Ele também apontou que os principais avanços da IA atual se refletem sobretudo no aumento das capacidades de análise autónoma e de reflexão; no futuro, com o reforço da capacidade de memória, espera-se ultrapassar gargalos críticos e causar um impacto profundo em várias indústrias. Por exemplo, atualmente, o potencial em identidades digitais e em sistemas de pagamento digitais está há muito condicionado pelos limiares de desenvolvimento e de utilização por parte dos utilizadores; no entanto, a IA poderá libertar esse valor ao reduzir os custos de desenvolvimento e substituir o processo de aprendizagem do utilizador por agentes. No geral, a IA não deve ser vista como uma ameaça ao emprego, mas como uma ferramenta-chave para aumentar a produtividade e criar novas oportunidades; indivíduos e indústrias devem manter uma mentalidade aberta e explorar ativamente caminhos de integração da IA.

De acordo com o arquiteto de produto do Workbuddy da Tencent Cloud, Feng Heqing, à medida que as capacidades dos grandes modelos melhoram de forma significativa, a IA evoluiu de um suporte inicial apenas para tarefas básicas de assistência ao desenvolvimento, como preenchimento de código, para conseguir realizar tarefas complexas de forma independente. Nesse contexto, a capacidade central de um agente personalizado materializa-se em suportar tarefas de ponta a ponta, colaboração entre múltiplos papéis, um sistema de memória em camadas e decomposição inteligente de tarefas com base em contexto; além disso, ao coordenar múltiplos agentes, obtém-se a transferência de dados entre tarefas e o processamento em paralelo, e, no âmbito da segurança, é adotado armazenamento local de dados e confirmação manual de operações críticas para salvaguardar a segurança dos dados. No nível de aplicação, o WorkBuddy já cobre cenários típicos de escritório, como triagem de currículos, geração automática de PPT, análise de dados e integração de relatórios semanais; e pode, através das capacidades de integração a nível empresarial, ligar-se a sistemas como o WeCom, para permitir uma gestão unificada de tarefas. Na sua arquitetura técnica, a ênfase é em desenvolvimento full-stack, isolamento do ambiente de execução e controlo de permissões a nível empresarial; suporta deployment local e na cloud. No modelo de negócio, pode ser direcionado a utilizadores como equipas de I&D de empresas e profissionais de escritórios digitais de alta frequência. Em termos gerais, o WorkBuddy visa melhorar a produtividade das empresas através de agentes personalizados e capacidades de coordenação de múltiplas tarefas; e, através da otimização contínua da capacidade de decomposição de tarefas e da expansão do ecossistema, reforçar ainda mais a sua capacidade de adaptação e implementação em cenários complexos de empresa.

O fundador da Biteye e da XHunt, Teddy, centrou a sua partilha em práticas de “empregados digitais”, aplicações de grandes modelos e problemas de custo, configuração técnica e riscos de segurança, bem como otimização dos métodos de colaboração. No que diz respeito às práticas de empregados digitais, para reduzir as ilusões do modelo e a taxa de erros de código, é necessário introduzir agentes de verificação de nível superior para fazer uma segunda revisão do código gerado por agentes de nível inferior, criando um fluxo de revisão de código obrigatório; como ainda existem alguns bugs na escrita de código por agentes atualmente, é possível reduzir erros através de um processo de desenvolvimento mais padronizado, reforçando o desenho dos prompts e adicionando mecanismos de validação em várias rondas. Além disso, em cenários de operação, é preciso controlar com especial atenção a frequência de publicação e, tanto quanto possível, usar APIs do backend para agendamento unificado, de forma a garantir estabilidade. Em ambientes complexos de colaboração de equipas, o Discord tende a ser mais adequado do que o Telegram para a colaboração e a distribuição de tarefas de agentes; e, na gestão de recursos, é necessário ter especial atenção ao consumo de tokens. Além disso, o sistema de agentes ainda precisa de investimento de tempo por parte de humanos para treino, afinação e correção comportamental.

Na instalação e deployment do OpenClaw, Teddy sugeriu que se pode optar por executá-lo em computadores ociosos ou no Mac Mini, com um elevado controlo autónomo; o código é open source na totalidade, enfatiza a capacidade de proteção de privacidade e pode integrar um ecossistema internacionalizado, mas os seus limites para instalação e configuração são relativamente elevados. Durante a utilização, é necessário ter especial cuidado com o risco de modificar a configuração do modelo e dos canais, para evitar que o sistema apresente anomalias devido a configuração inadequada; quando surgirem problemas, pode-se recorrer a ferramentas como Grok e Gemini para ajudar a fazer o diagnóstico. Ao nível da segurança, é ainda necessário mitigar riscos como ataques via prompts e injeção maliciosa de skills. Em termos de recursos e custos, também é preciso focar-se no controlo do consumo de tokens para evitar que os custos de execução se tornem demasiado altos.

O sócio advogado do escritório ManKun, Zhao Xuan, na sua palestra temática, partilhou três grandes questões legais e soluções que os empreendedores precisam de ter em conta na era da IA. A primeira é o “casco externo” da organização, ou seja, a “separação fictícia” criada por empresas de uma só pessoa (OPC): à superfície, forma uma entidade independente, mas na prática é difícil separar verdadeiramente responsabilidades e riscos; é necessário criar uma separação real, física e legal, incluindo a introdução de sócios na arquitetura, o uso de cartões de crédito oficiais dedicados e a inserção em contratos de isenções de responsabilidade por IA e limites de indemnização. A segunda é a questão da propriedade dos ativos centrais: não basta esforçar-se não é igual a ter direito; é preciso demonstrar o próprio poder de domínio, registar integralmente o processo de criação e fazer prova (evidenciar) e conservação. A terceira é o risco sistémico de “puxar o cabo” causado pela supremacia da plataforma, incluindo cláusulas tipo “God clause”, bloqueio tecnológico, etc.: separar dados centrais de serviços de terceiros, planear com antecedência alternativas e introduzir tecnologia descentralizada.

No painel redondo “Do entusiasmo à lucidez: as necessidades reais de IA e os falsos problemas na perspetiva dos VC”, vários investidores partilharam sobre a fase de desenvolvimento da IA, os limites das aplicações e as lógicas de investimento, entre outros aspetos.

O fundador e sócio da Gotei Capital, Ju Xie, acredita que a IA ainda está numa fase inicial de desenvolvimento; para atingir verdadeiramente uma maturidade de experiência do utilizador e ser amplamente considerada como “significativa”, ainda é necessário mais tempo. Ele indicou que a velocidade de iteração da tecnologia de IA é extremamente rápida e que depender apenas da liderança técnica dificilmente formará uma “vala” defensiva duradoura; por isso, o investimento deve concentrar-se mais em capacidades de camada base com caráter insubstituível, como recursos centrais como computação. Na camada de aplicações, ele deu como exemplo que ferramentas como “lagosta” não são amigáveis para utilizadores comuns de programação, mas no futuro podem ser mais adequadas para aplicações em cenários verticais encapsulados, como “médico de família”, fornecendo recomendações profissionais com base em dados de saúde em tempo real. Além disso, considera que a IA do lado das empresas pode substituir ferramentas de produção de informação como relatórios de pesquisa, mas não pode substituir o papel final da tomada de decisão; só pode existir como ferramenta de apoio à decisão.

O fundador da Enlight Capital, Tang Yi, afirmou que, atualmente, é difícil formar oportunidades não consensuais claras na área de investimentos em IA; a rápida iteração dos grandes modelos pode continuar a “alisar” as vantagens das empresas na camada de aplicação. Ele é relativamente mais otimista em relação ao caminho da combinação entre Web3 e IA, acreditando que ambas representam, respetivamente, a produtividade avançada nos seus próprios domínios. Relativamente a ferramentas open source como o OpenClaw, ele considera que são como dar “mãos” e “pés” aos grandes modelos, reforçando a capacidade de ligação com sistemas externos e aplicações sociais; mas, ao mesmo tempo, também trazem riscos elevados de segurança e de dados, pelo que é necessário uma configuração complexa e não é adequado para utilizadores comuns. Por isso, o caminho mais ideal, na sua visão, é elevar a facilidade de uso e a experiência através de encapsulamento.

O investidor da First Rule Ventures, Yinghao, abordou as oportunidades de aplicação a partir das perspetivas do utilizador e do produto, focando-se em aplicações de indústrias no “fundo das águas”, na criação de IA e na combinação de software e hardware. Ele avalia o potencial dos projetos através da análise dos comportamentos dos utilizadores e dos dados de interação. Ele indicou que, mesmo que não se tente pessoalmente todos os novos produtos de IA emergentes, isso não significa necessariamente perder tendências-chave, porque as capacidades tecnológicas tendem a ser rapidamente modularizadas e integradas nos sistemas de produtos existentes.

Em comparação com um único produto, ele presta mais atenção a três mudanças estruturais de longo prazo: primeiro, se a interação com a IA está a formar novos suportes de memória, fazendo com que a cognição e o trabalho do utilizador se depositem num determinado sistema; segundo, se essa memória tem capacidade de migração entre produtos ou se será gradualmente “presa” num único produto, criando custos elevados de migração e bloqueio de experiência; terceiro, se surgirá um novo super-portal que se torne o núcleo central para a interação com a IA e a distribuição de tráfego.

O sócio advogado do escritório ManKun, Zhao Xuan, ao usar produtos de IA, coloca mais as ferramentas no processamento, na pesquisa e na análise de dados, e espera que, no futuro, surjam mais produtos integrados que consolidem essas capacidades. Ele também enfatizou que, no empreendedorismo em IA, o mais importante é evitar falhas graves únicas; recomenda que as empresas, desde cedo, prestem atenção a designs jurídicos críticos, como conformidade de dados, cláusulas de arbitragem e cláusulas de isenção de responsabilidade, para que, quando surgirem riscos incontroláveis, se consiga o máximo possível de isolamento de risco e proteção de responsabilidade, evitando que riscos de ponto único levem à falência total da empresa. Além disso, ele também prevê que, no futuro, os agentes se tornarão os principais executores económicos, responsáveis pela aquisição de dados, compra de informações, execução de estratégias e até transações entre sistemas, formando assim atividades económicas e sistemas de pagamento máquina-a-máquina.

No debate de mesa redonda com o tema “N formas de abrir a IA: oportunidades para os inovadores”, vários convidados discutiram, a partir de diferentes perspetivas, as mudanças que a IA está a trazer. O CEO da Matrix Intelligence, Zeno, propôs que os utilizadores podem, alterando scripts ou plugins próprios, interligar vários dispositivos, alcançando sincronização de memória entre múltiplos e consistência de estado, para que a informação não se perca e as tarefas não parem; além disso, podem adicionar mecanismos diários de purificação/retrospetiva para manter a estabilidade do sistema. Comparado com o uso de ferramentas prontas, a personalização profunda com base em permissões a nível empresarial ou capacidades da plataforma é mais eficiente, mais livre e mais fácil de criar fluxos de trabalho que se adaptem aos hábitos pessoais. Olhando para o futuro, ele acredita que a IA se tornará uma entrada unificada: o utilizador só precisa de interagir através de um único núcleo de IA para acionar várias ferramentas e sistemas e concluir todas as tarefas. À medida que o uso aumenta, a IA acumulará continuamente a memória, as preferências e os fluxos de trabalho do utilizador, criando um efeito de roda de dados e capacidades, tornando-se cada vez mais “entendedora” do utilizador e com eficiência cada vez maior. Com esta tendência, ao configurar sistemas de IA e pagar subscrições, os indivíduos podem obter ganhos de produtividade muito superiores aos do trabalho humano tradicional, ampliando de forma significativa a diferença de eficiência entre pessoas.

O cofundador da ClawFirm.dev, 0xOlivia, revelou que, na utilização real da IA, ainda existem problemas como instabilidade do sistema e fragmentação das capacidades de memória e de automação; os utilizadores precisam de continuar a montar, como se fosse Lego, juntando continuamente diversas ferramentas e scripts. Para utilizadores que não são de nível avançado, adotar diretamente plataformas comerciais maduras e combiná-las com aplicações oficiais e capacidades de iteração contínua costuma ser mais estável e eficiente do que construir sistemas próprios altamente fragmentados; e ao introduzir componentes open source, pode-se ainda melhorar as capacidades de processamento de dados e de geração de conteúdo. Ela enfatizou que, atualmente, a principal limitação da IA não está propriamente nas capacidades do modelo, mas sim na forma como é utilizada de forma “engenheirada”, que ainda não se ajustou totalmente às capacidades do modelo; por isso, ainda há um espaço enorme para otimização e implementação. No futuro, à medida que as capacidades dos grandes modelos estiverem a aumentar rapidamente, os cenários de aplicação da IA irão gradualmente abranger todos os aspetos do trabalho e da vida, continuando a fundir-se com diferentes formatos de produto.

O fundador da Biteye/XHunt, Teddy, ao falar sobre empregados digitais de IA, apontou que a IA pode ser integrada em sistemas internos através de APIs ou interfaces de automação, fazendo-a assumir tarefas de execução concretas, como geração de código, realização de requisitos e processamento de conteúdos; enquanto os humanos se concentram no design do produto e na definição de requisitos, mantendo assim o controlo das decisões essenciais. Este modo de colaboração, mais estável e com maior capacidade de expansão, não só melhora a eficiência global de desenvolvimento como também reduz de forma significativa a taxa de erros, tornando a IA mais parecida com uma equipa de outsourcing que pode ser escalonada e gerida, e não como uma ferramenta única. Ele também salientou que tudo o que seja muito processual e repetitivo tem a possibilidade de ser remodelado ou substituído pela IA; mesmo que, inicialmente, os resultados não sejam estáveis, a longo prazo isso continuará a otimizar e a reforçar a produtividade. Em domínios de tarefas complexas e de decisões de gestão, a IA também já começou a mostrar capacidades de apoio evidentes e está a infiltrar-se em cenários de negócios de nível mais elevado.

O engenheiro sénior de desenvolvimento de aplicações de IA, Dou Ge, acrescentou que todos geralmente reconhecem a tendência de terceirização para IA, automação e colaboração baseada em ferramentas; e, do ponto de vista de empresas, é ainda mais necessário considerar com prioridade a segurança, a gestão de permissões, os mecanismos de colaboração entre empregados e a sedimentação de ativos. Atualmente, existem várias frameworks de desenvolvimento de IA e ecossistemas de ferramentas no mercado; cada uma tem diferentes focos em termos de leveza, low-code, alta integração e controlo de segurança. Quando as empresas escolhem, precisam de equilibrar flexibilidade e capacidade de controlo, e conceber a arquitetura em conjunto com cenários de negócio reais. Mas compreender e implementar verdadeiramente estes sistemas de IA não pode ficar apenas ao nível teórico: exige investimento real e custos de utilização. Ele enfatizou que a IA está a acelerar a remodelação dos fluxos de trabalho e das estruturas organizacionais; quer para indivíduos quer para empresas, é necessário adaptar-se rapidamente a esta mudança, aumentando a eficiência através de aprendizagem contínua e aplicação de ferramentas, caso contrário é fácil ser ultrapassado pela velocidade de iteração tecnológica.