Glossário
As palavras em que a escrita daqui se apoia sem parar para as explicar. Cada definição foi tirada do artigo deste site que a explica, e liga de volta a ele, para que nada nesta lista seja uma afirmação que a escrita já não faça.
- Agente de IA
Um agente de IA é um sistema conduzido por um LLM que opera em ciclo: planear, decompor um objetivo em subtarefas; agir, selecionar e invocar uma ou mais ferramentas; observar, ler os resultados das ferramentas e atualizar o estado interno; iterar, repetir até o objetivo ser cumprido ou ser atingida uma condição de paragem. O que faz dele um agente, e não um workflow, é que o modelo decide o fluxo de controlo em tempo de execução: que ferramenta chamar, se volta a iterar, quando parar.
Explicado em Agentes de IA, MCP e o Panorama Atual das Frameworks, É mesmo um agente? Construí a mesma tarefa de três maneiras para descobrir
- Alucinação
A palavra da própria indústria para o output confiantemente errado: inexatidões materiais que parecem exatas pelo seu nível de detalhe ou especificidade. É o risco que define o produto, e os termos de todos os fornecedores passam para si o dever de verificar o output.
Explicado em Quem paga quando a IA se engana? Li os termos de dez fornecedores para descobrir
- Ferramenta (de um agente)
As ferramentas são contratos semânticos. Um agente lê o nome, a descrição e o esquema de uma ferramenta para decidir se e como a deve chamar, por isso, se algum desses sinais for vago, o agente pode chamar a ferramenta errada, passar entradas mal formadas ou interpretar mal as saídas e alucinar a jusante.
Explicado em Agentes de IA, MCP e o Panorama Atual das Frameworks
- Janela de contexto
Quanto texto se pode entregar a um modelo numa só chamada. É um teto, não uma encosta: passado esse limite o prompt não se degrada, falha, com zero chamadas ao modelo e um erro a dizer que o prompt é demasiado longo. Uma arquitetura que mete o conjunto de dados inteiro no prompt não piora à medida que os dados crescem: desaparece.
Explicado em É mesmo um agente? Construí a mesma tarefa de três maneiras para descobrir
- Kill switch
O comando que trava agentes, globalmente ou por ambiente, equipa ou agente. Tem de travar o trabalho novo, e não apenas o antigo: travar todos os agentes é trivial de implementar como uma atualização de estado em linhas existentes e completamente inútil se um agente travado puder abrir uma nova execução um segundo depois, por isso o interruptor tem de controlar a criação de trabalho.
Explicado em Construí um plano de controlo para agentes de IA. Eis o que a governança exige de facto
- LLMLarge Language Model
Os LLMs aproveitam o poder dos algoritmos de aprendizagem profunda e das redes neuronais, em particular os modelos transformer, para compreender e gerar texto em linguagem natural. Treinados em conjuntos de dados vastos, como livros, artigos e websites, estes modelos são capazes de produzir texto semelhante ao humano.
Explicado em Imagine um Mundo Onde os Livros Respondem às Suas Perguntas
- MCPModel Context Protocol
Uma norma aberta, originalmente criada pela Anthropic e agora governada pela Linux Foundation. Os clientes, entre eles o Claude, o ChatGPT, o VS Code, os IDEs da JetBrains e o Cursor, ligam-se a servidores MCP que expõem esquemas de ferramentas. O seu valor-chave: escreva as suas ferramentas uma vez e exponha-as a qualquer cliente compatível com MCP, sem trabalho de integração por cliente.
Explicado em Agentes de IA, MCP e o Panorama Atual das Frameworks
- Observabilidade
O registo do que um agente fez realmente em tempo de execução: execuções, spans, chamadas a modelos, chamadas a ferramentas, tokens, latência e custo. Sem ele, tudo o que acontece entre o pedido e a resposta é invisível, que é a primeira das lacunas em que as equipas que põem agentes em produção acabam por cair.
Explicado em Construí um plano de controlo para agentes de IA. Eis o que a governança exige de facto
- Plano de controlo
O lugar único onde uma frota de agentes está inventariada, observada, governada e pode ser travada. "Trave todos os agentes que tocaram na ferramenta de faturação nesta última hora, e diga-me quem aprovou isso" é ao mesmo tempo uma pergunta de registo, uma pergunta de observabilidade, uma pergunta de política e uma pergunta de auditoria, e um plano de controlo é o lugar onde essas quatro podem ser uma só consulta.
Explicado em Construí um plano de controlo para agentes de IA. Eis o que a governança exige de facto
- RAGRetrieval-Augmented Generation
Ligar um modelo de linguagem a fontes de dados externas, como PDFs, APIs e bases de dados, para que a resposta venha dessas fontes e não apenas do treino geral do modelo. O essencial é identificar as tarefas ou perguntas que exigem conhecimento de domínio ou informação adicional, para além do conhecimento geral do modelo, e perceber que informação específica é necessária para gerar respostas precisas.
Explicado em Imagine um Mundo Onde os Livros Respondem às Suas Perguntas
- Suite de avaliação
Suites de testes automatizados e repetíveis que medem a taxa de sucesso do agente por ferramenta: 10 a 20 tarefas realistas com saídas de referência esperadas, repetidas depois de cada correção, registando a taxa de sucesso, o número de chamadas a ferramentas, o consumo de tokens, a latência e a taxa de erro por categoria.
Explicado em Agentes de IA, MCP e o Panorama Atual das Frameworks
- Workflow
Os workflows orquestram LLMs através de caminhos de código predefinidos; os agentes dirigem o seu próprio processo. Uma cadeia fixa de classificar, executar e compor é um workflow, tenha as chamadas ao LLM que tiver, porque todos os caminhos que pode tomar foram enumerados por um humano em tempo de autoria.
Explicado em É mesmo um agente? Construí a mesma tarefa de três maneiras para descobrir
Última atualização