Sistemas multiagente e protocolos
Agentes de IA que fazem trabalho real nos seus sistemas, sob regras que define e pessoas que os supervisionam
Os chatbots respondem perguntas; o trabalho continua à espera por pessoas
A maioria dos pilotos de IA para numa janela de chat. O custo real está no trabalho que atravessa sistemas: verificar um pedido, consultar registos, atualizar o ERP e avisar o cliente.
Dar a um modelo de IA acesso aberto a esses sistemas não é uma opção para um negócio regulado. Cada ação precisa ser permitida, registada e explicável, e uma pessoa precisa poder intervir.
O que obtém
Trabalho feito, não apenas respostas
Agentes que concluem trabalho de várias etapas nos seus sistemas 24 horas por dia, não apenas respondem perguntas.
Cada ação responsável
Cada ferramenta que um agente pode usar é definida, autorizada e registada, para que as ações possam ser auditadas.
Pessoas no comando
As pessoas supervisionam os agentes e intervêm nas exceções, sem aprovar cada etapa de rotina.
Qualidade e custo sob controlo
Qualidade, erros e gasto com tokens medidos em cada agente, com limites que evitam custos descontrolados.
O que entregamos
Fluxos multiagente com humano sobre o circuito (HOTL)
Agentes que partilham uma tarefa, cada um com uma função estreita, a operar 24 horas por dia. Sob supervisão de um humano sobre o circuito (HOTL), as pessoas acompanham o trabalho e tratam as exceções.
Servidores MCP e uso de ferramentas corporativas
Servidores Model Context Protocol (MCP) e WebMCP que dão aos agentes acesso estreito e registado às suas APIs, bases de dados e ferramentas internas, com execução determinística de ferramentas.
Interoperabilidade A2A e pagamentos AP2
O Agent2Agent (A2A) permite que os seus agentes deleguem trabalho a agentes de outros sistemas. O Agent Payments Protocol (AP2) permite que um agente pague sob um mandato criptográfico que aprova.
AgentOps
Telemetria, avaliação, salvaguardas contra alucinação e controlo de custo de tokens para cada agente, para que veja o que cada um fez, com que qualidade e a que custo.
Como funciona
Cada chamada de ferramenta é determinística e auditável criptograficamente. Telemetria, avaliação e salvaguardas do AgentOps correm em cada agente, com supervisão de um humano sobre o circuito para as exceções.
Escolher o fluxo
Escolhemos um fluxo com resultado de negócio claro e acordamos quais etapas os agentes fazem, quais ficam com as pessoas e onde é obrigatória a aprovação humana.
Definir as ferramentas
Expomos os sistemas de que os agentes precisam por servidores MCP, cada ferramenta com as suas próprias permissões, entradas e registo.
Construir e avaliar
Construímos os agentes e os testamos com casos reais, pontuando precisão, erros e custo antes de alguém depender deles.
Montar a supervisão
Damos à sua equipa uma visão do que os agentes estão a fazer, alertas de exceções e uma forma de pausar ou substituir qualquer agente.
Lançar e operar
Lançamos em etapas, monitoramos qualidade e gasto com tokens e ampliamos os agentes para novas etapas quando as primeiras se comprovam.
Tecnologias e padrões
Os agentes trabalham por padrões abertos: MCP e WebMCP para acesso a ferramentas, A2A para delegação entre agentes e AP2 para pagamentos. Os ecossistemas são construídos sobre padrões da Linux Foundation e da FIDO.
- Frameworks
- FastAPI
- IA e aprendizagem automática
- LangChain
- LlamaIndex
- Métodos e práticas
- Humano sobre o circuito (HOTL)
- Telemetria e avaliação do AgentOps
- Salvaguardas contra alucinação
- Controlo de custo de tokens
Como começar
A maioria dos clientes começa pela prova de conceito agêntica soberana: um fluxo multiagente funcional ligado às suas ferramentas internas numa rede privada.
O que acontece a seguir
Definição do horário
A nossa equipa envia um e-mail para combinar o horário da sessão.
Sessão de pré-consultoria
Uma sessão em linha gratuita de pré-consultoria de 30 minutos: analisamos os seus objetivos, sistemas e restrições.
Avaliação de prontidão
Numa avaliação de prontidão gratuita de 48 horas, um Arquiteto Principal verifica o seu projeto com a Definição de Prontidão em 6 pontos e recomenda o percurso adequado.
Escolha do percurso
Projetos com âmbito pronto recebem uma proposta vinculante em 3–5 dias úteis. Projetos em estágio de conceito começam no Blueprint Studio. Um sistema em produção com falhas, não documentado ou que precisa de integração começa com um diagnóstico de 1–2 semanas. O Blueprint Studio e o diagnóstico têm cada um uma taxa fixa, cotada na proposta.
Equipas de produto nativas de IA
Pods geridos e multifuncionais de engenheiros seniores, equipados com harnesses de programação agêntica e de QA.
Projetos com resultado fixo e serviços geridos 24/7
Entrega com âmbito fixo e orientada a marcos, com responsáveis de entrega nomeados, e serviços geridos de aplicação 24 horas por dia sob governação de SLA.
O caminho mais rápido é o pacote POC agêntica soberana (MCP, A2A, GraphRAG), um dos nossos pacotes de trabalho rápido.
Por onde começarPerguntas e respostas
Qual é a diferença entre um sistema multiagente e um chatbot?
Um chatbot responde perguntas. Um agente age: lê registos, chama os seus sistemas e conclui etapas de um processo. Um sistema multiagente divide uma tarefa maior entre agentes com funções estreitas, que são mais fáceis de testar e controlar.
O que são MCP, A2A e AP2?
São protocolos abertos para agentes de IA. O Model Context Protocol (MCP) liga um agente a ferramentas e dados. O Agent2Agent (A2A) permite que agentes em sistemas diferentes deleguem trabalho. O Agent Payments Protocol (AP2) permite que um agente pague sob um mandato que assina.
Como impedem que um agente faça algo que não deveria?
Um agente só pode agir pelas ferramentas que definimos para ele, cada uma com as suas próprias permissões e limites. Cada chamada é registada. As salvaguardas verificam entradas e saídas, e as etapas que envolvem risco aguardam a aprovação de uma pessoa.
O que significa humano sobre o circuito?
No trabalho com humano no circuito (HITL), uma pessoa aprova cada etapa. No trabalho com humano sobre o circuito (HOTL), os agentes executam as etapas de rotina enquanto as pessoas supervisionam, recebem alertas e intervêm nas exceções. Acordamos consigo quais etapas precisam de qual modelo.
Como sabem se os agentes são precisos o suficiente?
Criamos um conjunto de avaliação a partir de casos reais com os resultados esperados. Cada agente é pontuado nele antes do lançamento e após cada mudança em prompts, modelos ou ferramentas. Acorda o limite, e não lançamos abaixo dele.
Como mantêm os custos de tokens sob controlo?
O AgentOps mede os tokens que cada agente e cada etapa usam. Definimos limites por tarefa, armazenamos em cache o trabalho repetido e enviamos etapas de rotina a modelos menores. O gasto é relatado, para que um fluxo que fica caro seja visto cedo.
Os agentes podem operar sem que os nossos dados saiam do nosso ambiente?
Sim. Os agentes, as ferramentas e os modelos podem correr no seu próprio centro de dados ou numa rede privada numa nuvem soberana regional. A nossa prática de LLM soberano hospeda os modelos ali.
Quem é dono dos agentes que constroem?
A sua empresa. O código, os prompts, as definições de ferramentas e os conjuntos de avaliação que produzimos para si são seus após o pagamento de cada marco. Os modelos comerciais permanecem sob os seus próprios termos de licença, que listamos para si.
Comece com uma conversa, não com um contrato.
Conte o que precisa construir, ligar ou proteger. Um arquiteto analisa consigo e recomenda por onde começar.