Escolher os componentes da arquitetura de IA agêntica

Last reviewed 2026-11-05 UTC

Este documento oferece orientações para ajudar você a escolher componentes de arquitetura para seus aplicativos de IA agêntica no Google Cloud. Ele descreve como avaliar as características do aplicativo e da carga de trabalho para escolher um produto ou serviço adequado que atenda melhor às suas necessidades. O processo de criação de uma arquitetura de IA agêntica é iterativo. Reavalie periodicamente sua arquitetura à medida que as características da carga de trabalho mudam, os requisitos evoluem ou novos produtos e recursos do Google Cloud são disponibilizados.

Os agentes de IA são eficazes para aplicativos que resolvem problemas abertos, que podem exigir tomada de decisões autônoma e gerenciamento de fluxos de trabalho complexos com várias etapas. Os agentes são excelentes para resolver problemas em tempo real usando dados externos e para automatizar tarefas que exigem muito conhecimento. Esses recursos permitem que os agentes ofereçam mais valor comercial do que os recursos assistivos e generativos de um modelo de IA.

Visão geral da arquitetura do agente

Um agente é um aplicativo que atinge uma meta processando entradas, realizando raciocínios com as ferramentas disponíveis e realizando ações com base nas decisões tomadas. Um agente usa um modelo de IA como mecanismo de raciocínio principal para automatizar tarefas complexas. O agente usa um conjunto de ferramentas que permitem que o modelo de IA interaja com sistemas e fontes de dados externos. Um agente pode usar um sistema de memória para manter o contexto e aprender com as interações. O objetivo de uma arquitetura de agentes é criar um sistema autônomo que entenda a intenção do usuário, crie um plano de várias etapas e o execute usando as ferramentas disponíveis.

O diagrama a seguir mostra uma visão geral de alto nível dos componentes da arquitetura de um sistema agêntico:

Os componentes da arquitetura de um sistema agêntico.

A arquitetura do sistema de agentes inclui os seguintes componentes:

  • Framework de desenvolvimento de agentes: os frameworks e as bibliotecas que você usa para criar e estruturar a lógica do agente.
  • Framework de front-end: uma coleção de componentes, bibliotecas e ferramentas pré-criados que você usa para criar a interface do usuário (UI) do seu aplicativo.
  • Segurança e governança do agente: os controles e as políticas que protegem as identidades do agente, o tráfego de entrada e saída, as ferramentas e as interações do modelo.
  • Ferramentas do agente: o conjunto de ferramentas, como APIs, serviços e funções, que buscam dados e realizam ações ou transações.
  • Memória do agente: o sistema que o agente usa para armazenar e recuperar informações.
  • Padrões de design de agentes: abordagens arquitetônicas comuns para estruturar seu aplicativo agêntico.
  • Agent Runtime: o ambiente de computação em que a lógica do aplicativo do seu agente é executada.
  • Modelos de IA: o mecanismo de raciocínio principal que alimenta os recursos de tomada de decisão do agente.
  • Ambiente de execução do modelo: a infraestrutura que hospeda e disponibiliza seu modelo de IA.

As seções a seguir fornecem uma análise detalhada dos componentes para ajudar você a tomar decisões sobre como criar sua arquitetura. Os componentes escolhidos vão influenciar o desempenho, a escalonabilidade, o custo e a segurança do agente.

Frameworks de desenvolvimento de agentes

Os frameworks de desenvolvimento de agentes são bibliotecas que simplificam o processo de criar, testar e implantar aplicativos de IA agêntica. Essas ferramentas de desenvolvimento fornecem componentes e abstrações pré-criados para os principais recursos agênticos, incluindo ciclos de raciocínio, memória e integração de ferramentas.

Para acelerar o desenvolvimento de agentes no Google Cloud, recomendamos que você use o ADK. O ADK é um framework de código aberto, opinativo e modular que oferece um alto nível de abstração para criar e orquestrar fluxos de trabalho, desde tarefas simples até sistemas multiagentes complexos. O ADK é otimizado para modelos do Gemini e Google Cloud, mas foi criado para ser compatível com outros frameworks. O ADK é compatível com outros modelos e ambientes de execução de IA, então você pode usá-lo com qualquer modelo ou método de implantação.

Para ajudar você a começar rapidamente, o ADK oferece exemplos de código que demonstram uma variedade de casos de uso em vários setores. Embora muitos desses exemplos destaquem fluxos de conversação, o ADK também é adequado para criar agentes autônomos que realizam tarefas de back-end. Para esses casos de uso não interativos, escolha um padrão de design de agente que se destaque no processamento de uma única solicitação independente e que implemente um tratamento de erros robusto.

Para criar uma arquitetura de agente personalizada, você também pode usar um framework de IA de uso geral, como o Genkit. O Genkit oferece primitivos que permitem um controle detalhado sobre a lógica do agente sem a abstração de alto nível que o ADK oferece. No entanto, um framework de agente dedicado, como o ADK, oferece ferramentas especializadas para desenvolver aplicativos agênticos.

Framework de front-end

O framework de front-end é uma coleção de componentes, bibliotecas e ferramentas pré-criados que você usa para criar a UI do seu aplicativo de agente. O framework de front-end escolhido define os requisitos para o back-end. Uma interface básica para uma demonstração interna pode exigir apenas uma API HTTP síncrona, enquanto um aplicativo de produção requer um back-end compatível com protocolos de streaming e gerenciamento de estado robusto.

Considere as seguintes categorias de frameworks:

  • Frameworks de prototipagem e ferramentas internas: para desenvolvimento rápido, demonstrações internas e aplicativos de prova de conceito, escolha frameworks que priorizem a experiência e a velocidade do desenvolvedor. Esses frameworks geralmente favorecem um modelo direto e síncrono, chamado de modelo de solicitação-resposta. Um modelo de solicitação-resposta permite criar uma UI funcional com o mínimo de código e menos complexidade de back-end em comparação com um framework de produção. Essa abordagem é ideal para testar rapidamente a lógica do agente e as integrações de ferramentas, mas pode não ser adequada para aplicativos altamente escalonáveis e voltados ao público que exigem interações em tempo real. As opções comuns nessa categoria incluem a interface da Web integrada do Kit de Desenvolvimento de Agente (ADK) e o Gradio.
  • Frameworks de produção: para aplicativos escalonáveis, responsivos e ricos em recursos para usuários externos, escolha um framework que permita componentes personalizados. Esses frameworks exigem uma arquitetura de back-end que possa oferecer uma experiência do usuário moderna. Um framework de produção precisa incluir suporte a protocolos de streaming, um design de API sem estado e um sistema de memória externo robusto para gerenciar o estado da conversa em várias sessões do usuário. Os frameworks comuns para aplicativos de produção incluem Streamlit, React e o Kit de ferramentas de IA do Flutter.

Para gerenciar a comunicação entre esses frameworks e seu agente de IA, use protocolos abertos de agente-front-end:

  • Protocolo de interação entre agente e usuário (AG-UI): um protocolo aberto baseado em eventos que permite que os agentes de IA de back-end interajam com seu framework de front-end. A AG-UI informa ao framework de front-end quando renderizar a resposta do agente, atualizar o estado do aplicativo ou acionar uma ação do lado do cliente. Para mais informações, consulte AG-UI com ADK.
  • Agent-to-UI (A2UI): um formato e protocolo abertos que permitem que os agentes de back-end transmitam componentes de interface declarativos e estruturados para o aplicativo cliente. Para mais informações, consulte A2UI no ADK.

Segurança e governança do agente

Os agentes de IA apresentam riscos de segurança específicos e críticos que as práticas de segurança convencionais e determinísticas talvez não consigam mitigar adequadamente. O Google recomenda uma abordagem para proteger a IA que combina controles de segurança determinísticos com defesas dinâmicas baseadas em raciocínio em todos os limites da sua arquitetura.

Para aplicar segurança e governança em toda a carga de trabalho de IA agêntica no Google Cloud, use os seguintes produtos e serviços:

  • Gateway de Agente: um serviço que oferece uma maneira segura e escalonável de conectar seus agentes a ferramentas e serviços externos.
    • No modo de entrada (cliente para agente), você implanta o Gateway de Agente na frente do Agent Runtime para autenticar os autores de chamadas, aplicar políticas de autorização e inspecionar os comandos de entrada em tempo real.
    • No modo de agente para qualquer lugar (saída), você roteia solicitações de saída de agente para agente e de agente para ferramenta pelo Gateway de Agente. O Agent Gateway ajuda a evitar a exfiltração de dados, a injeção indireta de comandos e o uso indevido de ferramentas, aplicando políticas de acesso de negação por padrão.
  • Identidade do agente: um serviço gerenciado que oferece uma maneira segura e escalonável de gerenciar as identidades dos seus agentes. É possível usar a identidade do agente ao implantar agentes para autenticar chamadas de agentes para APIs, ferramentas e outros agentes do Google Cloud . Quando os agentes precisam se autenticar em ferramentas externas ou APIs de terceiros, use o gerenciador de autenticação de Identidade do Agente para controlar de forma centralizada os tokens OAuth e as chaves de API, em vez de incorporar credenciais no código ou nos comandos do agente.
  • Agent Registry: um serviço que fornece um inventário e um catálogo centralizados para os agentes de IA, servidores MCP, habilidades de agente e ferramentas da sua organização, além de ajudar a garantir que apenas ferramentas e subagentes verificados sejam usados. Ao registrar servidores MCP e agentes A2A no Agent Registry e combiná-los com o Gateway de Agente, você restringe os agentes para que descubram e se conectem apenas a endpoints aprovados, em vez de URLs não gerenciados ou públicos.
  • Políticas de acesso do Identity and Access Management (IAM) e Identity-Aware Proxy (IAP): serviços de controle de acesso que aplicam autorização detalhada de privilégio mínimo em agentes, ferramentas e recursos. Use políticas de acesso do IAM e o IAP para conceder a cada identidade de agente apenas as permissões necessárias para realizar as tarefas e invocar servidores MCP registrados ou subagentes A2A. Para isolar ainda mais cada agente e limitar o impacto potencial de uma violação de segurança, é possível vincular políticas de limite de acesso de principal (PAB, na sigla em inglês) à identidade do agente.
  • Model Armor: um serviço que protege seus recursos de IA generativa e agêntica contra injeção de comandos, vazamentos de dados sensíveis e conteúdo prejudicial. É possível usar o Model Armor para chamadas de API de modelo direto e anexá-lo ao Gateway de Agente para aplicar políticas de segurança de forma consistente em todo o tráfego de entrada e saída do agente.

Ferramentas de agentes

A capacidade de um agente de interagir com sistemas externos usando ferramentas define a eficácia dele. As ferramentas de agente são funções ou APIs disponíveis para o modelo de IA e que o agente usa para melhorar a saída e permitir a automação de tarefas. Quando você conecta um agente de IA a sistemas externos, as ferramentas transformam o agente de um gerador de texto independente em um sistema que pode automatizar tarefas complexas e de várias etapas.

Para ativar as interações com ferramentas, escolha um dos seguintes padrões de uso:

Caso de uso Padrão de uso de ferramentas
Você precisa realizar uma tarefa comum, como fazer uma pesquisa na Web, fazer um cálculo ou executar um código, e quer acelerar o desenvolvimento inicial. Ferramentas integradas
Você quer criar um sistema modular ou sistema multiagente que exija ferramentas interoperáveis e reutilizáveis. Protocolo de Contexto de Modelo (MCP)
Você precisa gerenciar, proteger e monitorar um grande número de ferramentas baseadas em API em escala empresarial. Plataforma de gerenciamento de APIs
Você precisa se integrar a uma API interna ou de terceiros específica que não tenha um servidor MCP. Ferramentas de função personalizadas

Ao selecionar ferramentas para o agente, avalie as capacidades funcionais e a confiabilidade operacional delas. Priorize ferramentas que sejam observáveis, fáceis de depurar e que incluam um tratamento de erros robusto. Esses recursos ajudam a garantir que você possa rastrear ações e resolver falhas rapidamente. Além disso, avalie a capacidade do agente de selecionar a ferramenta certa para concluir as tarefas atribuídas.

Ferramentas integradas

O ADK oferece várias ferramentas integradas que são integradas diretamente ao ambiente de execução do agente. É possível chamar essas ferramentas como funções sem configurar protocolos de comunicação externos. Essas ferramentas oferecem funcionalidades comuns, incluindo acesso a informações em tempo real da Web, execução de código de forma programática em um ambiente seguro, recuperação de informações de dados corporativos privados para implementar a RAG e interação com dados estruturados em bancos de dados em nuvem. As ferramentas integradas funcionam com as ferramentas personalizadas que você criar.

MCP

Para permitir que os componentes do seu sistema de agentes interajam, é necessário estabelecer protocolos de comunicação claros. O MCP é um protocolo aberto que oferece uma interface padronizada para que os agentes acessem e usem as ferramentas, os dados e outros serviços necessários.

O MCP separa a lógica de raciocínio central do agente da implementação específica das ferramentas, de forma semelhante à maneira como uma porta de hardware padrão permite que diferentes periféricos se conectem a um dispositivo.

O MCP oferece os seguintes benefícios:

  • Simplifica a integração de ferramentas ao fornecer conectores pré-criados. Quando mais ferramentas são adicionadas a um servidor MCP, o agente as descobre sem configurações adicionais.
  • Oferece uma maneira consistente de criar integrações personalizadas.
  • Oferece flexibilidade e promove a interoperabilidade entre diferentes modelos e ferramentas.

É possível implementar servidores MCP no seu sistema de IA agêntica usando os seguintes métodos:

  • Servidores MCP do Google Cloud: para se conectar aos serviços do Google e do Google Cloud , conecte-se a servidores MCP remotos totalmente gerenciados pelo Google. Esses servidores aprimoram sua infraestrutura atual ao fornecer uma camada unificada em todos os serviços do Google e do Google Cloud que você usa. Esses servidores oferecem escalonamento sem estado e integração com o IAM e os Registros de Auditoria do Cloud. Para uma lista de servidores MCP do Google Cloud, consulte Produtos compatíveis.
  • Servidores MCP remotos: para se conectar a APIs externas, conecte-se a um servidor MCP remoto hospedado e gerenciado por terceiros.
  • Servidores MCP auto-hospedados: para implementar sua própria lógica de agente e ferramentas personalizadas, hospede seu próprio servidor MCP. Você tem controle total sobre como expõe APIs proprietárias ou de terceiros aos seus agentes. Para hospedar seu próprio servidor MCP personalizado, implante-o como um aplicativo conteinerizado no Cloud Run ou no Google Kubernetes Engine (GKE).

Plataforma de gerenciamento de APIs

Uma plataforma de gerenciamento de APIs é um sistema centralizado que permite proteger, monitorar e controlar serviços internos ou externos por meio de APIs. Uma plataforma de gerenciamento de APIs oferece um local centralizado para catalogar todas as APIs da sua organização, simplifica a exposição de dados e oferece observabilidade por meio do monitoramento de uso.

Para gerenciar e controlar as ferramentas baseadas em API do seu agente em escala empresarial no Google Cloud, combine os seguintes serviços:

  • Catálogo e descoberta: para catalogar e controlar de forma centralizada as APIs, os servidores MCP e as habilidades de agentes da sua organização, use o hub de APIs da Apigee. O hub de APIs expõe um servidor MCP para que agentes e desenvolvedores possam descobrir ferramentas registradas e sincroniza os metadados do MCP com o Agent Registry.
  • Aplicação de políticas de ambiente de execução: para aplicar autenticação, autorização detalhada, limitação de tokens e taxas, armazenamento em cache semântico e monitoramento para endpoints de API e servidores MCP, use a Apigee ou o Gateway de Agente como um gateway de API e IA.
  • Conectores de dados e corporativos pré-criados: para conectar agentes a aplicativos corporativos e fontes de dados do Google Cloud sem criar pipelines de integração personalizados, use o Application Integration e o Integration Connectors ou o MCP Toolbox for Databases.

Uma plataforma de gerenciamento de APIs e um protocolo de comunicação como o MCP resolvem problemas de arquitetura diferentes. Um protocolo de comunicação padroniza o formato de interação entre o agente e a ferramenta, o que ajuda a garantir que os componentes sejam reutilizáveis e possam ser trocados. Por outro lado, uma plataforma de gerenciamento de APIs controla o ciclo de vida e a segurança do endpoint de API, lidando com tarefas como autenticação, limitação de taxa e monitoramento. Esses padrões são complementares. Por exemplo, um agente pode usar o MCP para se comunicar com uma ferramenta, que, por sua vez, pode ser um endpoint de API seguro que o hub de APIs cataloga e que a Apigee ou o Gateway de Agente gerencia e protege.

Ferramenta de função personalizada

Uma ferramenta de função oferece novos recursos a um agente. É possível escrever uma ferramenta de função personalizada para dar ao agente recursos especializados, como integração com uma API externa ou um sistema de negócios proprietário. Criar uma ferramenta de função personalizada é o padrão mais comum para ampliar as habilidades de um agente além do que as ferramentas integradas podem oferecer.

Para criar uma ferramenta de função personalizada, escreva uma função na sua linguagem de programação preferida e forneça uma descrição clara e em linguagem natural da finalidade, dos parâmetros e dos valores de retorno dela. O modelo do agente usa essa descrição para determinar quando a ferramenta é necessária, quais entradas fornecer e como interpretar a saída para concluir a solicitação de um usuário.

Também é possível criar uma ferramenta de função personalizada que implementa uma função de agente como ferramenta. Uma função de agente como ferramenta expõe um agente como uma função que pode ser chamada por outro agente. Essa técnica permite criar sistemas complexos e multiagentes, em que um agente pode coordenar e delegar tarefas especializadas a outros agentes especializados. Para mais informações sobre padrões de design de agentes e coordenação de orquestração de vários agentes, consulte a seção sobre padrões de design de agentes mais adiante neste documento.

Excesso de ferramentas

O excesso de ferramentas ocorre quando você fornece muitas definições de ferramentas no comando do sistema de um modelo de IA. Um modelo pode ficar sobrecarregado com um número excessivo de ferramentas, parâmetros complexos ou descrições detalhadas na janela de contexto do modelo.

Quando um agente de IA está sobrecarregado com o excesso de ferramentas, os seguintes problemas podem ocorrer:

  • Menor acurácia: tokens irrelevantes diluem a atenção do modelo na janela de contexto. Quando a atenção do modelo é diluída, é difícil para ele distinguir com precisão a ferramenta correta do ruído.
  • Aumento de custos e latência: uma única solicitação do usuário pode acionar vários loops de raciocínio ocultos e execuções de ferramentas. Um aumento no número de loops e execuções causa um aumento correspondente no custo e nos tempos de resposta da ferramenta.

Para reduzir o excesso de ferramentas, implemente as seguintes estratégias:

  • Limite a complexidade da ferramenta: confira a seguir recomendações para escrever definições de ferramentas concisas:
    • Use tipos de dados primitivos em vez de objetos aninhados complexos.
    • Limite as ferramentas a menos de cinco parâmetros.
    • Restrinja o caminho de decisão do modelo usando enums em vez de strings de texto livre.
  • Fornecer conjuntos de ferramentas granulares: desvincule servidores monolíticos em conjuntos de ferramentas granulares e focados, com base em jornadas específicas do usuário. Por exemplo, um servidor enorme do Cloud SQL pode ser segregado em um conjunto de ferramentas de administrador para agentes de DevOps e um conjunto de ferramentas de dados para agentes de apps.
  • Implementar a divulgação progressiva: projete sistemas para desbloquear dinamicamente o contexto e os recursos relevantes apenas quando forem necessários, em vez de carregar tudo com antecedência. Para implementar uma abordagem de divulgação progressiva, use as seguintes estratégias:
    • Padrão de ferramenta de pesquisa: para reduzir o consumo de tokens, implemente um agente que use uma única ferramenta de pesquisa para carregar dinamicamente apenas o esquema de ferramenta relevante.
    • Habilidades do agente: as habilidades do agente são um formato padrão aberto que permite a descoberta progressiva de instruções, scripts e outros recursos. Para minimizar o excesso de contexto, defina habilidades no ADK que direcionem o agente a carregar instruções e recursos especializados sob demanda ou descubra e carregue habilidades empresariais controladas do Registro de habilidades.
    • Delegação multiagente: para reduzir a janela de contexto de um agente, implemente um sistema multiagente que use um agente coordenador para delegar uma tarefa específica a um subagente especializado. Essa abordagem ajuda a garantir que apenas as ferramentas relevantes sejam carregadas e mantém a janela de contexto do agente coordenador concisa.

Essas estratégias não são mutuamente exclusivas e precisam ser combinadas com base nos requisitos de arquitetura e carga de trabalho.

Memória do agente

A capacidade de um agente de lembrar interações anteriores é fundamental para oferecer uma experiência de conversa coerente e útil. Para criar agentes com estado e reconhecimento de contexto, é necessário implementar mecanismos de memória de curto e longo prazo. As seções a seguir mostram as opções de design e os serviços do Google Cloud que você pode usar para implementar a memória de curto e longo prazo no seu agente.

Memória de curto prazo

A memória de curto prazo permite que um agente mantenha o contexto em uma única conversa em andamento. Para implementar a memória de curto prazo, é necessário gerenciar a sessão e o estado associado a ela.

  • Sessão: uma sessão é a conversa entre um usuário e o agente, desde a interação inicial até o fim do diálogo.
  • Estado: o estado são os dados que o agente usa e coleta em uma sessão específica. Os dados de estado coletados incluem o histórico de mensagens trocadas entre o usuário e o agente, os resultados de todas as chamadas de ferramentas e outras variáveis que o agente precisa para entender o contexto da conversa.

Confira a seguir as opções para implementar a memória de curto prazo com o ADK:

  • Armazenamento na memória: para desenvolvimento, teste ou aplicativos de pequena escala executados em uma única instância, é possível armazenar o estado da sessão diretamente na memória do aplicativo. O agente usa uma estrutura de dados, como um dicionário ou um objeto, para armazenar uma lista de pares de chave-valor e atualiza esses valores ao longo da sessão. No entanto, quando você usa o armazenamento na memória, o estado da sessão não é permanente. Se o aplicativo for reiniciado, ele perderá todo o histórico de conversas.

  • Gerenciamento de estado externo: para aplicativos de produção que exigem escalonabilidade e confiabilidade, recomendamos que você crie um aplicativo de agente sem estado e gerencie o estado da sessão em um serviço de armazenamento externo. Nessa arquitetura, sempre que o aplicativo do agente recebe uma solicitação, ele recupera o estado atual da conversa do armazenamento externo, processa a nova rodada e salva o estado atualizado de volta no armazenamento. Esse design permite escalonar o aplicativo horizontalmente, porque qualquer instância pode atender à solicitação de qualquer usuário. As opções comuns para o gerenciamento de estado externo incluem Memorystore for Redis, Firestore ou Sessões da plataforma de agentes do Gemini Enterprise.

    Se você usar o ADK, o DatabaseSessionService vai exigir um banco de dados relacional, como o Cloud SQL.

Memória de longo prazo

A memória de longo prazo fornece ao agente uma base de conhecimento persistente que existe em todas as conversas para usuários individuais. A memória de longo prazo permite que o agente realize a recuperação agêntica e use informações externas, aprenda com interações anteriores e forneça respostas mais precisas e relevantes.

Estas são as opções para implementar a memória de longo prazo com o ADK:

  • Armazenamento na memória: para desenvolvimento e teste, é possível armazenar entradas de memória de longo prazo diretamente na memória do aplicativo e realizar correspondência de palavra-chave básica nas entradas armazenadas. Essa abordagem requer uma configuração mínima, mas não é persistente. Se o aplicativo for reiniciado, ele perderá todas as entradas de memória armazenadas. Normalmente, esse padrão é implementado usando um provedor na memória em um framework de desenvolvimento, como o InMemoryMemoryService incluído no ADK para prototipagem e teste.
  • Armazenamento externo: para aplicativos de produção, gerencie a base de conhecimento do agente em um serviço de armazenamento externo e persistente. Um serviço de armazenamento externo ajuda a garantir que o conhecimento do agente seja durável, escalonável e acessível em várias instâncias do aplicativo. Use o Memory Bank para armazenamento de longo prazo com qualquer Agent Runtime no Google Cloud.

Padrões de design de agentes

Os padrões de design de agentes são abordagens arquitetônicas comuns para criar aplicativos agênticos. Esses padrões oferecem um framework distinto para organizar os componentes de um sistema, integrar o modelo de IA e orquestrar um ou vários agentes para realizar um fluxo de trabalho. Para determinar qual abordagem é melhor para seu fluxo de trabalho, considere a complexidade e o fluxo de trabalho das tarefas, a latência, o desempenho e os requisitos de custo.

Um sistema de agente único depende dos recursos de raciocínio de um modelo para interpretar a solicitação de um usuário, planejar uma sequência de etapas e decidir quais ferramentas usar. Essa abordagem é um ponto de partida eficaz que permite que você se concentre em refinar a lógica principal, os comandos e as definições de ferramentas antes de adicionar complexidade arquitetônica. No entanto, o desempenho de um único agente pode diminuir à medida que as tarefas e o número de ferramentas aumentam em complexidade.

Para problemas complexos, um sistema multiagente orquestra vários agentes especializados para alcançar uma meta que um único agente não consegue gerenciar com facilidade. Esse design modular pode melhorar a escalonabilidade, a confiabilidade e a facilidade de manutenção do sistema. No entanto, ele também apresenta outras considerações de avaliação, segurança e custo em comparação com um sistema de agente único.

Para implementar padrões de agente único e multiagente, o ADK fornece um ambiente de execução de fluxo de trabalho que oferece suporte aos seguintes fluxos de trabalho de orquestração:

  • Fluxos de trabalho baseados em gráficos: defina a lógica do agente como um gráfico de nós e arestas de execução que combina o raciocínio assistido por IA com código e ferramentas determinísticas. Os fluxos de trabalho baseados em grafos oferecem caminhos de execução previsíveis com transições de estado explícitas, roteamento condicional, ramificações paralelas e pontos de verificação human-in-the-loop.
  • Fluxos de trabalho dinâmicos: crie fluxos de trabalho de maneira programática na linguagem de programação escolhida, em vez de usar estruturas de gráfico estáticas. Os fluxos de trabalho dinâmicos permitem invocar nós de fluxo de trabalho como funções, definir fluxos de controle complexos usando loops, condicionais e recursão, além de criar automaticamente pontos de verificação de execuções de nós para que os fluxos de trabalho sejam duráveis e retomáveis.
  • Fluxos de trabalho colaborativos: coordene vários agentes especializados que delegam tarefas e compartilham contexto para resolver problemas complexos.

Ao desenvolver um sistema multiagente, é preciso implementar controles de acesso precisos para cada agente especializado, projetar um sistema de orquestração robusto para garantir uma comunicação confiável entre os agentes e gerenciar os custos operacionais mais altos decorrentes da sobrecarga computacional de executar vários agentes. Para facilitar a comunicação entre agentes, use o protocolo Agent2Agent (A2A) com o ADK. O A2A é um protocolo padrão aberto que permite que agentes de IA se comuniquem e colaborem em diferentes plataformas e frameworks, independentemente das tecnologias usadas.

Para mais informações sobre padrões comuns de design de agentes e como selecionar um padrão com base nos requisitos da carga de trabalho, consulte Escolher um padrão de design para seu sistema de IA agêntica.

Modelos de IA

Os aplicativos agênticos dependem das capacidades de raciocínio e compreensão de um modelo para atuar como o principal orquestrador de tarefas. Para esse papel de agente principal, recomendamos que você use o Gemini Pro.

Os modelos do Google, como o Gemini, oferecem acesso aos modelos proprietários mais recentes e capazes por meio de uma API gerenciada. Essa abordagem é ideal para minimizar a sobrecarga operacional. Por outro lado, um modelo aberto e auto-hospedado oferece o controle profundo necessário para ajustar dados proprietários. As cargas de trabalho com requisitos rígidos de segurança e residência de dados também exigem um modelo auto-hospedado, porque ele permite executar o modelo na sua própria rede.

Para melhorar o desempenho do agente, ajuste os recursos de raciocínio do modelo. Modelos como os mais recentes modelos do Gemini têm um processo de raciocínio integrado que melhora o raciocínio e o planejamento em várias etapas. Para depuração e refinamento, você pode analisar os resumos de pensamento do modelo ou versões sintetizadas dos pensamentos internos dele para entender o caminho de raciocínio. É possível controlar o pensamento do modelo com base na complexidade da tarefa e na versão do modelo. Um nível de raciocínio ou orçamento de raciocínio mais alto permite que o modelo realize um raciocínio e um planejamento mais detalhados antes de fornecer uma resposta, o que pode melhorar a qualidade da resposta, mas também pode aumentar a latência e o custo.

Para otimizar o desempenho e o custo, implemente o roteamento de modelos para selecionar dinamicamente o modelo mais apropriado para cada tarefa com base na complexidade, no custo ou nos requisitos de latência da tarefa. Por exemplo, é possível encaminhar solicitações simples para um modelo de linguagem pequeno (SLM, na sigla em inglês) para tarefas estruturadas, como geração de código ou classificação de texto, e reservar um modelo mais avançado e caro para raciocínio complexo. Se você implementar o roteamento de modelos no seu aplicativo agente, poderá criar um sistema econômico que mantém um alto desempenho.

Google Cloud oferece acesso a uma ampla seleção de modelos do Google, de parceiros e abertos que podem ser usados na sua arquitetura de agentes. Para mais informações sobre os modelos disponíveis e como escolher um modelo que atenda às suas necessidades, consulte Model Garden na Gemini Enterprise Agent Platform.

Ambiente de execução do modelo

Um ambiente de execução de modelo é o ambiente que hospeda e disponibiliza seu modelo de IA e que disponibiliza os recursos de raciocínio dele para seu agente.

Escolher um ambiente de execução de modelo

Para selecionar o ambiente de execução adequado para seu modelo de IA, use as seguintes orientações:

Caso de uso Ambiente de execução do modelo
Você precisa de uma API totalmente gerenciada para disponibilizar modelos do Gemini, de parceiros, abertos ou personalizados com segurança, escalonamento e ferramentas de IA generativa de nível empresarial. Plataforma de Agentes
Você precisa implantar um modelo aberto ou personalizado em contêiner e priorizar a sobrecarga operacional mínima e a eficiência de custos para tráfego variável. Cloud Run
Você precisa de controle máximo sobre a infraestrutura para executar um modelo em contêiner aberto ou personalizado em hardware especializado ou para atender a requisitos complexos de segurança e rede. GKE

As seções a seguir mostram uma visão geral dos ambientes de execução de modelos anteriores, incluindo os principais recursos e considerações de design.

Plataforma de Agentes

A Plataforma de Agentes oferece um ambiente sem servidor totalmente gerenciado que hospeda seus modelos de IA. É possível disponibilizar e ajustar modelos do Google, de parceiros e abertos por meio de uma API segura e escalonável. Essa abordagem abstrai o gerenciamento de infraestrutura e permite que você se concentre em integrar a inteligência do modelo aos seus aplicativos.

Ao usar a Agent Platform como um ambiente de execução de modelo, os principais recursos e considerações incluem:

  • Controle de infraestrutura: uma API totalmente gerenciada para seus modelos. O Google gerencia a infraestrutura de base.
  • Segurança: os padrões de segurança gerenciados e as certificações de conformidade padrão são suficientes para suas necessidades. Para proteger comandos e respostas e garantir práticas de IA responsável, integre o Model Armor à Agent Platform.
  • Disponibilidade de modelos: acesso a uma ampla seleção de modelos, incluindo os mais recentes modelos do Gemini, por uma API gerenciada.
  • Custo: modelo de preços de pagamento por utilização que se ajusta ao tráfego do seu aplicativo. Para mais informações, consulte Custo de criação e implantação de modelos de IA na Agent Platform.

Cloud Run

O Cloud Run oferece um ambiente de execução sem servidor que hospeda seus modelos em contêineres personalizados. O Cloud Run oferece um equilíbrio entre a experiência totalmente gerenciada da plataforma de agentes e o controle profundo da infraestrutura do GKE. Essa abordagem é ideal quando você precisa da flexibilidade de executar o modelo em um ambiente conteinerizado sem gerenciar servidores ou clusters.

Ao usar o Cloud Run como um ambiente de execução de modelo, os principais recursos e considerações incluem:

  • Controle de infraestrutura: execute qualquer modelo em um contêiner personalizado, que fornece controle total sobre o ambiente de software, enquanto a plataforma gerencia a infraestrutura sem servidor.
  • Segurança: oferece segurança por meio de instâncias de computação efêmeras e isoladas e permite conexões seguras com recursos particulares usando a saída de VPC direta ou um conector de acesso VPC sem servidor. Para mais informações, consulte Rede particular e Cloud Run.
  • Disponibilidade de modelos: disponibilize modelos abertos, como o Gemma, ou seus próprios modelos personalizados. Não é possível hospedar ou disponibilizar modelos do Gemini no Cloud Run.
  • Custo: apresenta um modelo de preços baseado em solicitações e pagamento por uso que é reduzido a zero, o que o torna altamente econômico para modelos com tráfego esporádico ou variável. Para mais informações, consulte Preços do Cloud Run.

GKE

O GKE oferece o máximo de controle e flexibilidade para hospedar seus modelos de IA. Para usar essa abordagem, execute os modelos em contêineres em um cluster do GKE que você configura e gerencia. O GKE é a escolha ideal quando você precisa executar modelos em hardware especializado, colocá-los com seus aplicativos para latência mínima ou exigir controle granular sobre todos os aspectos do ambiente de disponibilização.

Ao usar o GKE como um ambiente de execução de modelo, os principais recursos e considerações incluem:

  • Controle de infraestrutura: oferece controle máximo e granular sobre todo o ambiente de disponibilização, incluindo configurações de nós, aceleradores de máquina especializados e o software específico de disponibilização de modelos.
  • Segurança: oferece controle granular sobre a segurança e o isolamento de dados, porque permite executar modelos inteiramente na sua rede e aplicar políticas de segurança refinadas do Kubernetes. Para analisar o tráfego de entrada e saída de um cluster do GKE e ajudar a proteger as interações com os modelos de IA, integre o Model Armor ao GKE.
  • Disponibilidade de modelos: disponibilize modelos abertos, como o Gemma, ou seus próprios modelos personalizados. Não é possível hospedar ou disponibilizar modelos do Gemini no GKE.
  • Custo: apresenta um modelo de custo baseado nos recursos de computação e cluster subjacentes que você consome, o que o torna altamente otimizado para cargas de trabalho previsíveis e de alto volume quando você usa descontos por compromisso de uso (CUDs). Para mais informações, consulte os preços do GKE.

Este documento se concentra na plataforma de agentes, no Cloud Run e no GKE. Se você precisar de um ambiente de execução de modelo que combine hardware otimizado para desempenho (GPUs e TPUs), software aberto e modelos de consumo flexíveis para cargas de trabalho de treinamento, ajuste e inferência de treinamento de modelo em grande escala, use o Hipercomputador de IA.

Ambiente de execução do agente

Para hospedar e implantar seu aplicativo agêntico, escolha um Agent Runtime. Esse serviço executa o código do aplicativo, a lógica de negócios e a orquestração que você escreve ao usar um framework de desenvolvimento de agentes. Nesse ambiente de execução, seu aplicativo faz chamadas de API para os modelos que o ambiente de execução de modelo escolhido hospeda e gerencia.

Escolher um Agent Runtime

Google Cloud oferece opções de hospedagem de agentes, desde ambientes totalmente gerenciados e de baixa sobrecarga até infraestrutura de controle total. A Agent Platform foi projetada para ser flexível, permitindo que você escolha a camada de ambiente de execução e a camada de serviço que atendem às suas necessidades. Para selecionar o ambiente de execução dos agentes de IA, use as seguintes orientações:

Caso de uso Ambiente de execução do agente
Você precisa de um ambiente de execução gerenciado e opinativo que inclua integrações para memória, avaliação, identidade, governança e observabilidade. Agent Runtime na Gemini Enterprise Agent Platform
Você precisa de uma implantação e portabilidade de contêineres com um equilíbrio de flexibilidade e controle para executar seus agentes em contêineres como qualquer outro serviço. Cloud Run
Você precisa de controle total, com controle refinado sobre a infraestrutura subjacente. Sua equipe de plataforma gerencia as próprias APIs de DevOps, Kubernetes ou requisitos rigorosos de conformidade e residência de dados. GKE

Se você já gerencia aplicativos no Cloud Run ou no GKE, pode acelerar o desenvolvimento e simplificar as operações de longo prazo usando a mesma plataforma para sua carga de trabalho de agentes.

As seções a seguir mostram uma visão geral de cada Agent Runtime, incluindo os principais recursos e considerações de design.

Agent Runtime

O Agent Runtime é um ambiente de execução totalmente gerenciado e opinativo que pode ser usado para implantar, operar e escalonar aplicativos de agentes. O Agent Runtime abstrai a infraestrutura, permitindo que você se concentre na lógica do agente, em vez das operações.

Confira a seguir os recursos e as considerações sobre o Agent Runtime:

  • Flexibilidade de linguagem de programação e framework: desenvolva agentes com qualquer framework compatível.
  • Protocolos de comunicação: orquestre agentes e ferramentas que usam MCP e A2A. O Agent Runtime gerencia com eficiência o ambiente de execução desses componentes, mas não oferece suporte à hospedagem de servidores MCP personalizados.

  • Memória: oferece recursos de memória gerenciada integrados, o que elimina a necessidade de configurar bancos de dados externos para a memória do agente principal.

  • Escalabilidade: escalonamento automático para atender às demandas da carga de trabalho de agentes, o que elimina a necessidade de configuração manual.
  • Observabilidade: oferece geração de registros, monitoramento e rastreamento integrados por meio dos serviços do Google Cloud Observability.
  • Segurança: oferece os seguintes recursos de nível empresarial:

O Agent Runtime acelera o caminho para a produção porque oferece um ambiente gerenciado com integrações para memória, avaliações de agentes, identidade de agentes, governança, segurança e observabilidade. Para cargas de trabalho com requisitos de segurança rigorosos para gerenciamento de dependências particulares, o Cloud Run e o GKE oferecem um caminho de configuração baseado no IAM.

Cloud Run

O Cloud Run é uma plataforma sem servidor totalmente gerenciada que permite executar o código do aplicativo do agente em um contêiner sem estado. O Cloud Run é ideal quando você quer implantar todo o aplicativo do agente, componentes individuais ou ferramentas personalizadas como endpoints HTTP escalonáveis sem precisar gerenciar a infraestrutura.

Veja a seguir os recursos e as considerações do Cloud Run:

O Cloud Run reduz a sobrecarga operacional e melhora a relação custo-benefício, porque elimina a necessidade de gerenciar a infraestrutura subjacente. No entanto, a natureza sem estado do Cloud Run exige que você use um serviço de armazenamento para gerenciar o contexto em um fluxo de trabalho de várias etapas. Além disso, o tempo limite máximo de solicitação para os serviços do Cloud Run é de até uma hora, o que pode restringir tarefas de agente de longa duração.

GKE

O GKE é um serviço gerenciado de orquestração de contêineres que oferece controle granular sobre a arquitetura e a infraestrutura do seu aplicativo agêntico. O GKE é adequado para sistemas agênticos complexos que exigem recursos robustos de nível de produção ou se você já é cliente do GKE e quer implementar um fluxo de trabalho agêntico no seu aplicativo atual.

Veja a seguir os recursos e as considerações disponíveis no GKE:

O GKE oferece controle e flexibilidade máximos, o que permite executar agentes complexos e com estado. No entanto, esse controle gera uma sobrecarga operacional e uma complexidade significativas. Você precisa configurar e gerenciar o cluster do Kubernetes, incluindo pools de nós, rede e políticas de escalonamento, o que exige mais experiência e esforço de desenvolvimento do que uma plataforma sem servidor.

A seguir

Colaboradores

Autor: Samantha He | Redatora técnica

Outros colaboradores: