História dos Protocolos de Comunicação entre Agentes de IA

Na história da inteligência artificial, o conceito de Sistemas Multiagente (SMA) — onde múltiplos agentes, que são “entidades de software autônomas”, se reúnem e colaboram para resolver tarefas complexas — não é de forma alguma algo novo. No entanto, com o surgimento dos Grandes Modelos de Linguagem (LLMs), a capacidade dos agentes melhorou dramaticamente, e os SMAs modernos adquiriram uma flexibilidade e adaptabilidade sem precedentes.

Neste artigo, explicaremos em detalhes a história da evolução dos protocolos de comunicação entre agentes de IA e as perspectivas para futura padronização, desde os protocolos clássicos como FIPA-ACL e KQML até os mecanismos de mensagens em frameworks modernos de múltiplos agentes baseados em LLM (AutoGen, CrewAI, etc.).

1. O Alvorecer da Comunicação de Agentes: Compartilhamento de Conhecimento e Comunicação de Intenções

Durante a década de 1990, com a engenharia de software orientada a agentes sendo ativamente pesquisada, buscava-se métodos padrão de comunicação para que múltiplos agentes pudessem compartilhar conhecimento mutuamente e tomar ações coordenadas.

KQML (Knowledge Query and Manipulation Language)

O KQML é uma linguagem e protocolo para troca de informações entre agentes, desenvolvido por um projeto apoiado pela DARPA. A maior característica do KQML foi a separação entre o conteúdo da mensagem (payload) e a “intenção” (Performative) dessa mensagem. Por exemplo, ao anexar tags indicando intenção, como ask-if (perguntar), tell (informar) ou subscribe (assinar), o agente conseguia interpretar que tipo de ação a outra parte estava solicitando.

FIPA-ACL (Foundation for Intelligent Physical Agents - Agent Communication Language)

O FIPA-ACL surgiu para superar as limitações do KQML e fornecer uma semântica mais rigorosa. Este protocolo, padronizado pela FIPA (mais tarde integrada à IEEE), foi projetado com base na Teoria dos Atos de Fala (Speech Act Theory).

A estrutura de uma mensagem FIPA-ACL consiste principalmente nos seguintes elementos:

• Performative: A intenção da comunicação, como inform, request, propose, cfp (Call for Proposal), etc.
• Sender / Receiver: Os identificadores do remetente e do destinatário.
• Content: O conteúdo específico da mensagem.
• Language / Ontology: A linguagem para descrever o Content (ex: KIF, SL) e a ontologia referenciada.
• Protocol: O protocolo de diálogo em andamento (ex: Contract Net Protocol).

  graph TD
    A["Agent A (Initiator)"] -- "cfp (Call for Proposal)" --> B["Agent B (Participant)"]
    A -- "cfp" --> C["Agent C (Participant)"]
    B -- "propose" --> A
    C -- "refuse" --> A
    A -- "accept-proposal" --> B

O diagrama acima é um exemplo do famoso Contract Net Protocol (CNP). Nele, o processo colaborativo era claramente definido: o agente que deseja delegar uma tarefa (Initiator) pede propostas a outros agentes (Participants) usando o cfp, e então atribui a tarefa ao agente que fez a melhor proposta (accept-proposal).

2. Ponto de Virada para a Era Moderna: Microsserviços e REST/gRPC

Do final dos anos 2000 até a década de 2010, com a evolução da Web, a arquitetura de software fez a transição da SOA (Arquitetura Orientada a Serviços) para a arquitetura de microsserviços. Nesta era, a comunicação entre agentes passou a depender mais de tecnologias Web padrão (HTTP/REST, WebSockets, filas de mensagens, e depois gRPC) do que de protocolos proprietários (como FIPA-ACL).

A troca de dados no formato JSON tornou-se o padrão dominante, e cada serviço (agente) passou a se comunicar através de APIs. Embora isso tenha aumentado muito a utilidade prática do sistema, a definição rigorosa de “intenção” ou “ontologia” foi perdida, tornando as interações dependentes dos esquemas de cada API.

3. A Ascensão dos LLMs e a Comunicação de Agentes em Linguagem Natural

Na década de 2020, com o surgimento de Grandes Modelos de Linguagem (LLMs) de alto desempenho, como o GPT-4 e o Claude 3, a própria definição de agente mudou drasticamente. Os “agentes de IA” modernos não apenas operam com algoritmos fixos, mas também são entidades capazes de compreender linguagem natural, raciocinar e usar ferramentas (chamadas de função).

Junto com isso, os protocolos de comunicação entre agentes estão aos poucos retornando dos “dados estruturados (JSON/XML)” para os “prompts em linguagem natural”.

O Paradigma de Diálogo do AutoGen

O AutoGen, desenvolvido pela Microsoft, é um framework onde múltiplos agentes LLM resolvem tarefas através do diálogo. No AutoGen, os agentes enviam mensagens em linguagem natural uns para os outros.

  graph LR
    UserProxy["User Proxy Agent"] -- "Instrução da tarefa (Linguagem natural)" --> Assistant["Assistant Agent (LLM)"]
    Assistant -- "Proposta de código Python" --> UserProxy
    UserProxy -- "Resultado da execução / Mensagem de erro" --> Assistant
    Assistant -- "Código corrigido" --> UserProxy

O “protocolo” no AutoGen não é um esquema JSON explícito, mas sim os papéis (Role) e regras de comportamento descritos nos prompts de sistema dos agentes. O agente utiliza o histórico de conversação (Context Window) como uma memória compartilhada, raciocinando sobre o contexto para decidir sua próxima ação.

CrewAI e a Colaboração Baseada em Papéis

O CrewAI é um framework que fornece aos agentes um “Papel” (Role), “Objetivo” (Goal) e “Histórico” (Backstory) claros, fazendo com que funcionem como uma equipe. A comunicação no CrewAI é construída em torno da delegação de tarefas (Delegation) e do repasse de resultados. Quando a informação é trocada entre agentes, a base é a linguagem natural e, conforme necessário, saídas estruturadas (como modelos Pydantic) são combinadas para conectar os processos subsequentes.

Controle Stateful com LangGraph

O LangGraph adota uma abordagem que define o fluxo de controle dos agentes usando uma estrutura de grafos (nós e arestas) e gerencia o estado (State). A comunicação entre os agentes é representada como atualizações de um “State (objeto de estado)” que circula dentro do grafo. Adota uma arquitetura próxima ao modelo Blackboard (quadro negro), onde um nó (agente) atualiza o estado, e o nó seguinte lê esse estado para realizar seu processamento.

4. Desafios de Comunicação nos SMAs Modernos

Embora a comunicação baseada em linguagem natural utilizando LLMs seja extremamente flexível e fácil de ser compreendida por humanos, surgem vários desafios do ponto de vista da engenharia de sistemas.

1. Não-determinismo e Variações na Interpretação: Por a linguagem natural envolver ambiguidades, há sempre o risco de que o agente receptor entenda mal a intenção da mensagem (incluindo alucinações). Isso ocorre porque não há as rígidas Performatives como havia no FIPA-ACL.
2. Esgotamento da Context Window: Quando a comunicação ocorre em formato de diálogo, à medida que o histórico de conversas se prolonga, há uma pressão sobre a janela de contexto do LLM. Isso aumenta os custos de processamento (consumo de tokens) e causa o problema em que informações importantes acabam sendo ignoradas (Lost in the Middle).
3. Falta de Padronização na Comunicação: Atualmente, frameworks como AutoGen, CrewAI e LangChain possuem mecanismos diferentes de comunicação e gerenciamento de estados, e não há meios padronizados para integrar agentes construídos em diferentes frameworks.

5. Perspectivas Rumo a um Novo Protocolo Padrão

Para resolver esses desafios, a busca por protocolos de comunicação de agentes de IA de próxima geração já começou.

Híbrido de Dados Estruturados e Linguagem Natural

Espera-se que a comunicação entre agentes de IA evolua para um híbrido de “metadados estruturados de fácil processamento por máquinas (JSON, Schema)” e “linguagem natural de fácil raciocínio por LLMs (Context)”. Por exemplo, poderia haver um formato com um cabeçalho JSON padronizado como wrapper para a mensagem (remetente, intenção, ID de tarefa referenciada, etc.) e o processo de raciocínio ou código em linguagem natural como o payload.

O Potencial do MCP (Model Context Protocol)

Recentemente, o MCP (Model Context Protocol) e padrões semelhantes vêm ganhando atenção como uma especificação padrão para conectar LLMs com ferramentas e fontes de dados externas. No momento, o foco principal é a integração entre LLMs e ferramentas, mas existe o potencial de que tais protocolos sejam expandidos para se tornarem a especificação padrão de Descoberta (Discovery) de capacidades e delegação de autoridade na comunicação “agente para agente”.

Redes de Agentes Descentralizadas

Em conjunto com Web3 e tecnologias descentralizadas, protocolos para que agentes autônomos se comuniquem com segurança através das fronteiras de organizações e empresas para negociar e liquidar pagamentos (ex: framework AEA da Fetch.ai) também continuam a evoluir. Aqui, a garantia de identidade dos agentes usando assinaturas criptográficas e mensagens resistentes a adulterações tornam-se uma base importante.

Conclusão

Os protocolos de comunicação entre agentes de IA começaram com sistemas lógicos rigorosos como o FIPA-ACL, passaram pela era das Web APIs e agora chegaram aos diálogos flexíveis baseados em linguagem natural usando LLMs.

No futuro, embora mantendo essa flexibilidade, será necessário um “protocolo padrão de próxima geração” para garantir a robustez, interoperabilidade e eficiência como sistema. Um futuro onde agentes com diferentes filosofias de design sejam orquestrados de forma autônoma com uma linguagem e protocolo comuns está logo ali.