(Yurchanka-Siarhei/Shutterstock)
Os agentes da IA estão configurados para transformar operações corporativas com solução de problemas autônomos, fluxos de trabalho adaptativos e escalabilidade. Mas o verdadeiro desafio não está construindo modelos melhores.
Os agentes precisam de acesso a dados, ferramentas e a capacidade de compartilhar informações entre os sistemas, com suas saídas disponíveis para uso por vários serviços – incluindo outros agentes. Este não é um problema de IA, é um problema de infraestrutura e interoperabilidade de dados. Requer mais do que costurar cadeias de comandos; Exige uma arquitetura orientada a eventos (EDA) alimentada por fluxos de dados.
Como Hubspot CTO Dharmesh Shah Coloque recentemente: “Os agentes são os novos aplicativos”. Conhecer esse potencial exige investir nos padrões de design certos desde o início. Este artigo explora por que a EDA é a chave para os agentes de dimensionamento e desbloquear todo o seu potencial em sistemas empresariais modernos.
A ascensão da AI agêntica
Enquanto a IA percorreu um longo caminho, estamos atingindo os limites de fluxos de trabalho fixos e até LLMs.
Gêmeos do Google é supostamente Não atendendo às expectativas internas Apesar de ter sido treinado em um conjunto maior de dados. Resultados semelhantes foram relatado por Openai e seu modelo Orion de próxima geração.
O CEO da Salesforce, Marc Benioff, disse recentemente no Wall Road Journal “Futuro de tudo“Podcast que atingimos os limites superiores do que os LLMs podem fazer. Ele acredita que o futuro está com agentes autônomos-sistemas que podem pensar, adaptar e agir de forma independente-em vez de modelos como o GPT-4.
Lógica de controle, programática versus agente (fonte: Sean Falconer)
Os agentes trazem algo novo para a mesa: fluxos de trabalho dinâmicos e orientados por contexto. Diferentemente dos fluxos de trabalho fixos, os sistemas Agentic descobrem as próximas etapas em tempo actual, adaptando -se à situação em questão. Isso os torna ideais para combater os tipos de problemas imprevisíveis e interconectados que as empresas enfrentam hoje.
Os agentes deslizam a lógica de controle tradicional em sua cabeça.
Em vez de programas rígidos que ditam todos os movimentos, os agentes usam o LLMS para conduzir decisões. Eles podem raciocinar, usar ferramentas e acessar a memória – tudo dinamicamente. Essa flexibilidade permite fluxos de trabalho que evoluem em tempo actual, tornando os agentes muito mais poderosos do que qualquer coisa construída com lógica fixa.
Arquitetura do agente (inspirada em https://arxiv.org/pdf/2304.03442)
Os desafios com a escala de agentes inteligentes
Agentes de escala – seja um único agente ou um sistema colaborativo – aborda sua capacidade de acessar e compartilhar dados sem esforço. Os agentes precisam coletar informações de várias fontes, incluindo outros agentes, ferramentas e sistemas externos, para tomar decisões e agir.
Dependências de agente único (fonte: Sean Falconer)
Conectar agentes às ferramentas e dados de que precisam é fundamentalmente um Problema de sistemas distribuídos. Essa complexidade reflete os desafios enfrentados no projeto de microsserviços, onde os componentes devem se comunicar com eficiência sem criar gargalos ou dependências rígidas.
Como os microsserviços, os agentes devem se comunicar com eficiência e garantir que seus resultados sejam úteis em todo o sistema mais amplo. E, como qualquer serviço, seus resultados não devem apenas voltar ao aplicativo de IA – eles devem fluir para outros sistemas críticos, como knowledge warehouses, CRMs, CDPs e plataformas de sucesso do cliente.
Claro, você pode conectar agentes e ferramentas através do RPC e APIs, mas essa é uma receita para sistemas bem acoplados. O acoplamento apertado torna mais difícil escalar, adaptar ou suportar vários consumidores dos mesmos dados. Os agentes precisam de flexibilidade. Seus resultados devem se alimentar perfeitamente em outros agentes, serviços e plataformas sem bloquear tudo em dependências rígidas.
Qual é a solução?
Acoplamento frouxo através de uma arquitetura orientada a eventos. É a espinha dorsal que permite aos agentes compartilhar informações, agir em tempo actual e integrar -se ao ecossistema mais amplo – sem dores de cabeça do acoplamento apertado.
Arquiteturas orientadas por eventos: um primer
Nos primeiros dias, os sistemas de software program eram monólitos. Tudo vivia em uma base de código única e bem integrada. Embora simples de construir, os monólitos se tornaram um pesadelo à medida que cresciam.
A escala period um instrumento contundente: você precisava escalar todo o aplicativo, mesmo que apenas uma parte precisasse. Essa ineficiência levou a sistemas inchados e arquiteturas quebradiças que não conseguiram lidar com o crescimento.
Os microsserviços mudaram isso.
Ao dividir aplicativos em componentes menores e implantáveis independentemente, as equipes podem escalar e atualizar peças específicas sem tocar em todo o sistema. Mas isso criou um novo desafio: como todos esses serviços menores se comunicam efetivamente?
Se conectarmos os serviços por meio de chamadas diretas de RPC ou API, criamos uma bagunça gigante de interdependências. Se um serviço diminuir, afeta todos os nós ao longo do caminho conectado.
Microsserviços bem acoplados (Fonte: Sean Falconer)
EDA resolveu o problema.
Em vez de comunicação síncrona bem acoplada, a EDA permite que os componentes se comuniquem de forma assíncrona através de eventos. Os serviços não esperam um pelo outro-eles reagem ao que está acontecendo em tempo actual.
Arquitetura orientada a eventos (Fonte: Sean Falconer)
Essa abordagem tornou os sistemas mais resistentes e adaptáveis, permitindo que eles lidem com a complexidade dos fluxos de trabalho modernos. Não foi apenas um avanço técnico; Period uma estratégia de sobrevivência para sistemas sob pressão.
A ascensão e queda dos primeiros gigantes sociais
O subir e cair de redes sociais iniciais como o Friendster, ressalta a importância da arquitetura escalável. O Friendster capturou bases enormes de usuários desde o início, mas seus sistemas não conseguiram lidar com a demanda. Os problemas de desempenho afastaram os usuários e a plataforma acabou falhando.
Por outro lado, o Fb prosperou não apenas por causa de seus recursos, mas porque investiu em infraestrutura escalável. Não desmoronou sob o peso do sucesso – ele se levantou para dominar.
Hoje, corremos o risco de ver uma história semelhante ocorrendo com os agentes da IA.
Como as primeiras redes sociais, os agentes experimentarão um rápido crescimento e adoção. Construir agentes não é suficiente. A verdadeira questão é se sua arquitetura pode lidar com a complexidade de dados distribuídos, integrações de ferramentas e colaboração com vários agentes. Sem a base certa, sua pilha de agentes pode desmoronar como as primeiras baixas das mídias sociais.
O futuro é agentes orientados por eventos
O futuro da IA não é apenas construir agentes mais inteligentes – trata -se de criar sistemas que possam evoluir e escalar à medida que a tecnologia avança. Com a pilha de IA e os modelos subjacentes mudando rapidamente, os projetos rígidos rapidamente se tornam barreiras à inovação. Para acompanhar o ritmo, precisamos de arquiteturas que priorizem flexibilidade, adaptabilidade e integração perfeita. A EDA é a base para esse futuro, permitindo que os agentes prosperem em ambientes dinâmicos, permanecendo resilientes e escaláveis.
Agentes como microsserviços com dependências informativas
Os agentes são semelhantes aos microsserviços: são autônomos, dissociados e capazes de lidar com tarefas de forma independente. Mas os agentes vão além.
Embora os microsserviços normalmente processem operações discretas, os agentes dependem de informações compartilhadas e ricas em contexto, tomam decisões e colaboram. Isso cria demandas exclusivas para gerenciar dependências e garantir fluxos de dados em tempo actual.
Por exemplo, um agente pode extrair dados do cliente de um CRM, analisar análises ao vivo e usar ferramentas externas – tudo ao compartilhar atualizações com outros agentes. Essas interações exigem um sistema em que os agentes possam trabalhar de forma independente, mas ainda trocam informações críticas com fluidez.
A EDA resolve esse desafio atuando como um “sistema nervoso central” para dados. Ele permite que os agentes transmitam eventos de maneira assíncrona, garantindo que as informações fluam dinamicamente sem criar dependências rígidas. Esse desacoplamento permite que os agentes operem autonomamente, integrando -se perfeitamente a fluxos de trabalho e sistemas mais amplos.
Uma arquitetura orientada a eventos para agentes (Fonte: Sean Falconer)
Dissociar enquanto mantém o contexto intacto
Construir sistemas flexíveis não significa sacrificar o contexto. Projetos tradicionais e fortemente acoplados geralmente ligam os fluxos de trabalho a pipelines ou tecnologias específicas, forçando as equipes a navegar em gargalos e dependências. Mudanças em uma parte da pilha ondulando pelo sistema, diminuindo os esforços de inovação e escala.
EDA elimina essas restrições. Ao desacoplar os fluxos de trabalho e ativar a comunicação assíncrona, a EDA permite diferentes partes da pilha – agentes, fontes de dados, ferramentas e camadas de aplicativos – para funcionar de forma independente.
Tome a pilha de IA de hoje, por exemplo. As equipes do MLOPs gerenciam pipelines como RAG, os cientistas de dados selecionam modelos e desenvolvedores de aplicativos criam a interface e o again -end. Um design bem acoplado força todas essas equipes a interdependências desnecessárias, diminuindo a entrega e dificultando a adaptação à medida que surgem novas ferramentas e técnicas.
Por outro lado, um sistema orientado a eventos garante que os fluxos de trabalho permaneçam vagamente acoplados, permitindo que cada equipe inove de forma independente.
As camadas de aplicativos não precisam entender os internos da IA - eles simplesmente consomem resultados quando necessário. Esse desacoplamento também garante que as idéias da IA não permaneçam isoladas. As saídas dos agentes podem se integrar perfeitamente a CRMs, CDPs, ferramentas de análise e muito mais, criando um ecossistema unificado e adaptável.
Agentes de escala com arquitetura orientada a eventos
A EDA é a espinha dorsal desta transição para sistemas agênticos.
Sua capacidade de dissociar fluxos de trabalho, enquanto habilita a comunicação em tempo actual, garante que os agentes possam operar com eficiência em escala. Como discutido aquiplataformas como o Apache Kafka exemplificam as vantagens da EDA em um sistema orientado por agentes:
Escalabilidade horizontal:
O design distribuído da Kafka suporta a adição de novos agentes ou consumidores sem gargalos, garantindo que o sistema cresça sem esforço.
Baixa latência:
O processamento de eventos em tempo actual permite que os agentes respondam instantaneamente a mudanças, garantindo fluxos de trabalho rápidos e confiáveis.
Acoplamento solto:
Ao se comunicar através dos tópicos de Kafka, em vez de dependências diretas, os agentes permanecem independentes e escaláveis.
Persistência do evento:
O armazenamento de mensagens durável garante que nenhum dado seja perdido no trânsito, o que é crítico para fluxos de trabalho de alta confiabilidade.
Agentes como produtores e consumidores de eventos em uma plataforma de streaming em tempo actual (Fonte: Sean Falconer)
O streaming de dados permite o fluxo contínuo de dados em toda a empresa. Um sistema nervoso central atua como a espinha dorsal unificada para o fluxo de dados em tempo actual, conectando perfeitamente sistemas, aplicativos e fontes de dados para permitir a comunicação e a tomada de decisões eficientes do agente.
Esta arquitetura é um ajuste pure para estruturas como o Antrópico Modelo Protocolo de contexto (MCP).
O MCP fornece um padrão common para integrar os sistemas de IA com ferramentas externas, fontes de dados e aplicativos, garantindo acesso seguro e contínuo a informações atualizadas. Ao simplificar essas conexões, o MCP reduz o esforço de desenvolvimento, permitindo a tomada de decisões com conhecimento de contexto.
A EDA aborda muitos dos desafios que o MCP pretende resolver. O MCP requer acesso contínuo a diversas fontes de dados, capacidade de resposta em tempo actual e escalabilidade para suportar fluxos de trabalho multi-agentes complexos. Ao desacoplar os sistemas e ativar a comunicação assíncrona, a EDA simplifica a integração e garante que os agentes possam consumir e produzir eventos sem dependências rígidas.
Agentes orientados a eventos definirão o futuro da IA
A paisagem da IA está evoluindo rapidamente, e as arquiteturas devem evoluir com ela.
E as empresas estão prontas. Um fórum empreendimentos enquete descobriram que 48% dos líderes de TI seniores estão preparados para integrar agentes de IA às operações, com 33% dizendo que estão muito preparados. Isso mostra uma demanda clara por sistemas que podem escalar e lidar com complexidade.
A EDA é a chave para a construção de sistemas de agentes que são flexíveis, resilientes e escaláveis. Ele decompa componentes, permite fluxos de trabalho em tempo actual e garante que os agentes possam se integrar perfeitamente a ecossistemas mais amplos.
Aqueles que adotam a EDA não sobreviverão – eles ganharão uma vantagem competitiva nesta nova onda de inovação de IA. O resto? Eles correm o risco de serem deixados para trás, baixas de sua própria incapacidade de escalar.
Sobre o autor: Sean Falconer é um empresário de IA em residência em Confluente onde ele trabalha na estratégia de IA e na liderança do pensamento. Sean tem sido um acadêmico, fundador de startups e Googler. Ele publicou trabalhos cobrindo uma ampla gama de tópicos, da IA à computação quântica. Sean também hospeda os podcasts populares de engenharia Engenharia de software program diariamente e Huddle de software program. Você pode se conectar com Sean em LinkedIn.
Itens relacionados:
O futuro em tempo actual dos dados de acordo com Jay Kreps