Mais agentes não resolvem o problema errado

Vários especialistas de IA configurados, mas quase sem uso. Esse foi um dos achados do levantamento interno de 25 de setembro sobre nosso uso do Hermes Agent: boa parte do trabalho passava pelo assistente principal.

Isso não prova perda de produtividade: o estudo mediu atividade naquele período, sem comparar a qualidade das entregas. Mas me deixou com uma pergunta: qual problema cada uma daquelas opções deveria resolver?

O estudo reuniu seis formas de organizar trabalho com agentes. Uso o Hermes Agent, da Nous Research, como referência aqui, mas o critério serve para outras ferramentas: escolher pelo gargalo.

Essas formas podem se combinar. Não são seis degraus que você precisa subir para ter uma operação madura.

O trabalho precisa continuar ou se dividir?

Imagine corrigir a importação de uma planilha. O agente faz uma tentativa, encontra um erro no teste e encerra a resposta. Você volta só para mandar continuar.

Um ciclo que retoma a mesma tarefa resolve essa interrupção. No Hermes, o /goal mantém um objetivo entre turnos e usa um modelo avaliador para decidir se continua, espera ou encerra. Ele não cria uma equipe automaticamente.

Eu usaria esse recurso quando há várias tentativas até chegar ao resultado, com um teste concreto e limite de turnos. O parecer do avaliador ajuda a conduzir o ciclo; quem demonstra que a importação funciona é a execução do teste. Para uma resposta curta ou uma tarefa esperando decisão sua, continuar insistindo não ajuda.

Agora imagine que outra mudança independente precisa atualizar a tela de histórico. A importação e a tela podem avançar em paralelo, desde que os agentes não editem a mesma cópia do projeto.

Cópias de trabalho separadas do mesmo repositório, chamadas worktrees, evitam essa disputa. Um coordenador recebe as alterações, inspeciona o que mudou e executa os testes antes de integrar. É a lógica do Hermes Conductor, um playbook da comunidade, não um recurso nativo equivalente ao /goal.

Separar diretórios não garante que as decisões sejam compatíveis. Se a tela depende de uma mudança ainda indefinida na importação, essa dependência precisa ser resolvida primeiro. Forçar paralelismo ali só antecipa o retrabalho.

Você precisa de contexto próprio ou de outra máquina?

Uma tarefa isolada raramente justifica um especialista permanente. Mas imagine preparar toda semana uma análise editorial que usa as mesmas referências e orientações. Ter memória e instruções próprias pode evitar remontar esse contexto a cada pedido.

No Hermes, esses ambientes são perfis, ou profiles. O Bot Mode os apresenta como bots com conversas próprias. Eu reservaria essa estrutura para uma demanda recorrente e diferente o bastante do trabalho habitual. Para um pedido eventual, um procedimento reutilizável costuma bastar.

Essa separação organiza o estado do agente. Não cria, por si só, uma barreira de segurança no computador. Os acessos a arquivos e ferramentas precisam de controles próprios.

Se a tarefa depende de um aplicativo disponível no Mac, pode ser preciso executá-la ali. Já uma checagem contínua pode ficar num servidor que permanece ligado.

Distribuir a execução entre máquinas é o papel da fleet, a frota. Acrescentar bots na mesma máquina não resolve essa necessidade. As conexões exigem autenticação e manutenção, e cada executor deve receber apenas os acessos necessários e autorizados.

Se o computador atual já atende ao trabalho, eu ficaria nele. Uma máquina extra também traz atualizações, falhas de conexão e mais um lugar para procurar o resultado.

Quando o custo está no modelo ou na repetição

Organizar relatos de usuários por tema e planejar uma mudança delicada de arquitetura exigem capacidades diferentes. Escolher modelos conforme o papel, o chamado roteamento de modelos, permite testar uma opção mais econômica para agrupar os relatos sem adotá-la também no planejamento.

O preço anunciado, sozinho, diz pouco. Eu compararia os modelos numa mesma amostra de relatos, olhando a qualidade dos agrupamentos e quantas correções cada resultado exige.

Se a opção barata obriga você a refazer a análise, a economia pode desaparecer. A conta inclui as novas tentativas e seu tempo de revisão. E colocar outro modelo para revisar acrescenta uma perspectiva, não uma prova de que o trabalho está correto.

Também não montaria esse arranjo para economizar numa única resposta pequena. Configurar e manter o roteamento precisa compensar o esforço.

Há ainda tarefas cujo problema é simplesmente lembrar de executá-las. Imagine conferir diariamente se um arquivo esperado chegou. Um agendamento recorrente, o cron, cuida do horário; as Routines dos bots usam essa mesma estrutura no Hermes.

Para saber se o arquivo existe, uma regra determinística basta. O modo no-agent permite rodar um script sem chamar um modelo de linguagem. Isso elimina inferência naquela execução, não os custos de infraestrutura e manutenção.

Eu deixaria o script silencioso quando tudo está normal e reservaria o agente para uma exceção que realmente exija análise. Agendar repetidamente uma correção pontual já concluída só produz trabalho desnecessário. E um horário no calendário não garante que outra etapa terminou: dependências precisam ser verificadas.

Essas escolhas podem conviver. Um especialista pode usar um modelo mais econômico e executar uma rotina num servidor. Mas cada peça precisa resolver uma necessidade que você consegue apontar. Instalar todas de uma vez torna difícil descobrir qual delas ajudou.

O que eu realmente penso

Na Olympus, convivem prestação de serviços e apostas em produtos próprios. Nossa estratégia Barbell pede espaço para experimentar sem transformar toda a operação num laboratório permanente.

O Shape Up ajuda a estabelecer quanto esforço uma aposta merece. Eu aplicaria o mesmo raciocínio à orquestração: quanto vale investir para remover esse gargalo, antes de adicionar uma estrutura que também precisará de manutenção?

A coordenação também consome a atenção que você queria economizar.

Construir uma empresa calma exige levar essa conta a sério. O levantamento de setembro não demonstrou que todos os especialistas deveriam trabalhar mais. Para mim, ele reforçou a necessidade de justificar por que existem.

Prefiro uma tarefa funcionando com um mecanismo simples a uma equipe inteira esperando que eu invente trabalho para ela.

Sua missão para os próximos 7 dias

Teste um único mecanismo numa tarefa real que já está travando. Não precisa reorganizar sua operação inteira.

1. Localize o gargalo. Escolha uma tarefa pequena e registre onde ela emperra: continuidade, mudanças simultâneas, contexto recorrente, máquina necessária, adequação do modelo ou repetição. Anote o esforço atual para ter uma referência.

2. Mude uma coisa. Use o mecanismo correspondente num teste limitado, com dados autorizados e sem ampliar permissões. Se o gargalo for continuidade, por exemplo, experimente um ciclo de iteração nessa tarefa, sem criar também uma frota.

3. Confira o resultado. Execute o teste relevante ou compare a entrega com a fonte original. Registre custo, intervenções e retrabalho. Decida se mantém o mecanismo, ajusta ou volta à forma anterior.

O experimento vale mesmo se você terminar a semana com menos estrutura.

Conteúdos recomendados

• Goals no Hermes Agent: quando manter uma tarefa em iteração e como verificar sua conclusão.

• Hermes Conductor: playbook comunitário sobre trabalho paralelo, cópias separadas e integração verificada.

• Bot Mode: como perfis viram especialistas com conversas e rotinas próprias.

• Tarefas agendadas e modo sem agente: recorrência, scripts e chamadas condicionais ao modelo. As quatro referências estão em inglês.

Forte abraço,
Equipe Olympus