Protocolos de Conversação de Agentes
Você é um especialista em design de conversação multiagente. Você entende como os agentes conversam entre si -- os tipos de mensagem, regras de tomada de turno, padrões de delegação e mecanismos de resolução de conflitos que tornam os sistemas multiagente coerentes em vez de caóticos.
PONTOS DE DECISÃO
Árvore de Seleção de Padrão Primário
Dadas as características do problema:
├── A tarefa é decomponível em subtarefas independentes?
│ ├── SIM + Qualidade é mais importante que velocidade
│ │ └── Use FAN-OUT/FAN-IN com execução redundante (3+ agentes mesma tarefa)
│ ├── SIM + Velocidade é mais importante que qualidade
│ │ └── Use FAN-OUT/FAN-IN com execução particionada (dividir trabalho)
│ └── NÃO + A tarefa requer dependências sequenciais
│ └── Use SUPERVISOR-TRABALHADOR com cadeias de delegação
│
├── Existem múltiplas abordagens válidas?
│ ├── SIM + Existe verdade fundamental verificável
│ │ └── Use DEBATE (refinamento adversarial com juiz)
│ ├── SIM + Decisão de preferência subjetiva
│ │ └── Use VOTAÇÃO/CONSENSO (seleção democrática)
│ └── NÃO + Abordagem única, mas precisa de refinamento
│ └── Use CRÍTICA-REFINAMENTO (melhoria iterativa)
│
├── Síntese de conhecimento de fontes diversas?
│ └── Use QUADRO-NEGRO (acumulação de estado compartilhado)
│
└── Delegação de capacidade simples?
└── Use REQUISIÇÃO/RESPOSTA (handoff síncrono)
Matriz de Decisão: Topologia × Iniciativa × Ordem de Turno
| Topologia | Iniciativa | Ordem de Turno | Quando Usar | Exemplo |
|---|---|---|---|---|
| Estrela | Push | Round-robin | Líder claro coordena o trabalho | Processo hierárquico do CrewAI |
| Estrela | Pull | Fila de prioridade | Trabalhadores solicitam tarefas quando prontos | GroupChat do AutoGen com gerente |
| Malha | Push | Livre | Colaboração entre pares, sem gargalos | Debate multiagente |
| Árvore | Push | Profundidade-primeiro | Decomposição hierárquica | Cadeias de delegação complexas |
| Difusão | Reativo | Orientado a eventos | Compartilhamento de conhecimento, atualizações | Atualizações de estado do LangGraph |
Seleção de Condição de Término
Se o tipo de conversação é:
├── DEBATE → Pare quando confiança_do_juiz > 0.8 OU rodadas >= 3
├── CRÍTICA → Pare quando veredito == 'aprovar' OU iterações >= 4
├── VOTAÇÃO → Pare quando todos os votos coletados OU timeout
├── FAN-OUT → Pare quando política_de_coleta satisfeita (todos/maioria/primeiro)
├── SUPERVISOR → Pare quando todas as subtarefas concluídas OU orçamento excedido
└── QUADRO-NEGRO → Pare quando condição_do_objetivo atingida OU desatualização detectada
MODOS DE FALHA
1. Ping-Pong de Delegação
Detecção: Agente A delega para B, B delega de volta para A, criando loops infinitos Sintomas: Contagens de mensagens crescendo exponencialmente, mesmas tarefas repetidas infinitamente Causa Raiz: Nenhuma detecção de ciclo nas cadeias de delegação, trabalhadores podem delegar para cima Correção: Implementar restrições de delegação com rastreamento de cadeia e bloqueios de delegação ascendente
2. Colapso por Bajulação
Detecção: Em debates, todos os agentes convergem para a mesma posição na rodada 2, independentemente das evidências Sintomas: Nenhuma mudança de posição após a rodada inicial, concordância unânime em tópicos complexos Causa Raiz: Agentes otimizam para concordância em vez de busca pela verdade Correção: Atribuir papéis adversariais explícitos, exigir que os agentes defendam perspectivas atribuídas
3. Gargalo do Supervisor
Detecção: Toda coordenação flui através de um único supervisor, alta latência em tarefas paralelas Sintomas: Trabalhadores ociosos aguardando respostas do supervisor, escalonamento linear em trabalho paralelizável Causa Raiz: Supervisor atua como roteador de mensagens em vez de sintetizador Correção: Reestruturar como fan-out/fan-in ou permitir comunicação direta entre trabalhadores
4. Explosão de Estado do Quadro-Negro
Detecção: Estado compartilhado cresce sem limites, agentes desperdiçam tokens lendo entradas irrelevantes Sintomas: Tempos de resposta de consulta aumentando com o tempo, alto uso de tokens em leituras Causa Raiz: Nenhuma coleta de lixo ou filtragem de relevância nas entradas do quadro-negro Correção: Implementar expiração baseada em confiança e filtragem semântica nas leituras
5. Cascata de Degradação de Contexto
Detecção: Cadeias de delegação profundas (>3 níveis) perdem contexto essencial a cada salto Sintomas: Trabalhadores fazem perguntas de esclarecimento, a qualidade da saída diminui com a profundidade da cadeia Causa Raiz: Artefatos de compressão de contexto se acumulam nos saltos de delegação Correção: Aplainar a hierarquia para no máximo 2 níveis ou passar contexto completo para todos os trabalhadores
EXEMPLOS PRÁTICOS
Exemplo 1: Projeto de Sistema de Revisão de Código
Problema: Projetar protocolo de conversação para revisão de código com 4 agentes (autor, revisor de segurança, revisor de desempenho, revisor de estilo)
Processo de Decisão:
- Seleção de Padrão: Saída com qualidade crítica → CRÍTICA-REFINAMENTO + múltiplas perspectivas → Híbrido de DEBATE
- Análise de Topologia: 4 revisores precisam ver o mesmo código → Topologia estrela com autor como hub
- Ordem de Turno: Segurança deve executar primeiro (bloqueante), depois desempenho e estilo em paralelo
Protocolo Escolhido:
Fase 1: Autor submete código inicial (REQUISIÇÃO/RESPOSTA)
Fase 2: Revisão de segurança (CRÍTICA-REFINAMENTO, bloqueante)
Fase 3: Revisões de Desempenho + Estilo (FAN-OUT/FAN-IN, paralelas)
Fase 4: Resolução de conflitos se houver sobreposição de problemas (DEBATE)
Fase 5: Autor incorpora feedback (CRÍTICA-REFINAMENTO)
Matriz de Compensação de Padrões:
- Cadeia CRÍTICA pura: Muito lenta (revisões sequenciais)
- DEBATE puro: Problemas de segurança são debatidos e rejeitados pela maioria
- FAN-OUT puro: Sem bloqueio para falhas de segurança
- Híbrido: Segurança primeiro, depois paralelo, depois resolver conflitos
Exemplo 2: Escrita de Artigo de Pesquisa
Problema: 3 agentes (pesquisador, escritor, verificador de fatos) produzem revisão de literatura
Processo de Decisão:
- Tipo de Iniciativa: Baseado em pull (agentes trabalham quando prontos) vs baseado em push (coordenador atribui)
- Qualidade vs Velocidade: Qualidade crítica → redundância necessária
- Decomposição: Tópico pode ser particionado por área de pesquisa
Protocolo Escolhido:
pesquisador: FAN-OUT particionado entre áreas de pesquisa
verificador_de_fatos: CRÍTICA-REFINAMENTO em cada seção
entregador: Papel de SUPERVISOR sintetizando todas as entradas
Por que não alternativas:
- Todos os agentes em um único DEBATE: Sem papéis claros, experiência do escritor desperdiçada na verificação de fatos
- Cadeia sequencial de REQUISIÇÃO/RESPOSTA: Muito lenta, sem pesquisa paralela
- QUADRO-NEGRO puro: Sem síntese, apenas acúmulo de conhecimento
Lógica de Término:
Pare quando:
- Todas as áreas de pesquisa cobertas (verificação de completude)
- Confiança do verificador de fatos > 0.85 em todas as seções
- Escritor produz síntese coerente
- Total de tokens < orçamento OU tempo < prazo
Exemplo 3: Decisão de Roteamento Dinâmico
Problema: Durante a execução, o supervisor percebe que 3 trabalhadores estão sobrecarregados, 1 trabalhador está ocioso
Árvore de Decisão em Tempo Real:
Estado atual: 3 trabalhadores com 90% de capacidade, 1 trabalhador com 10%
Opções:
1. Reequilibrar trabalho (migrar tarefas para trabalhador ocioso)
2. Adicionar redundância (execução paralela no caminho crítico)
3. Mudar topologia (trocar de estrela para malha para delegação entre pares)
Fatores de decisão:
├── Tempo restante? < 25% → Opção 2 (paralelo, aceitar custo mais alto)
├── Orçamento restante? < 50% → Opção 1 (reequilibrar, otimizar custo)
└── Dependências de tarefa? Alto acoplamento → Opção 3 (topologia malha)
Execução: Supervisor detecta estado, transmite mensagem de mudança de topologia, trabalhadores atualizam suas regras de delegação, trabalho continua com novo padrão
GATES DE QUALIDADE
- Política de Término Definida: Toda conversação tem limites explícitos de número máximo de mensagens, tempo e custo
- Detecção de Ciclo Ativa: Cadeias de delegação rastreiam histórico do agente e previnem loops A→B→A
- Pontuações de Confiança Presentes: Todas as saídas incluem confiança do agente (0.0-1.0) para avaliação de qualidade
- Relatório de Progresso Conectado: Tarefas de longa duração enviam mensagens de batimento cardíaco periódicas ao coordenador
- Handoff de Contexto Validado: Cada delegação inclui estimativas de token e identifica seções de contexto descartáveis
- Propagação de Erro Projetada: Sistema lida com falhas de agente único sem colapso total da conversação
- Política de Coleta Explícita: Operações fan-out especificam condições de espera (todos/maioria/primeiro/quórum)
- Diversidade de Papéis Garantida: Protocolos de debate atribuem perspectivas distintas, não genéricas "discutir este tópico"
- Expiração de Estado Configurada: Entradas do quadro-negro têm TTL ou limites de confiança para limpeza automática
- Topologia Corresponde à Tarefa: Estrutura da conversação se alinha com a decomposição do problema (veja árvore de decisão)
LIMITES NÃO-INCLUSOS
Este skill cobre design de conversação, NÃO:
- Formatos de serialização (esquemas JSON, codificação de mensagens) → Use
agent-interchange-formats - Configuração de infraestrutura (filas de mensagens, descoberta de serviço) → Use
agentic-infrastructure-2026 - Uso de ferramentas por agente único (chamada de função, cadeia de pensamento) → Use
agentic-patterns - Persistência de memória (armazenamentos vetoriais, recall episódico) → Use
episodic-memory-algorithms - Seleção de framework (AutoGen vs LangGraph vs CrewAI) → Use
agentic-infrastructure-2026
Delegue para outros skills quando encontrar:
- Design de protocolo de comunicação →
agent-interchange-formats - Otimização de desempenho →
agentic-infrastructure-2026 - Raciocínio de agente individual →
agentic-patterns - Memória de longo prazo →
episodic-memory-algorithms - Integração de ferramentas →
agentic-patterns