Como um agente de IA difere de um chatbot comum?

Question

Accepted Answer

Um **chatbot** comum apenas fornece respostas de texto — você faz uma pergunta, ele responde, e a interação termina. Um **agente** executa um loop: pode chamar **ferramentas** para realizar ações, observar os resultados e iterar em direção a um objetivo até que uma condição de parada seja atendida. A diferença é fazer, não apenas falar.

## Por que isso importa

```text
Goal → [think → call a tool → observe result → think again] → repeat → stop when done
```

Em cada etapa, o agente decide o que fazer a seguir com base no que aprendeu, em vez de produzir uma resposta e parar.

## Ações concretas do agente

As "ferramentas" de um agente permitem que ele atue no mundo:

- **Ler e escrever arquivos** — abrir um arquivo de origem, editá-lo, salvar as alterações.
- **Executar comandos** — executar uma compilação, executar o conjunto de testes, instalar um pacote.
- **Pesquisar** — grep pela base de código, consultar um banco de dados, procurar algo.
- **Chamar APIs** — acessar um serviço externo e usar a resposta.

## Exemplo

```text
Goal: "Fix the failing test."
  1. Run the test suite        → observe: test_login fails
  2. Read the failing test     → observe: it expects a 200, got 500
  3. Search for the handler    → observe: missing null check
  4. Edit the handler file     → write the fix
  5. Run the test suite again  → observe: all pass
  → stopping condition met: tests green, done
```

Um chatbot podia apenas *descrever* uma possível correção; o agente na verdade a aplica e verifica o resultado executando os testes.

## Por que isso importa

Compreender o loop do agente explica por que os agentes podem completar trabalho real em várias etapas — depuração, refatoração, pesquisa — em vez de apenas descrevê-lo. O ciclo de ferramenta-chamada-observação-iteração, com uma condição de parada clara, é o que transforma um modelo de linguagem de um gerador de texto conversacional em algo que realmente realiza tarefas.