Pipeline antes de agentes: sempre

Quando alguém descobre agentes de IA, acontece um padrão previsível.

A primeira reação é entusiasmo. A segunda é o impulso de usar agentes para tudo.

Faz sentido. Agente parece a versão mais avançada, mais inteligente, mais poderosa da IA.

Mas existe um princípio que builders que constroem sistemas reais aprendem cedo:

Pipeline sempre vem antes do agente.

Não como sugestão. Como regra.

O que é uma pipeline

Pipeline é uma sequência de etapas encadeadas onde a saída de uma etapa é a entrada da próxima.

Cada etapa faz uma coisa específica e bem definida. Você sabe o que entra. Você sabe o que sai.

Um exemplo concreto: um sistema que processa pedidos de suporte ao cliente.

• Etapa 1: recebe o e-mail.
• Etapa 2: extrai o texto e remove formatação desnecessária.
• Etapa 3: identifica a categoria do problema.
• Etapa 4: busca o histórico do cliente.
• Etapa 5: gera uma resposta com base na categoria e no histórico.
• Etapa 6: envia para revisão ou envia automaticamente.

Isso é uma pipeline. Linear. Previsível. Definida antes de executar.

O que é um agente

Agente é diferente.

Agente é um sistema autônomo que percebe o ambiente, decide a próxima ação e executa. Depois repete esse ciclo — perceber, decidir, agir — até atingir o objetivo.

A diferença fundamental é esta: o agente decide quais passos executar. A pipeline executa os passos que você definiu.

Um agente de pesquisa, por exemplo, pode:

• Buscar em uma fonte
• Avaliar se o resultado foi suficiente
• Buscar em outra fonte
• Sintetizar o que encontrou
• Decidir se precisa de mais informação
• Retornar o resultado

Quais dessas etapas ele vai executar? Depende. Do objetivo. Do que encontrou. Do contexto.

Isso é autonomia. E autonomia tem um preço.

A diferença estrutural

Pipeline e agente não são versões diferentes da mesma coisa.

São estruturas diferentes para problemas diferentes.

Pipeline resolve problemas onde o caminho é definível com antecedência. Você sabe as etapas. Você sabe o que cada uma produz.

Agente resolve problemas onde o caminho emerge durante a execução. Você não sabe quantos ciclos vai precisar. Não sabe quais ferramentas vai usar. Não sabe como o resultado vai chegar.

Por que pipeline vem antes

Agentes custam mais do que pipelines. Em tokens. Em tempo. Em complexidade de manutenção.

Mas o custo mais alto não é financeiro. É o custo de previsibilidade.

Uma pipeline bem definida é auditável. Você sabe exatamente o que aconteceu em cada etapa. Se algo deu errado, você encontra onde.

Um agente é mais difícil de auditar. O agente tomou decisões no meio do caminho. Por que escolheu essa fonte e não outra? Por que parou após três ciclos? Por que o resultado variou entre duas execuções com a mesma entrada?

Essas perguntas são difíceis de responder.

Em sistemas de produção — onde consistência e auditabilidade importam — pipeline ganha na maioria dos casos.

O erro clássico de começar por agentes

Em um projeto de análise de contratos, uma equipe começou com um agente autônomo.

O agente recebia um contrato e tinha autonomia para analisar, buscar jurisprudência relacionada, comparar com contratos anteriores e produzir um relatório.

O resultado inicial pareceu impressionante.

Mas em produção, os problemas apareceram.

Às vezes o agente buscava jurisprudência desnecessária. Às vezes não buscava quando deveria. A qualidade do relatório variava entre execuções. O custo por análise era imprevisível.

A reformulação foi transformar o agente em uma pipeline:

• Etapa 1: extrair campos do contrato via IA com schema definido.
• Etapa 2: identificar o tipo de contrato por regra.
• Etapa 3: buscar contratos similares no banco de dados.
• Etapa 4: verificar cláusulas obrigatórias via código.
• Etapa 5: gerar análise das cláusulas não-padrão via IA.
• Etapa 6: montar o relatório com template + dados.

O resultado: custo previsível. Qualidade consistente. Fácil de auditar etapa por etapa.

O agente não era necessário. A pipeline resolveu.

Quando o agente faz sentido

Isso não significa que agentes são inúteis. Significa que agentes vêm depois — e para casos específicos.

Existe uma pergunta que clareia quando um agente é necessário:

"O processo tem etapas que não consigo definir com antecedência porque dependem do que for descoberto no meio do caminho?"

Se sim — há espaço para um agente.

Pesquisa é o exemplo mais claro. Você não sabe quantas fontes vai precisar consultar antes de começar. Depende do que cada fonte retornar.

Planejamento é outro. Um agente que ajuda a planejar um projeto pode precisar de ciclos de raciocínio que dependem das restrições encontradas.

Auditoria também. Revisar um sistema em busca de problemas pode levar o agente por caminhos diferentes dependendo do que ele encontrar.

Mas antes de criar um agente para qualquer um desses casos, a pergunta essencial é: a pipeline base já está funcionando e estável?

Se não — resolva a pipeline primeiro.

Os sinais de que a pipeline está pronta para receber um agente

Pipeline está madura quando:

• As etapas principais estão definidas e funcionando em produção.
• O custo por operação é conhecido e previsível.
• Os erros que aparecem têm causa identificável e localizável.
• Os resultados são consistentes para os casos comuns.

Quando esses critérios estão atendidos, adicionar um agente em uma etapa específica faz sentido.

O agente assume a parte mais exploratória do fluxo. O resto continua como pipeline.

Isso é arquitetura híbrida: pipeline para o que é definível, agente para o que é exploratório. É o modelo mais comum em sistemas reais que funcionam bem em produção.

O builder que começa pela pipeline aprende mais rápido

Existe uma vantagem prática de começar pela pipeline que vai além da arquitetura.

Quando você define as etapas de uma pipeline, você é forçado a entender o problema em profundidade. Você precisa saber o que entra, o que sai, e qual transformação acontece no meio.

Esse entendimento é o que permite melhorar o sistema depois.

Sistemas construídos com agentes desde o início tendem a ser mais opacos. O agente resolve. Mas como? Por qual caminho? Com qual custo? Essas respostas são difíceis de obter.

Com a pipeline funcionando, você tem dados. Você sabe onde o sistema falha. Você sabe qual etapa custa mais. Você sabe onde um agente adicionaria valor real.

Esse é o caminho correto: entender o problema com a pipeline, depois adicionar autonomia onde ela adiciona valor.

As três perguntas antes de criar um agente

Antes de criar qualquer agente, responda:

1. O processo tem etapas definíveis com antecedência? Se sim — pipeline resolve. Não precisa de agente.

2. O resultado esperado é previsível e consistente? Se sim — pipeline resolve. Não precisa de agente.

3. A pipeline atual está estável e auditável? Se não — estabilize a pipeline antes de criar o agente.

Se as três respostas apontam para pipeline — use pipeline.

Se existe genuinamente uma parte do problema que emerge durante a execução e que não é definível antes — aí o agente faz sentido. Para essa parte específica.

Pipeline não é o passo de antes

Pipeline não é o passo menos glamouroso que vem antes do passo bom.

Pipeline é a base que torna o agente possível.

Sem ela, o agente navega no caos. Sem contexto limpo. Sem etapas bem definidas. Sem dados para melhorar.

Com ela, o agente navega com clareza. Recebe input estruturado. Opera em uma parte bem definida do problema. Pode ser avaliado e melhorado.

A ordem importa. Pipeline primeiro. Agente depois — quando for necessário.