Multi-Agent Loop
Descrição
Um agente de loop executa uma sequência de subagentes e, em seguida, verifica uma condição de saída. Se a condição não foi atendida, repete a sequência. A lógica é predefinida e não depende de um modelo para orquestrar; a verificação pode ocorrer em qualquer ponto do fluxo.
O estado compartilhado carrega o resultado de uma volta para a seguinte. O resultado final é o estado no momento em que a condição de saída é satisfeita. Review and Critique e Iterative Refinement são implementações deste padrão.
Problemas que resolve
- Refinamento iterativo e autocorreção de um resultado ao longo de várias passadas.
- Tarefas de monitoramento ou polling que repetem uma ação até uma condição ser atingida.
- Repetição controlada sem precisar de um modelo para decidir quando continuar.
Quando usar
- Fluxos iterativos em que agentes refinam o próprio trabalho.
- Exemplo da fonte: um agente gera conteúdo e um agente crítico o revisa até atingir um padrão de qualidade.
- Quando a condição de saída pode ser expressa como contagem de iterações ou como estado alcançado no fluxo.
Quando evitar
- Uma única passada já atende à qualidade necessária.
- Não há condição de saída confiável nem teto de iterações.
- A latência precisa ser previsível, pois o tempo de espera pela condição varia.
Trade-offs
| Ganho | Custo / Risco |
|---|---|
| Suporta fluxos iterativos complexos com autocorreção | Condição de saída mal definida pode gerar loop infinito, com custo alto e travamentos |
| Lógica predefinida, sem modelo orquestrando | Latência imprevisível enquanto espera a condição |
| Reaproveita subagentes especializados em cada volta | Cada volta consome tokens e tempo adicionais |
- Condições de saída: um número máximo de iterações ou um estado customizado atingido no fluxo; combine os dois.
- Subagentes que não produzem o estado esperado: sem o teto, o loop nunca termina.
- Observabilidade: registre o estado a cada iteração para entender por que o loop continuou.
Diagrama
A sequência de subagentes se repete até que a condição de saída seja satisfeita ou o limite de iterações seja atingido.
Padrões relacionados
- Multi-Agent Review and Critique — implementação do loop com gerador e crítico.
- Multi-Agent Iterative Refinement — implementação do loop que melhora progressivamente um resultado no estado da sessão.
- ReAct — itera, mas é o modelo que decide cada passo, sem fluxo predefinido.
- Multi-Agent Sequential — a sequência de subagentes dentro de cada volta é um fluxo sequencial.
- Scheduler Agent Supervisor — também repete e supervisiona passos até a conclusão.