São Paulo — InkDesign News — Nos últimos meses, a evolução de agentes autônomos através de machine learning tem revelado desafios únicos na adaptação de APIs e sistemas backend. A dinâmica desses clientes exige uma nova abordagem na interação.
Arquitetura de modelo
Os desenvolvedores estão familiarizados com ferramentas de terceiros e processos de automação que interagem com as APIs de aplicativos. Essas interfaces normalmente seguem práticas recomendadas para suportar casos de uso variados. Com a adoção de agentes como clientes, os desenvolvedores descobriram que a compatibilidade entre versões não é uma preocupação, uma vez que cada sessão é independente e única.
“A necessidade de fornecer detalhes adicionais na resposta é crucial para manter a interação.”
(“The need to provide additional details in the response is crucial to keep the interaction going.”)— Autor, Especialista em Desenvolvimento
Treinamento e otimização
Um caso específico ocorreu quando um agente não conseguiu obter resultados desejados de uma API que fornece informações de uso. O agente, após receber um array vazio como resposta, simplesmente desistiu. O evento destacou uma oportunidade perdida, onde, apesar de todos os testes relevantes estarem corretos, a eficácia do uso da API foi baixa.
“A interação que parecia correta contabilizava um ‘taxa de sucesso’ ridiculamente baixa.”
(“The interaction that seemed correct accounted for a ridiculously low ‘success rate.’”)— Autor, Especialista em Desenvolvimento
Resultados e métricas
A implementação de uma abordagem orientada à conversa transformou a resposta da API em um tipo de “prompt reverso”. Isso permite que, ao retornar dados para o agente, o mesmo tenha a chance de explorar mais, levando a uma interação mais rica e produtiva. A injeção de recomendações e próximos passos melhora ainda mais a capacidade do agente de realizar investigações profundas e produtivas.
“Um API orientada à conversa pode expandir o contexto além do realm de dados.”
(“A conversation-driven API can expand the context beyond the realm of data.”)— Autor, Especialista em Desenvolvimento
A pesquisa indica que a construção de APIs mais interativas não apenas beneficia usuários e desenvolvedores de automação, mas também abre possibilidades para futuras evoluções com sugestões geradas por AI. Isso sinaliza um caminho promissor para uma colaboração mais avançada entre humanos e máquinas.
Fonte: (Towards Data Science – AI, ML & Deep Learning)
