O que aconteceu: A Anthropic, uma das líderes em inteligência artificial, revelou uma série de atualizações significativas para sua plataforma Claude Managed Agents durante sua segunda conferência anual “Code with Claude”. O destaque é o lançamento do recurso “Dreaming”, que permite aos agentes de IA aprenderem com suas próprias experiências passadas e melhorarem de forma autônoma ao longo do tempo. Além disso, as funções “Outcomes” e “Multi-agent orchestration”, que estavam em fase experimental, agora estão disponíveis em beta público, marcando um avanço para sistemas de IA mais confiáveis e autossuficientes no ambiente corporativo.
Essas inovações chegam em um momento de crescimento extraordinário para a Anthropic. Segundo o CEO Dario Amodei, a empresa registrou um crescimento anualizado de receita e uso de 80 vezes no primeiro trimestre de 2026, superando em muito a projeção interna de 10 vezes. O volume da API na plataforma Claude cresceu quase 70 vezes em um ano, e desenvolvedores agora dedicam em média 20 horas semanais à ferramenta. Tal expansão, no entanto, gerou desafios de capacidade computacional, indicando a demanda explosiva por essas tecnologias.
Empresas que já testaram as novidades reportam resultados notáveis. A Harvey, especializada em IA jurídica, viu as taxas de conclusão de tarefas aumentarem cerca de seis vezes com o “Dreaming”. A Wisedocs, focada em revisão de documentos médicos, reduziu o tempo de análise em 50% utilizando “Outcomes”. Já a Netflix está processando logs de centenas de builds simultaneamente com a orquestração multiagentes, demonstrando a capacidade de escalar operações complexas.
Leia também
Resumo prático: As novas ferramentas da Anthropic permitem que agentes de IA aprendam sozinhos, garantam a qualidade de seu trabalho e gerenciem tarefas complexas, tornando-os mais autônomos e eficientes para negócios.
Como isso pode ser usado na prática
As atualizações da plataforma Claude Managed Agents abrem portas para uma nova era de automação e eficiência nos negócios. Empresas podem agora delegar tarefas complexas aos agentes de IA com maior confiança na precisão e na melhoria contínua:
- Melhora contínua em tarefas repetitivas: Com o “Dreaming”, agentes de IA podem, por exemplo, analisar históricos de atendimento ao cliente, identificar erros comuns em respostas e, de forma autônoma, refinar suas abordagens para futuras interações, aumentando a satisfação do cliente sem intervenção humana constante.
- Garantia de qualidade automatizada: O recurso “Outcomes” permite que, em processos de desenvolvimento de software, um agente de IA revise o código gerado por outro agente contra um conjunto de critérios de qualidade (rubrica), como padrões de codificação ou requisitos de segurança. Se houver falhas, o agente original é instruído a corrigir, agilizando o ciclo de desenvolvimento e garantindo a qualidade.
- Orquestração de fluxos de trabalho complexos: Empresas de logística podem usar a “Multi-agent orchestration” para gerenciar cadeias de suprimentos. Um agente líder pode coordenar agentes especializados em roteirização, gestão de estoque e comunicação com fornecedores, cada um trabalhando em sua própria sub-tarefa, mas todos colaborando para otimizar a entrega.
- Operações autônomas e de alta escala: Na demonstração, um sistema multiagentes planejou pousos de drones na lua de forma autônoma. Isso se traduz, no mercado, em possibilidades como robôs ou sistemas autônomos para inspeção de infraestruturas, agricultura de precisão ou monitoramento ambiental, que aprendem e se adaptam em campo sem supervisão constante.
Entenda a tecnologia
- O “Dreaming” para autoaprendizagem: Diferente de uma memória convencional que apenas retém informações, o “Dreaming” é um processo programado que revisa sessões passadas de um agente de IA. Ele extrai padrões, identifica erros recorrentes e cria “playbooks” (guias estruturados) ou notas em texto simples. Essas “aprendizagens” são então usadas para que o agente melhore seu desempenho em futuras sessões, sem modificar os “pesos do modelo” (os parâmetros fundamentais que definem seu conhecimento). Isso torna o processo auditável e transparente, permitindo que humanos verifiquem o que o agente aprendeu.
- “Outcomes” e o agente avaliador: Este recurso permite que os desenvolvedores definam uma “rubrica” (um conjunto de critérios de sucesso) para a tarefa de um agente. Após concluir seu trabalho, um “agente avaliador” separado entra em ação, analisando a saída em sua própria “janela de contexto” (a informação que pode ser processada por vez), livre de vieses do agente original. Se houver falhas em relação à rubrica, o avaliador indica as correções necessárias, e o agente original itera até o sucesso, criando um ciclo de garantia de qualidade automatizado.
- “Multi-agent orchestration” para complexidade: Esta funcionalidade permite que um agente principal decomponha uma grande tarefa em sub-tarefas menores. Cada sub-tarefa é então delegada a um “agente especialista” próprio, que opera com seu próprio modelo de linguagem (LLM – modelo de linguagem treinado com grandes volumes de texto), prompt de sistema, ferramentas e janela de contexto independente. Essa abordagem isola a complexidade, permitindo que cada especialista se concentre em sua parte, resultando em desempenho superior para tarefas que seriam complexas demais para um único agente.
- Ganhos e Limitações: Juntas, essas inovações prometem ganhos exponenciais em velocidade, precisão e escalabilidade das operações baseadas em IA, reduzindo a necessidade de intervenção humana em tarefas repetitivas e complexas. Elas visam resolver os desafios de manter a precisão dos agentes, ajudá-los a aprender e evitar que se tornem gargalos. No entanto, o próprio CEO da Anthropic mencionou dificuldades com a “capacidade computacional” (poder de processamento necessário para a IA) devido ao crescimento acelerado, indicando um gargalo de infraestrutura para acompanhar a demanda. Além disso, embora os aprendizados sejam auditáveis, é preciso um “nível de confiança” na capacidade dos agentes de consolidar seu próprio conhecimento de forma eficaz.
Oportunidades no mercado
A capacidade de criar agentes de IA que aprendem, se auto-corrigem e orquestram tarefas complexas de forma autônoma representa uma mudança de paradigma para o mercado. Empresas podem esperar uma onda de eficiência operacional, com sistemas de IA assumindo responsabilidades que antes exigiam supervisão humana constante. Isso pode liberar equipes para focarem em inovação e estratégias de alto nível.
A tecnologia oferece uma vantagem competitiva significativa ao permitir o desenvolvimento de novos produtos e serviços baseados em IA que antes eram inviáveis devido à complexidade ou à necessidade de validação humana exaustiva. Plataformas de e-commerce como o Mercado Livre, que já conta com 23.000 engenheiros usando o Claude Code e almeja 90% de codificação autônoma até o terceiro trimestre, demonstram o potencial para transformar completamente as operações de desenvolvimento. Empresas como a Shopify, que já expandiram o uso do Claude Code para design, produto e ciência de dados, mostram como a IA pode se integrar a diversas áreas funcionais, impulsionando a produtividade em toda a organização.
Esses avanços nos aproximam da visão de Dario Amodei, que prevê uma “inteligência organizacional” composta por múltiplos agentes, ou o que ele chamou de “um país de gênios no data center”, e até mesmo a primeira empresa bilionária gerida por uma única pessoa até 2026. Embora seja uma meta ambiciosa, as ferramentas agora disponíveis oferecem um caminho mais concreto para otimizar operações, reduzir custos e acelerar a inovação.
O recurso “Dreaming” está disponível em pesquisa prévia. “Outcomes” e “Multi-agent orchestration” estão em beta público e disponíveis para todos os desenvolvedores na plataforma Claude.
Movimentos como esse indicam como a inteligência artificial está sendo incorporada de forma cada vez mais prática nos negócios.
Hashtags: #Anthropic #IA #AgentesDeIA #Claude #InovacaoTecnologica #Produtividade #Negocios #GranaBit #InteligenciaArtificial #Tecnologia
Quer entender a IA de verdade? Acompanhe o GranaBit e fique por dentro das aplicações que estão transformando o mercado.
Fonte: venturebeat.com (Adaptação: GranaBit)
