← Voltar para o Dia 7: Agentes
Agent Loop
O que é
Agent Loop é o ciclo repetitivo que faz um agente funcionar: o modelo pensa, age, observa o resultado e repete até concluir a tarefa.
É o que transforma uma chamada única ao LLM em um processo iterativo.
┌──────────────┐
│ Thought │
└──────┬───────┘
↓
┌──────────────┐
│ Action │
└──────┬───────┘
↓
┌──────────────┐
│ Observation │
└──────┬───────┘
↓
Tarefa concluída?
↙ ↘
Não Sim
↓ ↓
volta ao início Resposta finalComo funciona
Em código, o loop é surpreendentemente simples:
mensagens = [{"role": "user", "content": pergunta}]
for passo in range(MAX_PASSOS):
resposta = llm(mensagens, tools=ferramentas)
if not resposta.tool_calls:
return resposta.texto # terminou
for chamada in resposta.tool_calls:
resultado = executar(chamada) # Action
mensagens.append(resultado) # Observation
return "Limite de passos atingido"Os elementos essenciais:
- condição de parada: o modelo responde sem pedir ferramentas;
- limite de iterações: evita loops infinitos e custos descontrolados;
- histórico: cada passo é adicionado às mensagens, formando o estado.
Um exemplo
Pergunta: "Qual a população da capital do país que ganhou a Copa de 2002?"
Volta 1
Thought: preciso saber quem ganhou a Copa de 2002
Action: buscar_web("campeão Copa 2002")
Observation: Brasil
Volta 2
Thought: a capital do Brasil é Brasília; preciso da população
Action: buscar_web("população Brasília")
Observation: cerca de 2,8 milhões
Volta 3
Thought: tenho a resposta
Resposta: "Brasília, com cerca de 2,8 milhões de habitantes."Por que é importante
Entender o loop desmistifica os agentes: por trás dos frameworks (LangGraph, smolagents, CrewAI, OpenAI Agents SDK), quase sempre existe esse mesmo ciclo.
Problemas comuns que surgem no loop:
- loops infinitos: o agente repete a mesma ação;
- contexto crescente: cada volta adiciona tokens, aumentando custo e latência;
- erros em cascata: um passo errado contamina os seguintes.
Soluções: limite de passos, compressão de contexto, detecção de repetição e checkpoints com Human-in-the-loop.