O gargalo não é o parâmetro, é a lógica
Hoje de manhã, revendo a arquitetura de um da T2S, esbarrei no problema clássico da atual geração de inteligência artificial. O agente tinha acesso a um modelo de linguagem imenso, mas entrou em loop porque não conseguiu processar uma regra condicional simples de negócio. Sobrava vocabulário, faltava raciocínio formal.
Os preprints que dominaram o arXiv nesta semana mostram que a academia finalmente assumiu esse esgotamento. O consenso científico começou a se afastar da força bruta de adicionar mais pesos no modelo. A corrida agora é por estruturas de dados mais ricas e leis de escala voltadas para o comportamento dos agentes, não apenas para a predição da próxima palavra.
A volta da lógica formal
O paper RunAgent ilustra isso bem. Arunabh Srivastava e sua equipe propõem a execução guiada por restrições, introduzindo construtos clássicos de programação como IF, GOTO e FORALL diretamente na interpretação de planos em linguagem natural. Eles testaram isso nos datasets Natural-plan e SciBench, superando os métodos tradicionais com folga.
Isso responde a uma dúvida que costumo ouvir de quem leu meu livro Engenharia de Prompt para Devs: sim, o raciocínio neuro-simbólico é a peça que faltava na nossa área. A engenharia de prompt está deixando de ser uma tentativa de convencer o modelo com jeitinhos linguísticos para se tornar lógica formal dura. Você não pede por favor para a máquina; você restringe matematicamente o espaço de resposta dela.
Simulando o tempo e a memória
Mas a lógica precisa de tempo e ambiente para se provar. É aqui que entra o estudo Synthetic Computers at Scale, conduzido por pesquisadores da Microsoft. Eles não mediram estaticamente se o modelo sabe matemática em um benchmark. Eles criaram 1.000 ambientes de computador sintético e deixaram os agentes rodarem por mais de 8 horas, executando uma média de 2.000 turnos para simular um mês de trabalho humano de produtividade.
As novas leis de escala para agentes sugerem exatamente isso: o limite de hoje não é o tamanho do LLM, mas a capacidade de manter o contexto em tarefas de horizonte longo. Sem uma infraestrutura de memória que critique e corrija a própria rota, agentes de IA continuam estagnados no mimetismo estático. O gargalo real é a sustentação da lógica ao longo do tempo.
RAG além do PDF e a cegueira visual
Enquanto isso, a implementação em produção cobra a conta da organização dos dados. O paper TADI descreve um sistema de inteligência para perfuração de poços da Equinor que não comete o erro amador de jogar 1.759 relatórios em um banco de vetores e torcer pelo melhor resultado. Eles usaram orquestração de 12 ferramentas específicas sobre DuckDB para tabelas e ChromaDB para documentos, validando tudo com uma métrica estrita de aterramento de evidências. Essa necessidade de separar a memória estruturada da não estruturada é o que explica por que o RAG adaptativo é o próximo salto técnico inevitável.
Do lado da visão computacional, os desafios permanecem. Um novo workflow de validação gerou 1.500 gráficos e avaliou 16 LLMs multimodais. O diagnóstico escancara que modelos visuais continuam falhando em ler relações lógicas complexas e sofrem de cegueira temporal. Injetar pixels no prompt não substitui a necessidade de extração de dados estruturados e validação algorítmica.
O recado das publicações desta semana é que construir sistemas de IA úteis requer menos adoração ao tamanho do modelo e mais engenharia de software tradicional ao redor dele. O paper LLMBoost, aliás, reforça isso ao usar técnicas antigas de ensemble (boosting) para arrancar raciocínio extra de modelos menores.
Talvez a pergunta certa para o líder técnico não seja qual modelo tira a nota mais alta em uma tabela do Hugging Face. Talvez seja qual arquitetura impede que o agente destrua seu banco de dados quando a primeira exceção de lógica aparecer no mundo real.
Se você também constrói sistemas reais e lida com esses limites na trincheira do código, vamos trocar uma ideia. Conecte-se comigo nas minhas redes: https://linktr.ee/ricardo.pupo.