--- title: "Múltiplos agentes em paralelo: eficiência ou ilusão cara?" author: "Ricardo Pupo Larguesa" date: "2026-07-27 18:59:00-03" category: "Opinião" url: "http://scale.press/portal/aintuicao/post/2026/07/27/multiplos-agentes-em-paralelo-eficiencia-ou-ilusao-cara/md" --- ## Resumo - Múltiplos agentes em paralelo frequentemente ampliam erros e custo de coordenação em tarefas dependentes. - Benchmarks controlados como BenchAgent mostram que apenas uma de seis arquiteturas multiagente supera agente único. - MAST identificou 14 modos de falha recorrentes, com 41,8% em problemas de especificação. - Graph engineering, harness e loop engineering são extensões da engenharia de prompt, não alternativas. - Paralelismo só vale em tarefas independentemente paralelas; em cadeias sequenciais o overhead domina. - O humano no loop permanece essencial para evitar propagação silenciosa de erros em tarefas complexas. - O padrão dominante em 2026 é orquestrador único com subagentes efêmeros e isolados. --- Na T2S, já vi mais de uma solução tecnicamente sofisticada com múltiplos agentes desmoronar por uma falha básica de interpretação de instruções no prompt inicial. ## Por que a analogia com times humanos se sustenta Minha hipótese central é que múltiplos agentes trabalhando em paralelo são tão ineficientes quanto escalar times grandes de humanos sem protocolos claros de comunicação e verificação. Os agentes são mais ágeis que pessoas, mas isso não elimina duplicação de trabalho, divergência de premissas nem perda de contexto nas transferências. Os estudos controlados reforçam essa visão. O **BenchAgent** avaliou seis arquiteturas multiagente contra agente único usando GPT-4.1 em dez benchmarks padronizados e mostrou que apenas uma delas superou claramente o baseline individual. As outras cinco ficaram entre 2,56 e 11,29 pontos abaixo, normalmente consumindo muito mais tokens e tempo de coordenação. ## O que os papers revelam sobre falhas recorrentes O trabalho **MAST** da UC Berkeley analisou mais de 1.600 traços de execução em sete frameworks diferentes e identificou 14 modos de falha organizados em três categorias principais: problemas de especificação e design, desalinhamento entre agentes e falhas de verificação. Especificação responde por 41,8% dos casos, desalinhamento por 36,9% e verificação por 21,3%. Esses números não são surpresa para quem já gerenciou projetos: são os mesmos problemas organizacionais que aparecem em equipes humanas mal estruturadas. O estudo de scaling da Berkeley avaliou 260 configurações e encontrou amplificação de erro de 17,2 vezes em arquiteturas independentes e retornos decrescentes claros acima de 45% de acurácia do agente único. ## Graph engineering, harness e loop como extensões de prompt O que o mercado chama hoje de **graph engineering** é basicamente um orquestrador único que mantém contexto contínuo e gera subagentes efêmeros que retornam resumos comprimidos. O **harness** corresponde à geração estruturada de habilidades reutilizáveis. O **loop engineering** é a inserção deliberada do humano em pontos críticos do fluxo. Todas essas abordagens são desdobramentos da engenharia de prompt aplicada em diferentes camadas: especificação de papel, gerenciamento de estado e verificação de saída. Não são revoluções arquiteturais independentes. Como já discuti em outro texto sobre multi-agentes na engenharia de software, o verdadeiro gargalo raramente é quantidade de agentes e sim qualidade da especificação inicial e do mecanismo de síntese. ## Quando o paralelismo realmente ajuda Paralelismo entrega valor em tarefas independentes, como auditar cinquenta arquivos independentes ou extrair entidades de muitos documentos. Nesses casos os agentes modernos já conseguem trabalhar em sessões paralelas via linguagem natural sem precisar de grafos complexos. Em cadeias dependentes, como planejamento sequencial ou debugging de código, o overhead de coordenação e a propagação de erros correlacionados superam qualquer ganho de velocidade. O paper **OneFlow** mostrou que um agente único com conversas multi-turn e reutilização de KV cache iguala o desempenho de workflows homogêneos multiagente em sete benchmarks diferentes, com vantagem clara de eficiência. A divulgação da Anthropic sobre sistema multiagente com Opus 4 como lead e Sonnet 4 como subagentes relatou ganho de 90,2% em avaliação interna de pesquisa, porém usando cerca de quinze vezes mais tokens que um chat simples. O próprio relatório indica que o volume de tokens sozinho explica cerca de 80% da variação de score. ## O que muda na prática para quem constrói Para projetos complexos, o padrão que tem se mostrado mais confiável em 2026 é um orquestrador único com subagentes isolados que devolvem resumos, em vez de enxames de escritores paralelos trocando mensagens livres. A topologia do grafo importa mais que o número de nós. Isso não significa abandonar agentes. Significa tratar o fluxo como engenharia de prompt em camadas, com avaliação humana em pontos de decisão críticos. Na [T2S](https://t2s.com.br), squads híbridos que combinam automação agêntica com revisão humana têm entregado resultados mais consistentes que tentativas de autonomia total. O golpe não está na tecnologia. Está na venda de autonomia ilimitada sem mostrar onde o erro se esconde. Se você quer aprofundar os fundamentos de como estruturar prompts e fluxos que realmente funcionam em produção, recomendo o livro [Engenharia de Prompt para Devs](https://www.casadocodigo.com.br/products/livro-engenharia-de-prompt). Para trocar ideias sobre esses temas e acompanhar discussões mais recentes, me encontre em [linktr.ee/ricardo.pupo](https://linktr.ee/ricardo.pupo).