Biblioteca · Paper · 2024 · The Batch (DeepLearning.AI)

Agentic Design Patterns Part 1: Four AI Agent Strategies That Improve GPT-4 and GPT-3.5 Performance

Ng, Andrew

É a fonte canônica que nomeou e popularizou os quatro padrões de design agêntico (Reflection, Tool Use, Planning, Multi-Agent). Para quem arquiteta IA, mostra com número duro que o desenho do fluxo pesa mais que a troca de modelo.

A leitura do Thiago

Este é o texto onde Andrew Ng batizou os quatro padrões que hoje estruturam praticamente todo agente de IA em produção: reflexão, uso de ferramentas, planejamento e colaboração multi-agente. A tese central é contraintuitiva para quem compra IA por catálogo de modelo. Em vez de pedir a resposta final de uma vez, o fluxo agêntico chama o modelo várias vezes, deixando-o construir, criticar e revisar em etapas.

A prova está no benchmark de código HumanEval: o GPT-3.5 sozinho acerta 48,1%, o GPT-4 sozinho acerta 67,0%, mas o mesmo GPT-3.5 dentro de um loop agêntico chega a 95,1%. A lição de gestão é direta, o ganho de desenhar o processo certo supera o ganho de pagar pelo modelo mais caro, então investir em arquitetura de fluxo rende mais que corrida por modelo de fronteira.

O abstract original (inglês)
In this letter to The Batch (March 20, 2024), Andrew Ng argues that agentic workflows, in which an LLM is prompted iteratively rather than asked to produce its final answer in one shot, will drive major progress in AI. He names four design patterns that structure these workflows: Reflection (the model critiques and revises its own output), Tool Use (the model calls external functions, code execution, search or data sources), Planning (the model decomposes a task into sub-tasks and sequences them), and Multi-Agent Collaboration (multiple specialized agents divide the work). As evidence he cites the HumanEval coding benchmark: GPT-3.5 in zero-shot scores 48.1% and GPT-4 in zero-shot scores 67.0%, but GPT-3.5 wrapped in an iterative agent loop reaches up to 95.1%, showing that the workflow gain dwarfs the jump between model generations.
agentsagentic-workflowsdesign-patternsreflectiontool-useplanningmulti-agent
Ler o paper original →
O que você achou desta página?
Recomendaria esta página para alguém do seu time?