Biblioteca · Paper · 2024 · TMLR (arXiv:2309.02427)

Cognitive Architectures for Language Agents (CoALA)

Theodore R. Sumers, Shunyu Yao, Karthik Narasimhan, Thomas L. Griffiths

Oferece o primeiro mapa conceitual unificado para entender qualquer agente de LLM, separando memória, ações e decisão. Vira o vocabulário comum para quem desenha agentes de verdade.

A leitura do Thiago

Se você já se perdeu no mar de frameworks de agentes, este paper é o mapa que faltava. Os autores pegam décadas de pesquisa em arquitetura cognitiva, a mesma ciência que tentou entender como a mente humana decide, e usam para organizar o que um agente de IA realmente é. A leitura é simples e poderosa: pare de tratar o LLM como um cérebro mágico e comece a tratá-lo como uma engrenagem dentro de um sistema.

Esse sistema tem memória de trabalho, o que está na cabeça agora, e memória de longo prazo, o que ele aprendeu e guardou. Tem um conjunto de ações, conversar, usar ferramentas, consultar bases, e tem um processo de decisão que escolhe o próximo passo. O LLM, no fim, é uma máquina probabilística que propõe a próxima jogada.

Para um executivo brasileiro, isso muda o jeito de comprar e cobrar projetos de IA. Quando um fornecedor te vende um agente, você passa a perguntar as coisas certas: que memória ele tem, quais ações ele pode tomar, como ele decide. Sai do hype, entra a engenharia.

É a diferença entre comprar uma promessa e contratar um sistema auditável.

arquitetura-cognitivaatuaisagentesmemoriaframework
Ler o paper original →
O que você achou desta página?
Recomendaria esta página para alguém do seu time?