Pesquisadores dizem que a IA precisa concluir tarefas, não apenas responder a prompts

De chatbot a “colega digital”

Um novo artigo de revisão do Youtu Lab da Tencent e de várias universidades chinesas faz um argumento direto sobre a próxima etapa da inteligência artificial: respostas melhores não são suficientes. Se os sistemas de IA vão funcionar como verdadeiros colegas de trabalho, dizem os pesquisadores, eles precisam ir além da geração de respostas e concluir de forma confiável tarefas completas dentro de ambientes de trabalho persistentes.

Essa mudança, descrita em um relatório de 28 de junho do The Decoder, reformula uma das questões centrais no desenvolvimento da IA. A questão já não é apenas se um modelo consegue produzir uma resposta mais fluente ou mais precisa. É se o modelo pode entender a intenção do usuário, interagir com ferramentas e arquivos, adaptar-se a condições inesperadas e seguir em frente até que o trabalho esteja realmente concluído.

Nos termos do artigo, o destino é um “colega digital”, e não um chatbot. À primeira leitura isso soa como linguagem de branding, mas a distinção subjacente é prática. Um chatbot responde. Um colega executa.

O limite da inteligência de uma só tentativa

A revisão traça a evolução dos grandes modelos de linguagem por meio de várias etapas. Na fase inicial, os sistemas geravam texto rapidamente ao prever o token mais provável seguinte. Suas capacidades dependiam fortemente de padrões e informações comprimidas nos parâmetros do modelo. Isso os tornava úteis para redigir, resumir e responder perguntas gerais, mas também impunha limites óbvios.

Segundo o resumo do The Decoder sobre o artigo, esses sistemas normalmente não buscavam amplamente soluções, não validavam etapas intermediárias nem mantinham um senso duradouro de estado ao resolver problemas. Eles produziam resultados em uma única passada, e isso significava que sua confiabilidade frequentemente entrava em colapso quando uma tarefa exigia várias ações dependentes ou verificação ao longo do tempo.

Os pesquisadores descrevem uma etapa posterior de “LLM pensante” em que os modelos gastam mais computação durante a inferência para explorar caminhos de solução, verificar o raciocínio intermediário e corrigir erros. O relatório relaciona essa fase a sistemas como o o1 da OpenAI e o DeepSeek-R1, vistos como uma transição de um comportamento rápido e intuitivo para um raciocínio mais lento e deliberado.

Essa mudança importa, mas o artigo argumenta que ainda não é suficiente. Um raciocínio melhor melhora a qualidade de uma resposta. Isso não cria automaticamente um agente confiável capaz de operar dentro de um fluxo de trabalho real.

Por que os agentes ainda quebram

A revisão identifica quatro fraquezas estruturais nos agentes de IA de primeira geração. Como resumido pelo The Decoder, esses agentes percebem o ambiente apenas em fragmentos, não preservam um estado duradouro entre chamadas de ferramentas, falham quando algo inesperado acontece e, muitas vezes, não concluem tarefas.

Esses problemas são familiares para qualquer pessoa que tenha tentado usar um LLM como assistente autônomo para programação, pesquisa, operações com arquivos ou trabalho administrativo. Um modelo pode chamar uma API, abrir um navegador ou escrever código, mas ainda assim travar porque perde o controle do que mudou, não consegue se recuperar de um pequeno erro ou carece de um espaço de trabalho estável no qual ações anteriores permaneçam disponíveis.

A resposta do artigo é tanto ambiental quanto cognitiva. Ele aponta para espaços de trabalho persistentes e seguros, onde arquivos, sessões, logs, permissões, estado do navegador e habilidades reutilizáveis permanecem disponíveis durante toda a tarefa. Nesse arranjo, o modelo não está apenas produzindo chamadas isoladas a ferramentas. Está operando dentro de uma continuidade de contexto.

O papel das habilidades reutilizáveis

Uma das ideias mais fortes do artigo é que o avanço rumo a colegas de IA confiáveis depende de “habilidades” reutilizáveis. O The Decoder apresenta isso como um requisito central para transformar intenção em trabalho concluído. Nesse enquadramento, habilidades não são talentos vagos, mas procedimentos de tarefa portáteis que o sistema pode aplicar repetidamente dentro de um ambiente estável.

Essa ênfase é notável porque desloca o critério de utilidade da IA. O setor muitas vezes recompensou o desempenho impressionante em uma única interação: um resumo melhor, uma resposta mais precisa, um bloco de código mais refinado. A revisão argumenta que o valor real está em outro lugar. O sistema valioso é aquele que consegue executar uma sequência de ações repetidas vezes com consistência suficiente para ser confiável.

Ambientes persistentes tornam essas habilidades possíveis. Se arquivos, logs, permissões e contexto da tarefa desaparecem após cada ação, o modelo precisa reconstruir o mundo repetidamente. Se esse estado persiste, o sistema pode criar rotinas, verificar resultados e se recuperar de falhas sem recomeçar do zero.

Uma mudança em como o progresso da IA é medido

O relatório sugere que isso marca uma mudança mais profunda na avaliação da IA. No paradigma antigo de chatbot, o progresso podia ser medido pela qualidade da resposta: fluência, factualidade, precisão de código ou pontuações de benchmark em problemas discretos. No paradigma do “colega digital”, o sucesso precisa ser medido por tarefas concluídas.

Esse é um padrão mais difícil. O trabalho concluído exige que o modelo entenda o objetivo, escolha ferramentas, mantenha o estado, detecte erros, verifique saídas e pare apenas quando os critérios de conclusão forem atendidos. Também exige algum grau de robustez em condições reais e confusas, nas quais o ambiente pode mudar sob os pés do modelo.

A revisão supostamente cita sistemas como OpenHands e SWE-agent como exemplos ligados a essa nova era, que o The Decoder chama de “era OpenClaw”. O nome importa menos do que o ponto arquitetônico: os sistemas de IA se tornam mais capazes quando são inseridos em ambientes projetados para execução sustentada, e não para geração isolada de texto.

Por que isso importa agora

O artigo surge no meio de uma transição mais ampla da indústria. As empresas de IA continuam melhorando o raciocínio e os recursos multimodais dos modelos, mas compradores corporativos e equipes técnicas estão cada vez mais focados na substituição de trabalho em fluxos limitados: o sistema consegue resolver um ticket, atualizar uma base de código, reunir documentos, executar verificações e produzir um resultado verificável sem supervisão constante?

A resposta da revisão é que isso não acontecerá simplesmente ampliando o mesmo padrão de chatbot. Mais inteligência no ponto da resposta ajuda, mas não elimina a necessidade de contexto persistente, estado durável, ancoragem em ferramentas e padrões de execução reutilizáveis.

Essa posição também esclarece por que algumas demonstrações parecem mais impressionantes do que os produtos que deveriam representar. Um modelo pode parecer altamente capaz quando mostrado resolvendo um único prompt polido. Ele se torna muito menos convincente quando é solicitado a navegar por um processo de trabalho inteiro com interrupções, ambiguidade e necessidade de verificação.

A conclusão prática

A contribuição mais útil da revisão talvez seja a disciplina conceitual. Ela dá linguagem a um problema que muitos usuários já percebem: a IA muitas vezes atua como uma respondente brilhante e uma finalizadora pouco confiável. Ao separar a geração de respostas da conclusão de tarefas, o artigo aponta os desenvolvedores para a infraestrutura e as escolhas de design de produto que importam para fechar essa lacuna.

Se os pesquisadores estiverem certos, o próximo grande salto da IA não será definido apenas por modelos mais inteligentes. Ele será definido por sistemas capazes de persistir, agir, lembrar e verificar por tempo suficiente para transformar instruções em trabalho concluído. Em outras palavras, o colega de trabalho do futuro precisará fazer mais do que falar como um.

Este artigo é baseado na reportagem do The Decoder. Leia o artigo original.