WEBVTT

00:00:00.000 --> 00:00:03.280
O tópico de hoje é algo que quase todo mundo já ouviu falar, mas quase ninguém consegue explicar.

00:00:03.800 --> 00:00:04.740
Tô falando de agentes de IA.

00:00:05.160 --> 00:00:08.380
Você provavelmente ouviu o termo em uma reunião, leu em um post de blog e ouviu uma manchete.

00:00:08.860 --> 00:00:09.860
Todo mundo está falando sobre ele.

00:00:10.380 --> 00:00:13.360
Mas peça pra alguém definir o que é, e as respostas ficam vagas bem rápido.

00:00:13.780 --> 00:00:18.500
O hype é grande, as definições são vagas, e o termo é usado de forma tão solta que perdeu quase todo sentido.

00:00:18.980 --> 00:00:20.780
Aqui está o erro mais comum que as pessoas comentam.

00:00:20.840 --> 00:00:23.320
Elas acham que um agente é apenas um chatbot com um nome mais chique.

00:00:23.540 --> 00:00:24.440
Se perguntar o que ele responde.

00:00:24.860 --> 00:00:26.180
Isso não é um agente, isso é um chatbot.

00:00:26.620 --> 00:00:28.100
E existe uma diferença real entre os dois.

00:00:28.500 --> 00:00:29.360
Então o que mudou?

00:00:29.360 --> 00:00:31.600
Por que todos estão subitamente obcecados por agentes?

00:00:31.920 --> 00:00:34.640
E, mais importante, por que você deveria se importar se não é um desenvolvedor?

00:00:35.200 --> 00:00:38.400
Ao final deste episódio, você entenderá o que um agente de IA realmente é.

00:00:38.400 --> 00:00:42.880
Por que a Microsoft construiu toda uma estrutura em torno deles e por que isso importa para o seu trabalho?

00:00:45.110 --> 00:00:46.390
O que exatamente é um agente de IA?

00:00:47.090 --> 00:00:48.370
Você já sabe como um chatbot funciona.

00:00:48.730 --> 00:00:49.850
Se digita algo, ele responde.

00:00:50.270 --> 00:00:50.870
Isso é uma conversa.

00:00:51.270 --> 00:00:51.790
É reativo?

00:00:52.230 --> 00:00:54.290
Ele espera você dizer algo, então ele responde.

00:00:54.730 --> 00:00:55.510
Um agente é diferente.

00:00:55.950 --> 00:00:57.350
Ele não apenas responde, ele age.

00:00:57.830 --> 00:00:58.570
Pensar a decidir.

00:00:58.930 --> 00:01:00.510
Essa é a definição mais simples que posso lhe dar.

00:01:00.510 --> 00:01:01.310
Veja como funciona.

00:01:01.670 --> 00:01:02.450
Primeiro, o agente pensa.

00:01:02.970 --> 00:01:06.030
Ele usa um modelo de linguagem grande para raciocinar sobre o que você realmente precisa,

00:01:06.130 --> 00:01:07.650
não apenas o que você digitou, mas o que você quis dizer.

00:01:07.950 --> 00:01:10.530
Se você disser, marque uma reunião com a Sarah na próxima terça-feira,

00:01:10.590 --> 00:01:11.930
o agente não apenas repete isso para você.

00:01:12.270 --> 00:01:13.970
Ele pensa sobre o que esse pedido realmente significa.

00:01:14.610 --> 00:01:15.230
Ele decide.

00:01:15.790 --> 00:01:17.010
Ele divide seu pedido em etapas.

00:01:17.010 --> 00:01:18.770
Marcar uma reunião torna-se um plano.

00:01:19.210 --> 00:01:20.010
Verificar sua agenda.

00:01:20.130 --> 00:01:21.010
Encontrar um horário livre.

00:01:21.230 --> 00:01:22.350
Verificar a disponibilidade da Sarah.

00:01:22.430 --> 00:01:22.990
Enviar um convite.

00:01:23.370 --> 00:01:25.350
O agente não adivinha e cria uma sequência de ações.

00:01:25.870 --> 00:01:26.530
Finalmente ele age.

00:01:26.870 --> 00:01:28.630
Ele chama ferramentas e serviços para fazer acontecer.

00:01:29.110 --> 00:01:30.370
Ele não lhe diz como marcar uma reunião.

00:01:30.450 --> 00:01:31.110
Ele marca a reunião.

00:01:31.450 --> 00:01:32.850
Ele não explica como verificar o tempo.

00:01:33.310 --> 00:01:34.650
Ele verifica o tempo e lhe dá a resposta.

00:01:35.010 --> 00:01:35.810
Então pense na diferença.

00:01:36.150 --> 00:01:37.090
Um chatbot é reativo.

00:01:37.610 --> 00:01:38.410
Ele espera pela sua pergunta.

00:01:38.790 --> 00:01:39.770
Um agente é proativo.

00:01:39.770 --> 00:01:42.270
Se ele dá um objetivo e ele vai embora e trabalha nele.

00:01:42.530 --> 00:01:44.850
Ele pode voltar com perguntas se precisar de mais informações.

00:01:45.110 --> 00:01:47.070
Mas não precisa que você o guie passo a passo.

00:01:47.610 --> 00:01:49.390
É como um balcão de atendimento em uma biblioteca.

00:01:49.970 --> 00:01:52.030
Você pergunta onde está um livro e aponta o corredor certo.

00:01:52.770 --> 00:01:55.530
Um agente é com um assistente pessoal que tem as chaves do prédio.

00:01:56.210 --> 00:01:59.310
Você diz que precisa de informações sobre nossos principais clientes para a reunião de amanhã.

00:01:59.910 --> 00:02:02.490
E ele vai atrás, organiza tudo e entrega um documento de resumo.

00:02:02.910 --> 00:02:04.790
Você não disse onde procurar nem qual formato usar.

00:02:05.270 --> 00:02:05.850
Ele descobriu sozinho.

00:02:06.190 --> 00:02:07.410
Mas o segredo não é apenas o LM.

00:02:07.410 --> 00:02:09.510
O modelo de linguagem é inteligente, mas sozinho.

00:02:09.510 --> 00:02:10.610
É apenas um cérebro sem mão.

00:02:10.890 --> 00:02:13.110
O que torna algo um agente é a combinação de três coisas.

00:02:13.970 --> 00:02:14.330
Raciocínio.

00:02:14.570 --> 00:02:15.770
A capacidade de analisar um problema.

00:02:16.590 --> 00:02:16.990
Ferramentas.

00:02:17.110 --> 00:02:18.250
A capacidade de agir no mundo.

00:02:18.890 --> 00:02:19.290
Memória.

00:02:19.490 --> 00:02:21.550
A capacidade de lembrar do que aconteceu antes.

00:02:22.230 --> 00:02:26.030
Junte esses três e você terá algo que não apenas responde perguntas, mas realiza tarefas.

00:02:26.830 --> 00:02:28.650
Antes da estrutura, um cenário fragmentado.

00:02:29.190 --> 00:02:32.670
Então, se agentes são tão úteis, porque nem todo mundo já está criando um...

00:02:32.670 --> 00:02:35.190
A resposta curta é que até pouco tempo atrás era um processo confuso.

00:02:35.830 --> 00:02:38.250
Você tinha que unir várias ferramentas por conta própria.

00:02:38.250 --> 00:02:41.390
Como tentar montar um carro comprando peças de fabricantes diferentes e torcendo para que

00:02:41.390 --> 00:02:42.050
se encaixassem.

00:02:42.970 --> 00:02:46.930
A primeira tentativa da Microsoft para corrigir isso foi o Semantic Kernel, um SDK para integrar

00:02:46.930 --> 00:02:47.950
IA em aplicações.

00:02:48.570 --> 00:02:50.650
Algo poderoso, mas era uma caixa de ferramentas num projeto estrutural.

00:02:51.050 --> 00:02:53.530
Ele lidava as peças, mas você ainda tinha que descobrir como montá-las.

00:02:54.090 --> 00:02:55.690
Não surgiu o autogênico da Microsoft Research.

00:02:55.690 --> 00:03:00.410
Essa estrutura explorava conversas entre múltiplos agentes, onde agentes de IA conversam, debatem

00:03:00.410 --> 00:03:00.990
e colaboram.

00:03:01.530 --> 00:03:04.690
Inovador, sim, mas era experimental, não feito para sistemas de produção.

00:03:05.390 --> 00:03:06.590
Tantos desenvolvedores tinham uma escolha difícil.

00:03:07.190 --> 00:03:10.650
Semantic Kernel era estável e pronto para empresas, mas faltavam padrões de orquestração

00:03:10.650 --> 00:03:11.230
avançados.

00:03:12.230 --> 00:03:16.210
O autogênico tinha recursos legais de múltiplos agentes, mas não era algo para rodar em um

00:03:16.210 --> 00:03:16.810
ambiente real.

00:03:17.770 --> 00:03:20.190
Cada um tinha sua própria curva de aprendizado, seu próprio jeito de fazer as coisas,

00:03:20.270 --> 00:03:20.690
seu próprio caminho.

00:03:20.690 --> 00:03:22.170
E não era apenas a Microsoft.

00:03:22.630 --> 00:03:23.770
Outras estruturas surgiram.

00:03:24.130 --> 00:03:25.590
Langchain, CRI e uma dúzia de outras.

00:03:26.070 --> 00:03:27.590
O ecossistema estava totalmente disperso.

00:03:27.890 --> 00:03:31.090
Se você quisesse criar agentes no trabalho, precisava se tornar um especialista em um mundo

00:03:31.090 --> 00:03:31.910
que muda rapidamente.

00:03:32.350 --> 00:03:33.230
Qual estrutura você aprende?

00:03:33.630 --> 00:03:34.530
Qual delas vai sobreviver?

00:03:34.870 --> 00:03:36.190
Qual delas a Microsoft realmente apoia?

00:03:36.610 --> 00:03:37.950
Para o iniciante, era algo avassalador.

00:03:38.350 --> 00:03:41.030
Imagine que você é um desenvolvedor em uma empresa explorando agentes de IA.

00:03:41.570 --> 00:03:44.910
Você pesquisa e encontra cinco estruturas diferentes, cada uma com sua documentação,

00:03:45.010 --> 00:03:46.210
seus padrões e sua comunidade.

00:03:46.730 --> 00:03:47.630
Você não sabe por onde começar.

00:03:48.010 --> 00:03:49.410
Você não sabe em qual delas vai apostar seu tempo.

00:03:49.410 --> 00:03:51.370
Essa fragmentação criou uma barreira real.

00:03:52.070 --> 00:03:55.330
Não se tratava apenas de aprender uma ferramenta, mas de apostar em um ecossistema inteiro.

00:03:56.010 --> 00:03:58.990
E à medida que os casos de uso de agentes passavam de experimentos para processos de

00:03:58.990 --> 00:04:01.410
negócios reais, a Microsoft percebeu que isso não era sustentável.

00:04:01.950 --> 00:04:05.190
Eles precisavam de um framework, uma abordagem unificada e uma resposta para a pergunta

00:04:05.190 --> 00:04:06.470
Como eu crio um agente?

00:04:07.390 --> 00:04:08.790
O que é o Microsoft Agent Framework?

00:04:08.790 --> 00:04:13.550
Então, a Microsoft pegou os dois frameworks que tinha Semantic Kernel e Autogen e os combinou

00:04:13.550 --> 00:04:13.930
em um só.

00:04:14.570 --> 00:04:19.930
O resultado é o Microsoft Agent Framework, um SDK unificado que reúne a estabilidade empresarial

00:04:19.930 --> 00:04:23.870
do Semantic Kernel com os padrões multiagentes de ponta do Autogen.

00:04:24.710 --> 00:04:27.510
As equipes que criaram esses dois frameworks agora trabalham juntas neste.

00:04:28.190 --> 00:04:32.510
Este framework foi lançado em versão preliminar no final de 2025 e atingiu a versão 1.0 em

00:04:32.510 --> 00:04:33.390
julho de 2026.

00:04:33.390 --> 00:04:37.190
Essa cronologia é importante porque mostra que este não é um projeto de pesquisa,

00:04:37.250 --> 00:04:37.890
é um experimento.

00:04:38.250 --> 00:04:39.370
É um produto pronto para produção.

00:04:39.950 --> 00:04:42.150
A Microsoft está dizendo, construam seus sistemas reais com isso.

00:04:42.530 --> 00:04:43.130
Ele é código aberto.

00:04:43.570 --> 00:04:47.310
Você pode encontrá-lo no GitHub com mais de 7 mil estrelas e mais de 100 colaboradores.

00:04:47.890 --> 00:04:48.690
A comunidade é ativa.

00:04:49.190 --> 00:04:52.070
Existem plantões semanais onde você pode falar diretamente com a equipe de engenharia.

00:04:52.670 --> 00:04:54.230
Isso não é algo que você obtenha com um produto fechado.

00:04:54.670 --> 00:04:57.430
Framework suporta Python e .NET como linguagem de primeira classe.

00:04:58.030 --> 00:05:01.050
Seja você um desenvolvedor, C-Shark ou Python, você tem a mesma experiência.

00:05:01.050 --> 00:05:04.210
E isso é muito importante porque muitos frameworks de A são exclusivos para Python.

00:05:04.850 --> 00:05:07.890
Microsoft fez uma escolha deliberada de tratar ambas as linguagens igualmente.

00:05:08.490 --> 00:05:09.630
E aqui está algo que pode surpreender.

00:05:10.110 --> 00:05:12.790
O framework suporta mais de 7 provedores de modelos diferentes.

00:05:13.130 --> 00:05:17.650
Microsoft Foundry, Azure OpenAI, OpenAI, Anthropic Cloud, Amazon Bedrock, Google Gemini

00:05:17.650 --> 00:05:19.070
e até modelos locais via Olama.

00:05:19.930 --> 00:05:22.290
E ela saiu a gente uma vez e ela funciona em todos eles.

00:05:23.030 --> 00:05:24.210
Você não fica preso a um único provedor.

00:05:24.610 --> 00:05:27.490
Mude da OpenAI para Anthropic e você altera apenas um valor de configuração,

00:05:27.570 --> 00:05:28.690
não todo o seu código fonte.

00:05:28.690 --> 00:05:30.950
O framework tem dois componentes principais.

00:05:31.490 --> 00:05:34.730
Agentes são os blocos de construção, unidades de raciocínio individuais que podem pensar

00:05:34.730 --> 00:05:35.010
e agir.

00:05:35.710 --> 00:05:38.130
Workflows são a camada de orquestração que conecta vários agentes.

00:05:38.730 --> 00:05:41.750
Você pode ter um agente fazendo trabalho ou uma equipe inteira trabalhando em uma tarefa

00:05:41.750 --> 00:05:42.310
complexa.

00:05:42.930 --> 00:05:45.070
Existe também algo chamado definições declarativas.

00:05:45.590 --> 00:05:47.410
Você define o comportamento de um agente em um arquivo e ele.

00:05:47.750 --> 00:05:50.310
Isso significa que a configuração do seu agente possui controle de versão.

00:05:50.650 --> 00:05:54.210
Coloque no Git, revise em pull requests, implante através de pipelines de CACED.

00:05:54.830 --> 00:05:56.450
Para equipes empresariais, essa é uma vantagem não.

00:05:56.450 --> 00:05:58.150
Mas aqui está o que eu quero que você entenda.

00:05:58.550 --> 00:06:01.310
Este framework não é apenas para desenvolvedores construindo sistemas complexos.

00:06:01.690 --> 00:06:03.310
Ele foi projetado para cenários empresariais.

00:06:03.670 --> 00:06:06.890
Segurança, conformidade, observabilidade e aprovações humanas são integradas, não

00:06:06.890 --> 00:06:07.850
adicionadas posteriormente.

00:06:08.190 --> 00:06:11.010
E é isso que o torna diferente das estruturas experimentais que vieram antes.

00:06:12.350 --> 00:06:14.990
Os blocos de construção, agentes, ferramentas, memória, fluxo de troca.

00:06:15.370 --> 00:06:17.110
Vamos dividir isso nos quatro conceitos fundamentais.

00:06:17.630 --> 00:06:20.670
Entenda bem esses pontos e você compreenderá 90% do que este framework faz.

00:06:20.670 --> 00:06:21.830
Primeiro, os agentes.

00:06:22.050 --> 00:06:22.890
Eles são unidade fundamental.

00:06:23.310 --> 00:06:26.170
Cada agente tem um nome, um conjunto de instruções e acesso a ferramentas.

00:06:26.710 --> 00:06:28.570
É uma unidade de raciocínio que pode pensar e agir.

00:06:29.010 --> 00:06:31.530
Você diz a ele quem é, o que deve fazer e quais recursos pode usar.

00:06:32.050 --> 00:06:33.010
Todo o resto deriva disso.

00:06:33.570 --> 00:06:34.010
As ferramentas.

00:06:34.430 --> 00:06:35.630
Estas são as mãos do agente.

00:06:35.750 --> 00:06:38.090
Funções, APIs ou serviços externos que ele pode chamar.

00:06:38.310 --> 00:06:39.090
Dados meteorológicos.

00:06:39.230 --> 00:06:42.610
Acesso a calendário, consultas a banco de dados, operações de arquivos e operações de arquivo.

00:06:42.610 --> 00:06:44.410
A gente não sabe como fazer essas coisas sozinho.

00:06:45.010 --> 00:06:47.310
Ele precisa de ferramentas para alcançar o mundo e agir.

00:06:47.310 --> 00:06:52.410
Você mesmo pode escrever funções simples ou eles podem ser servidores em MCP, model context protocol.

00:06:52.950 --> 00:06:55.510
Essa é a maneira padrão de conectar agentes a serviços externos.

00:06:55.950 --> 00:06:57.070
Pense nisso como um plug universal.

00:06:57.490 --> 00:07:01.470
Se um serviço suporta a MCP, seu agente pode usá-lo sem código de integração personalizado.

00:07:01.990 --> 00:07:02.730
Depois há a memória.

00:07:03.050 --> 00:07:04.210
Este é o armazenamento do cérebro.

00:07:04.630 --> 00:07:05.350
Existem dois tipos.

00:07:05.970 --> 00:07:07.430
A memória de nível de sessão e de curto prazo.

00:07:08.050 --> 00:07:10.210
Ela lembra o que aconteceu durante uma única conversa.

00:07:10.630 --> 00:07:11.990
Os provedores de contexto são de longo prazo.

00:07:12.350 --> 00:07:15.030
Eles lembram preferências e fatos ao longo de múltiplas conversas.

00:07:15.030 --> 00:07:17.490
A memória é o que faz um agente parecer inteligente.

00:07:18.290 --> 00:07:20.150
Sem ela, cada interação começa do zero.

00:07:20.810 --> 00:07:23.330
Você se apresenta e na próxima vez que fala, ele esqueceu.

00:07:24.250 --> 00:07:27.470
Com memória, o agente sabe quem você é, o que discutiram e o que é importante pra você.

00:07:28.090 --> 00:07:31.310
É a diferença entre falar com um estranho e falar com um colega que conhece seu trabalho.

00:07:31.970 --> 00:07:33.050
Finalmente, fluxo de trabalho.

00:07:33.370 --> 00:07:36.410
Esta é a camada de orquestração onde você define múltiplos agentes trabalhando junto.

00:07:36.910 --> 00:07:38.670
Fluxos de trabalho podem ser sequenciais.

00:07:38.790 --> 00:07:39.910
Passo A, depois passo B.

00:07:39.910 --> 00:07:41.250
Podem ser concorrentes.

00:07:41.570 --> 00:07:43.970
Múltiplos agentes trabalhando em paralelo em partes do mesmo problema.

00:07:44.150 --> 00:07:45.330
Ou podem ser condicionais.

00:07:46.270 --> 00:07:47.170
Se isso acontecer, vai aqui.

00:07:47.630 --> 00:07:48.530
Se aquilo acontecer, vale.

00:07:49.390 --> 00:07:50.710
Fluxos de trabalho também suportam.

00:07:51.070 --> 00:07:54.190
Se algo falha no meio do caminho, o sistema pode retomar de onde parou.

00:07:54.710 --> 00:07:55.530
E não começa tudo de novo.

00:07:55.950 --> 00:07:59.430
Isso é importante para tarefas longas que podem levar horas ou envolver várias etapas.

00:07:59.930 --> 00:08:01.450
Padrões de humano no ciclo também integrados.

00:08:02.130 --> 00:08:05.090
Agentes podem pausar e pedir aprovação antes de tomar ações sensíveis.

00:08:05.090 --> 00:08:10.470
Se um agente está prestes a enviar um e-mail ou aprovar um pagamento, ele pode parar e esperar que um humano diga sim.

00:08:11.130 --> 00:08:12.310
Isso é essencial para cedores de regulamento.

00:08:12.830 --> 00:08:13.650
Então, um exemplo do mundo real.

00:08:14.170 --> 00:08:15.870
Imagine um agente de preparação de vendas.

00:08:16.310 --> 00:08:17.630
Você tem uma reunião com um cliente amanhã.

00:08:18.170 --> 00:08:19.570
Você diz ao agente, ajude-me a preparar.

00:08:20.310 --> 00:08:21.870
Ele verifica sua agenda para confirmar a hora.

00:08:22.290 --> 00:08:24.470
Ele extrai dados do CRM para ver o histórico do cliente.

00:08:24.550 --> 00:08:26.970
Ele pesquisa materiais de marketing por estudos de casos relevantes.

00:08:27.570 --> 00:08:31.090
Ele gera um documento de resumo e uma apresentação em PowerPoint, tudo sem você fazer nada.

00:08:31.590 --> 00:08:32.230
Isso não é um chatbot.

00:08:32.690 --> 00:08:33.210
Isso é um agente.

00:08:33.210 --> 00:08:34.510
Por que você deveria se importar?

00:08:34.850 --> 00:08:35.530
Valor prático.

00:08:35.870 --> 00:08:37.110
Então, você entende o que é estrutura.

00:08:37.350 --> 00:08:38.150
Mas aqui está a questão.

00:08:38.270 --> 00:08:40.770
Por que se importar se você não é um desenvolvedor criando sistemas de áudio?

00:08:41.170 --> 00:08:44.190
A resposta é que esta estrutura não vive apenas no terminal de um desenvolvedor.

00:08:44.570 --> 00:08:46.810
Ela impulsiona ferramentas com as quais os usuários de negócios interagam.

00:08:47.150 --> 00:08:50.970
Agentes criados com a estrutura podem ser publicados diretamente por Microsoft Teams no chat do Copilot.

00:08:51.290 --> 00:08:53.750
Isso significa que os agentes da sua organização vivem onde você já trabalha.

00:08:54.150 --> 00:08:57.690
Você não precisa de um aplicativo separado para instalar um novo login para lembrar ou uma curva de aprendizagem.

00:08:57.950 --> 00:08:59.350
Você apenas abre o Teams e o agente está lá.

00:08:59.750 --> 00:09:02.430
Para a TI e os tomadores de decisão de negócios se importam ainda mais.

00:09:02.430 --> 00:09:05.310
A estrutura fornece controles corporativos que realmente importam.

00:09:05.830 --> 00:09:11.290
Você obtém gerenciamento de identidade via a EntraID, controles de acesso para que os agentes vejam apenas o que devem,

00:09:11.590 --> 00:09:17.090
trilhas de auditoria para saber o que cada agente fez e quando e governança de dados para que informações sensíveis permaneçam protegidas.

00:09:17.790 --> 00:09:19.810
E aqui está um problema que talvez você não tenha a considerar.

00:09:19.890 --> 00:09:20.690
Aí há a sombra real.

00:09:21.190 --> 00:09:25.930
Funcionários usam ferramentas de A não autorizadas todos os dias, colando dados da empresa em chatbots públicos,

00:09:26.070 --> 00:09:28.950
carregando documentos sensíveis em servidores desconhecidos e torcendo pelo melhor.

00:09:28.950 --> 00:09:32.930
As equipes de TI sabem o que está acontecendo, mas não podem impedir banindo ferramentas.

00:09:33.390 --> 00:09:34.370
As pessoas encontrarão um jeito.

00:09:35.170 --> 00:09:39.650
Essa estrutura dá à TI uma maneira de oferecer agentes aprovados e seguros que ainda parecem modernos.

00:09:40.670 --> 00:09:44.490
Em vez de dizer aos funcionários não usem IA, você pode dizer use estes agentes e em vez disso,

00:09:45.250 --> 00:09:47.710
eles são seguros, governados e funcionam com seus dados.

00:09:48.610 --> 00:09:50.850
Há também o problema da proliferação de agentes e isso já está acontecendo.

00:09:51.210 --> 00:09:53.490
As equipes estão criando agentes mais rápido do que qualquer um pode acompanhar.

00:09:53.490 --> 00:09:57.330
A estrutura oferece um local único para gerenciar, monitorar e governar todos eles.

00:09:57.890 --> 00:10:01.490
Você pode ver quais agentes estão sendo usados, quais estão pegando poeira e quais precisam de atenção.

00:10:02.150 --> 00:10:03.430
A visibilidade de custo é outro ponto por trás.

00:10:04.170 --> 00:10:09.630
Você pode ver exatamente quanto custa a execução de cada agente, quais são caros, quais são eficientes e onde otimizar.

00:10:10.370 --> 00:10:13.190
Isso não é algo que você obtém com uma coleção de ferramentas e scripts aleatórios.

00:10:13.690 --> 00:10:14.590
A conclusão é esta.

00:10:14.590 --> 00:10:18.930
Esta estrutura torna os agentes de IA práticos, seguros e gerenciáveis para organizações reais.

00:10:19.430 --> 00:10:21.450
Não se trata apenas de criar uma tecnologia interessante,

00:10:21.710 --> 00:10:24.410
mas de construir algo que funcione em um negócio real com restrições reais.

00:10:24.490 --> 00:10:26.470
Segurança, conformidade, orçamento e governança.

00:10:26.710 --> 00:10:27.450
Orçamento e governança.

00:10:27.570 --> 00:10:30.530
Se você é responsável por qualquer uma dessas áreas, este framework é importante para você.

00:10:31.230 --> 00:10:32.510
Como ele se encaixa no panorama geral?

00:10:33.070 --> 00:10:34.910
Então onde o framework de agentes realmente se encaixa?

00:10:35.310 --> 00:10:36.470
Ele não é um produto isolado.

00:10:36.630 --> 00:10:38.070
É uma peça de um quebra-cabeça muito maior.

00:10:38.610 --> 00:10:39.630
Vamos ver como tudo se conecta.

00:10:40.070 --> 00:10:41.330
Comece pelo Azure AI Foundry.

00:10:41.870 --> 00:10:42.890
Pense desta forma.

00:10:42.890 --> 00:10:45.590
O framework de agentes é como você cria seus agentes e o Foundry.

00:10:45.830 --> 00:10:47.130
É onde eles vivem e são executados.

00:10:47.630 --> 00:10:49.070
Ele cuida de todo o trabalho pesado.

00:10:49.410 --> 00:10:51.530
Infraestrutura, escalonamento, monitoramento e segurança.

00:10:52.250 --> 00:10:54.050
Você cria localmente e implanta no Foundry.

00:10:54.190 --> 00:10:56.730
Seu agente roda em um ambiente de produção com controles corporativos.

00:10:57.170 --> 00:10:57.430
Simples.

00:10:58.550 --> 00:11:00.710
Agora se você não é um desenvolvedor, você tem outra opção.

00:11:00.950 --> 00:11:01.730
O Copilot Studio.

00:11:02.270 --> 00:11:03.230
Este é o caminho de baixo código.

00:11:03.690 --> 00:11:06.150
Você usa uma interface visual para definir o que seu agente faz,

00:11:06.290 --> 00:11:08.350
conecta-o a fonte de dados e publica no Teams.

00:11:08.990 --> 00:11:09.850
Nenhum código é necessário.

00:11:10.350 --> 00:11:12.670
O framework de agentes é para desenvolvedores que desejam controle todo.

00:11:13.050 --> 00:11:13.770
Ele se complementa.

00:11:14.490 --> 00:11:15.070
Precisa de personalização?

00:11:15.550 --> 00:11:16.170
Use o framework.

00:11:16.570 --> 00:11:17.190
Precisa de rápido?

00:11:17.690 --> 00:11:18.630
Use o Copilot Studio.

00:11:19.630 --> 00:11:22.710
Depois, a Microsoft 365 Copilot, o lado voltado ao usuário.

00:11:23.570 --> 00:11:26.470
Agentes criados com o framework podem aparecer diretamente dentro do Copilot.

00:11:26.870 --> 00:11:29.530
Os usuários interagem com eles por meio de uma interface familiar,

00:11:29.630 --> 00:11:31.390
o mesmo Copilot que já usa no trabalho.

00:11:32.030 --> 00:11:34.290
Nenhuma ferramenta nova para aprender, nenhum novo fluxo de trabalho pelo outro.

00:11:34.290 --> 00:11:37.210
Mas é aqui que o verdadeiro valor brilha, a camada de inteligência.

00:11:37.530 --> 00:11:38.210
Ela tem três partes.

00:11:38.770 --> 00:11:41.950
O Work IQ se conecta aos seus dados pessoais, e-mail, calendário e chats.

00:11:42.810 --> 00:11:46.610
O Foundry IQ se conecta ao conhecimento organizacional, documentos, políticas e recursos compartilhados.

00:11:47.170 --> 00:11:51.890
E o Fabric IQ se conecta a dados de negócios, números de vendas, registros de clientes e métricas operacionais.

00:11:52.330 --> 00:11:53.990
Os agentes podem extrair dados de todos os três.

00:11:54.210 --> 00:11:55.390
É isso que os torna realmente úteis.

00:11:55.390 --> 00:11:58.190
Eles não apenas respondem a perguntas genéricas, eles têm contexto.

00:11:58.630 --> 00:12:01.870
Eles sabem quem você é, no que você está trabalhando e quais dados importam para o seu negócio.

00:12:02.530 --> 00:12:05.690
Quando um agente prepara um documento de briefing para uma reunião de vendas, ele não está adivinhando.

00:12:06.050 --> 00:12:09.430
Ele está extraindo informações do seu calendário, do seu CRM, dos seus materiais de marketing,

00:12:09.570 --> 00:12:11.850
da base de conhecimento da sua empresa, da sua empresa, tudo em uma única solução.

00:12:11.970 --> 00:12:13.790
E tudo isso funciona com o modelo de segurança da Microsoft.

00:12:14.170 --> 00:12:17.910
Entre a ID para identidade e em tune para gerenciamento de dispositivos e defender para proteção contra a minha.

00:12:18.290 --> 00:12:21.590
Se sua organização já usa essas ferramentas, o framework se integra perfeitamente.

00:12:22.090 --> 00:12:23.870
Não há necessidade de criar uma camada de segurança separada.

00:12:23.870 --> 00:12:29.270
Para organizações que já usam Microsoft 365, Azure e Power Platform, este framework é o próximo passo natural.

00:12:29.830 --> 00:12:30.750
Você não está começando do zero.

00:12:31.130 --> 00:12:32.310
Ele está estendendo o que já possui.

00:12:32.630 --> 00:12:33.850
A visão de longo prazo, sim.

00:12:34.390 --> 00:12:36.090
Agentes se tornarão tão comuns com o aplicativo.

00:12:36.470 --> 00:12:39.290
Todo o processo de negócio ganha uma camada de agentes, não para substituir pessoas,

00:12:39.390 --> 00:12:43.050
mas para ajudá-las a trabalhar mais rápido com melhores informações e menos tarefas repetitivas.

00:12:43.630 --> 00:12:45.110
Este framework é como se constrói essa camada.

00:12:46.190 --> 00:12:47.350
Começando seu primeiro passo.

00:12:48.050 --> 00:12:48.710
Aqui está a bonita.

00:12:49.150 --> 00:12:50.850
Você não precisa ser um especialista em E.A. para começar.

00:12:51.410 --> 00:12:51.950
Existindo esse caminho.

00:12:51.950 --> 00:12:54.010
O caminho sem código ocupa ela de estudo.

00:12:54.490 --> 00:12:57.150
Em interface visual, a hash salt configura sem necessidade de código.

00:12:57.690 --> 00:12:59.390
Você pode ter algo funcionando em horas, não dias.

00:12:59.910 --> 00:13:03.310
Se seu objetivo é resolver um problema de negócio específico rapidamente, este é o seu caminho.

00:13:03.550 --> 00:13:05.070
Comigo com código ou próprio framework de agentes.

00:13:05.570 --> 00:13:09.110
Você instala os pacotes para Python ou .NET e usa a extensão do VS Code.

00:13:09.610 --> 00:13:12.870
E vale a pena falar sobre a extensão, pois ela inclui habilidades potencializadas por E.A.

00:13:13.410 --> 00:13:14.370
Você diz a ela o que deseja.

00:13:14.850 --> 00:13:18.290
Crie um agente de preparação de vendas que verifique meu calendário e obtenha dados do CRM.

00:13:18.290 --> 00:13:19.930
E ele estrutura todo o projeto para você.

00:13:20.450 --> 00:13:21.790
Código e arquivos de configuração, tudo.

00:13:22.290 --> 00:13:23.030
Não há uma página em branco.

00:13:23.330 --> 00:13:24.050
É um começo adiantado.

00:13:24.550 --> 00:13:26.870
A extensão também inclui algo chamado inspetor de agentes.

00:13:27.310 --> 00:13:30.450
Esta é uma ferramenta visual que mostra o seu agente está fazendo em tempo real, passo a passo.

00:13:30.710 --> 00:13:31.530
Você pode vê-lo pensando.

00:13:31.910 --> 00:13:33.230
Você pode ver quais ferramentas ele está chamando.

00:13:33.570 --> 00:13:34.650
Você pode ver onde ele está ficando travado.

00:13:34.930 --> 00:13:36.670
É como ter um depurador que fala a sua língua.

00:13:36.670 --> 00:13:43.730
Se você já usa Semantic Kernel ou Autogen, há assistentes de migração que analisam seu código existente e geram um plano de migração passo a passo.

00:13:44.550 --> 00:13:45.490
Você precisa começar do zero.

00:13:46.050 --> 00:13:47.030
Framework é de código aberto?

00:13:47.670 --> 00:13:50.990
O repositório do GitHub está em github.com.br, Microsoft, barra de framework.

00:13:51.410 --> 00:13:53.570
Exemplos, documentação, fóruns de discussão, tudo lá?

00:13:54.090 --> 00:13:54.970
A comunidade é ativa.

00:13:55.470 --> 00:13:58.490
Existem plantões semanais onde você pode falar com a equipe de engenharia diretamente.

00:13:58.910 --> 00:14:00.270
Isso não é algo que você obtém com a maioria do framework.

00:14:00.770 --> 00:14:01.650
A mensagem principal é esta.

00:14:02.030 --> 00:14:02.610
Começa pequeno.

00:14:03.110 --> 00:14:04.950
Construa um único agente que faça uma coisa útil.

00:14:05.210 --> 00:14:06.550
Talvez ele verifique seu calendário.

00:14:06.810 --> 00:14:07.930
Talvez ele resuma seus e-mails.

00:14:08.410 --> 00:14:09.730
Talvez ele busque informações de cliente.

00:14:10.030 --> 00:14:10.570
Veja com exceção.

00:14:10.890 --> 00:14:11.570
Depois de mencione.

00:14:11.870 --> 00:14:13.590
O mais importante é entender os conceitos.

00:14:14.050 --> 00:14:15.230
Foi sobre isso que este episódio tratou.

00:14:15.930 --> 00:14:17.570
Deixe-me encerrar unindo essas peças.

00:14:18.290 --> 00:14:19.470
Um agente não é um chatbot.

00:14:19.950 --> 00:14:22.470
É um sistema que pensa, decide e age por conta própria.

00:14:23.290 --> 00:14:28.270
O framework existe porque construir agentes do jeito antigo significava lidar com ferramentas e frameworks incompatíveis que não se comunicavam.

00:14:28.830 --> 00:14:30.510
Essa fragmentação tornava tudo confuso.

00:14:30.570 --> 00:14:34.730
Então a Microsoft criou uma única maneira de construir, uma de implantar e uma de gerenciar.

00:14:34.730 --> 00:14:38.410
Chega de alternar entre frameworks ou juntar peças que não se encaixam.

00:14:39.210 --> 00:14:40.750
Para iniciantes, aqui está o resumo simples.

00:14:41.270 --> 00:14:42.470
Agente de A não só mágica.

00:14:42.870 --> 00:14:46.110
Eles são sistemas estruturados que raciocinam, usam ferramentas e lembram o contexto.

00:14:46.630 --> 00:14:50.310
A Microsoft deu um framework completo para criá-los e ele está pronto para produção agora.

00:14:50.710 --> 00:14:51.290
Isso não é exagero.

00:14:51.750 --> 00:14:55.550
Agentes estão se tornando uma parte normal de como trabalhamos, assim como apps e site foram anos atrás.

00:14:55.550 --> 00:15:00.330
As ferramentas estão aqui, a comunidade é ativa e seu primeiro agente está mais perto do que você pensa.

00:15:00.910 --> 00:15:04.470
Se quiser explorar mais, comece pelo repositório no GitHub e pela extensão do VS Code.

00:15:05.170 --> 00:15:08.910
Inscreva-se na sua plataforma de podcast favorita e compartilhe isso com alguém que esteja começando o seu jornal.

00:15:08.910 --> 00:15:38.890
Inscreva-se na sua plataforma de podcast.