Trabalhando ao lado de agentes: colegas de equipe de IA9 min read

6 meses após o momento crucial do OpenClaw, temos 7 agentes como parte da equipe e, cara, eles entregam. Adoro esta citação porque é exatamente como me sinto agora –

“Os alienígenas pousaram aqui e estão prontos para trabalhar, de forma barata e em grande escala.” -Daniel Schreiber, CEO da Lemonade

Nesta série de artigos, abordarei como é trabalhar com agentes, as lições que aprendemos e as práticas recomendadas que adotamos. Mas primeiro, vamos começar com uma introdução sobre onde estamos e o que acho que todo CEO, fundador e líder deveria saber, no que se aplica a você hoje. Seu local de trabalho, metodologia e equipe estão prestes a mudar drasticamente e você deve se concentrar nisso para tirar o melhor proveito disso.

Nossos colegas de equipe agentes na Anima operam em operações de marketing, BI, controle de qualidade, sucesso do cliente e back-office. Eles ficam em nossos canais do Slack. Eles pegam o trabalho às 2 da manhã ou correm diariamente. Eles pesquisam, analisam dados, publicam conteúdo, abrem tickets da Asana e enviam pull requests para os engenheiros analisarem.

Cada agente se reporta a um gerente humano que o integra, fornece contexto e feedback constante, expande suas habilidades e conjunto de ferramentas, define sua rotina e o prepara para o sucesso como parte da equipe.

Bate-papo entre agentes e IA

Os agentes de hoje (OpenClaw, Hermes) se sentem mais como colegas de equipe remotos do que como chatbots. Isso muda a forma como interagimos com eles e o que esperamos deles.

Eles têm seus próprios computadores. Físico ou na nuvem. Um agente também não desliga quando você fecha o laptop. Ele pode baixar gigabytes de dados, analisá-los por horas, acordar à noite para realizar tarefas, fazer pesquisas e realizar ações. Essencialmente, trabalhe.

Eles aprendem. Você os integra. Você os envia para ler materiais online ou offline e realizar pesquisas para o benefício de seu conhecimento. Eles entendem melhor os domínios que você deseja que eles possuam em cada tarefa e feedback. 

Eles obtêm acesso aos seus dados e sistemas. Então, eles executam tarefas de ponta a ponta. Você pode trazê-los para o aplicativo de mensagens da empresa, como Slack ou Teams, para que eles tenham longas discussões abertas com vários membros da equipe.

Eles colaboram. Diferentemente do seu Claude Cowork/Codex, um agente de nuvem compartilhada pode aprender com diversas pessoas e disponibilizar esse conhecimento para todos. Um gerente de produto pode ensiná-lo sobre análise. Os profissionais de marketing podem ensinar sobre atribuição e funil. As equipes de engenharia podem fornecer acesso ao código e a um ambiente de desenvolvimento. O mesmo agente pode então fazer conexões entre esses domínios.

Nossos agentes em Anima

Escreverei mais sobre nossos agentes, mas aqui vai uma amostra –

Rocket, o agente de marketing, se reporta a mim. Ele é um especialista na configuração do blog WordPress, táticas do SEO, voz e tom, configuração da lista de boletins informativos, modelos de e-mail, funil e análises. Ele entende bem o produto e também tem acesso a ele e possui sua própria conta Anima. 

Parte de sua rotina inclui monitoramento de funil e atualização de conhecimento de canais relacionados a produtos, tecnologia e atividades de marketing, portanto, é sempre uma análise precisa, não genérica, e sem necessidade de contexto extra. Ele analisa os testes que fizemos no SEO e os monitora. 

Ajuda a escrever e traduzir postagens de blog, encontrar pontos de atrito ou falhas no funil e executar nossas tarefas mensais de boletim informativo, desde a manutenção até a composição e até o envio de e-mails. Ainda conseguimos, mas ele faz o trabalho pesado diário. Ele vem com insights e os executa.

Tracey, nossa agente mais madura, reporta-se ao CTO. Ela é especialista em inteligência de negócios/análise de produtos, rastreamentos de log, relatórios de erros e nossa base de código. Algumas de suas rotinas incluem ser engenheira de plantão, acordar com reclamações de usuários, rastrear o problema, enviar uma atualização de código (PR) ou abrir um ticket no sistema de gerenciamento de tarefas e atualizar suas descobertas e ações no Slack, é claro. Isso é cerca de 5% do que ela faz.

A singularidade digital do funcionário

Acredito que ultrapassamos o que chamo de singularidade digital do funcionário: o ponto em que os agentes se tornam capazes o suficiente para ingressar na força de trabalho como uma camada operacional, não apenas como software utilizado pela força de trabalho.

Os agentes são mágicos pelos quais você ainda precisa trabalhar duro. A configuração ainda está mais próxima da elaboração DIY do que de um serviço gerenciado. Eles precisam de treinamento, manutenção, supervisão e muito amor e cuidado. Mas o esforço vale a pena, porque é como construir varas de pescar em vez de pescar. Quando um agente funciona bem, seu valor continua aumentando.

Nem todo mundo está entusiasmado com a IA

Esta é uma grande mudança e deve ser gerida a partir de múltiplas perspectivas: negócios, métodos de trabalho, segurança, tecnologia e, o mais importante, pessoas. 

Há uma grande discussão sobre como a IA faz as pessoas se sentirem Noam Segal no Lenny’s. É um espelho importante para todos nós do “Grupo 1” – O grupo animado. 72% se preocupam com demissões. Muitas pessoas estão confusas, inseguras ou estressadas quanto ao futuro por vários motivos.

Acredito que uma grande parte da gestão desta mudança, e também de tirar o máximo partido dela, é a transparência e passarmos por esta mudança juntos como empresa, como equipa. Uma coisa que fazemos é ter um canto “Histórias de agentes” na sessão semanal de nossa empresa. Existem dois objetivos para isso –

Aprendemos juntos. Toda a minha equipe é formada por pessoas perspicazes e todos usam agentes de maneiras diferentes a cada semana. Este é um admirável mundo novo e aprendemos mais rápido se aprendermos juntos. Há um enorme impacto psicológico em ter agentes como parte da equipe, então, em vez de trabalhar no escuro, prefiro trabalhar abertamente e ter toda a minha equipe inteligente como parte desta aventura, por mais emocionante e estranha que seja.

Aqui estão algumas histórias de agentes –

• Um de nossos agentes enviou uma mensagem ao cliente quando deveria apenas deixar um comentário interno. Nenhum dano causado, mas um pequeno “???” do usuário, respondido com uma resposta honesta.
• Um e-mail falhou porque nunca havíamos declarado claramente quais erros são fatais. Uma newsletter foi enviada do subdomínio errado, o que fez com que 166 mil emails fossem suprimidos. Desta vez não houve nenhum dano, mas aprendemos a definir melhor as nossas tarefas.

Nenhuma dessas falhas ocorreu porque um agente não conseguiu usar o software. Eles vieram da ambigüidade, autoridade e coordenação.

A questão mais importante não é, portanto, “O que este modelo pode fazer?”. É: “Que autoridade este agente deve ter, em nome de quem e sob que supervisão?”

Coloque os agentes em um organograma

Usando o ChatGPT, nos acostumamos a fazer pesquisas com muito mais rapidez, iterar na cópia ou trocar ideias com um parceiro de IA, mas isso é outra coisa. A maneira certa de usar um agente não é microgerenciá-lo e solicitar cada pequena tarefa.

Dê ao seu agente conhecimento, compreensão do domínio e acesso a ferramentas e dados, para que você possa definir uma meta e não uma tarefa pequena. E encontrará o caminho, semelhante a um humano. Também cometerá erros. E você deveria contar, porque ele lembra e aprende.

Isso o torna muito mais próximo de um operador júnior do que de software ou AI Chat.

Todo agente precisa de um proprietário humano nomeado. Sem alguém que o alimente, corrija e expanda suas habilidades, ele se torna menos útil com o tempo. As coisas continuam acontecendo em seu negócio. Mudanças na terminologia da empresa. Mudança de métricas. Mudanças no posicionamento da marca. Novas ferramentas são introduzidas. Um agente não é uma implementação única.

Você treina agentes como novos funcionários. Você confia nos agentes como em novos funcionários.

É também por isso que recomendo fortemente não se apressar para criar 100 agentes. Comece com um. Adicione outro somente quando a separação for necessária para escopo, segurança ou especialização. Passamos meses tentando manter o número de agentes o mais baixo possível e, ao mesmo tempo, tornando cada um deles mais inteligente e capaz.

Mais agentes também criam mais sobrecarga de gerenciamento. Não implante mais agentes do que sua organização pode gerenciar.

Por onde começar

Um novo agente deve começar no nível mais baixo que ainda cria valor e expandir-se posteriormente. Substitua avisos por procedimentos operacionais

O esforço de configuração para um agente eficaz não envolve principalmente escrever um prompt brilhante. Está mais perto de treinar um novo júnior para tarefas bem definidas.

Os agentes mais fortes acumulam capacidades ao longo do tempo. Eles configuram seus computadores, instalam ferramentas, criam habilidades, mantêm arquivos de trabalho e constroem conhecimento a partir de tarefas anteriores. Quando precisamos de um novo agente com base semelhante, podemos fazer backup e clonar a máquina, o que economiza algum esforço de integração.

O próprio modelo está se tornando uma mercadoria. Mudamos de fornecedor de modelos e podemos mudar novamente. O valor durável é o contexto acumulado do agente, capacidades, procedimentos operacionais e integração com a organização.

Seu modelo está alugado. Seu contexto é o núcleo.

Vá configurar seu primeiro agente. Recomendo o Hermes. Estarei postando mais sobre nossa jornada – siga-me se achar interessante.