Pesquisa mostra que agentes de IA colaborativos superam humanos

Estudo revela que agentes de IA que compartilham descobertas em tempo real superam o desempenho de tentativas isoladas e de especialistas humanos.

22/09 às 13:41

Pontos principais

O estudo, publicado em setembro de 2026, demonstra que agentes de IA que colaboram em um diretório compartilhado superam tentativas independentes.
Uma equipe de k agentes comunicantes alcança a mesma taxa de sucesso de 4k agentes trabalhando de forma isolada.
Em testes de compressão de classificador MNIST, uma equipe de quatro agentes atingiu 99,4% de precisão com apenas 1.957 bytes.
O resultado superou o recorde humano anterior de 2.461 bytes e o melhor desempenho de um agente único, de 3.160 bytes.
A técnica, denominada 'verified progress sharing', permite que agentes construam sobre descobertas confirmadas de seus pares.
Os ganhos de desempenho foram observados em tarefas complexas como o benchmark ARC-AGI-3 e problemas de empacotamento de poliminós.

Pesquisadores da UC Berkeley e da Microsoft Research publicaram um estudo que redefine a eficiência de sistemas de agentes autônomos. Ao permitir que múltiplos agentes compartilhem resultados intermediários, falhas e artefatos em um espaço de trabalho comum, a equipe demonstrou que a colaboração em tempo real transforma a exploração paralela em progresso cumulativo, superando significativamente o desempenho de modelos que operam de forma isolada.

O experimento utilizou o mecanismo de 'verified progress sharing', onde agentes sem papéis predefinidos ou orquestradores centrais validam e adotam as descobertas mais eficazes de seus pares. Esse método provou ser superior não apenas em eficiência, mas na resolução de problemas complexos que agentes solitários raramente conseguem solucionar, estabelecendo um novo estado da arte em tarefas de compressão de dados e raciocínio lógico.

Cobertura da mídia