A orquestação multiagente consiste em coordenar vários agentes de IA, cada um especializado numa tarefa ou capacidade concreta, para que colaborem na resolução de um problema que seria difícil de abordar com um único agente. Um componente central, frequentemente chamado orquestrador ou coordenador, distribui as tarefas, gere o fluxo de informação entre agentes e consolida os resultados parciais numa resposta final.
Esta abordagem é importante porque permite dividir problemas complexos em subtarefas geríveis e tirar partido da especialização: um agente pode procurar informação, outro analisar dados e outro redigir o resultado. As estratégias de coordenação mais habituais incluem:
- Sequencial: cada agente atua quando o anterior termina.
- Hierárquica: um agente supervisor delega em subagentes.
- Paralela: vários agentes trabalham ao mesmo tempo sobre partes distintas.
Um exemplo prático é um sistema de apoio ao cliente onde um agente classifica a consulta, outro consulta a base de conhecimento e um terceiro gera a resposta. A nuance fundamental reside no design da comunicação: uma má gestão da coordenação pode multiplicar erros, custos e latência.