IA multiagente: quando dividir o trabalho entre agentes compensa (e quando um só resolve)
Você montou um agente de IA que escreve a legenda do post. Funcionou. Aí veio a ideia natural: um agente pesquisa, outro escreve, outro revisa, outro publica. Quatro agentes, uma squad, a operação rodando sozinha. A promessa é bonita, e a gente já viu ela virar conta alta com resultado igual. IA multiagente custa mais tokens, mais tempo e mais pontos de falha, e a pesquisa de 2025 e 2026 mostra que ela nem sempre acerta mais do que um agente só, bem montado.
Neste post a gente reúne o que os dados dizem sobre agente único contra IA multiagente, onde a divisão do trabalho compensa de verdade, onde ela só encarece e o critério que a gente usa na Hipercode pra decidir quando um trabalho vira dois agentes. A resposta curta: dividir é uma decisão de desenho de operação, com motivo organizacional. Precisão raramente é o motivo.
A pergunta que vem antes de orquestrar
No pilar sobre arquitetura de agentes pra marketing a gente mostrou como sair de um agente pra uma squad orquestrada. O caminho existe e a gente opera assim. Só que ele começa com uma pergunta que quase ninguém faz: esse trabalho precisa mesmo de mais de um agente?
A confusão sobre IA multiagente vem de misturar duas coisas. Uma é operar o marketing inteiro com IA, o que envolve dezenas de tarefas diferentes, cada uma com dono, ferramenta e ritmo próprios. Nesse cenário uma IA só não opera, e a gente já explicou por quê. Outra coisa é pegar uma tarefa única, como escrever um artigo ou montar um relatório, e quebrar ela em vários agentes na esperança de que o resultado fique melhor. Esse segundo movimento é o que a pesquisa passou a medir com rigor. E o placar surpreende quem só leu o material de vendas dos frameworks.
O que a IA multiagente promete (e o que ela custa)
O caso mais citado a favor da IA multiagente vem da própria Anthropic. Em junho de 2025 o time de engenharia publicou como construiu o sistema de pesquisa do Claude: um agente líder (Opus 4) planeja e distribui subtarefas pra subagentes (Sonnet 4) que buscam em paralelo. No eval interno de pesquisa, esse arranjo superou o Opus 4 sozinho em 90,2%.
O mesmo texto traz o outro lado da conta. Um agente gasta cerca de 4 vezes mais tokens que uma conversa de chat. Um sistema multiagente gasta cerca de 15 vezes mais. E quando o time foi entender de onde vinha a diferença de desempenho no BrowseComp, um benchmark de pesquisa difícil, o uso de tokens explicou sozinho 80% da variância. Em outras palavras, boa parte do ganho vem de gastar mais, com mais buscas rodando ao mesmo tempo.
A Anthropic também escreve onde o modelo não serve: domínios em que todos os agentes precisam compartilhar o mesmo contexto, ou com muitas dependências entre eles, “não são um bom encaixe pra sistemas multiagente hoje”. O exemplo que eles dão é código, porque tem poucas partes realmente paralelizáveis. Guarde essa frase. Ela vale pra quase toda tarefa de marketing que produz uma peça só no fim.
A leitura de operador
Pesquisa ampla em fontes independentes é o caso ideal pra IA multiagente: dez buscas que não dependem uma da outra, rodando ao mesmo tempo, com um agente que junta tudo no fim. Se a sua tarefa não tem essa cara, o ganho de 90% não se transfere e o custo de 15 vezes fica.
Onde a IA multiagente falha, segundo os dados
O estudo mais completo sobre por que a IA multiagente quebra saiu da UC Berkeley em 2025, com revisão em outubro. O grupo de Mert Cemri, Matei Zaharia, Joseph Gonzalez e Ion Stoica anotou mais de 1.600 execuções em 7 frameworks abertos (MetaGPT, ChatDev, HyperAgent, AppWorld, AG2, Magentic-One e OpenManus) e organizou tudo numa taxonomia de 14 modos de falha, batizada de MAST. A taxa de falha ficou entre 41% e 86,7%, dependendo do sistema e do benchmark.
Dado
Mesmo os frameworks multiagente mais conhecidos erram na maioria das tarefas
Taxa de falha por sistema, com GPT-4o e Claude 3.7 Sonnet, em % das tarefas (benchmarks distintos, não comparáveis entre si)
Fonte: Cemri et al., UC Berkeley, Why Do Multi-Agent LLM Systems Fail?, arXiv 2503.13657, 2025 (Figura 5).
Os benchmarks são diferentes, então os números não competem entre si. O que importa é a faixa: mesmo os frameworks mais conhecidos erram na maioria das tarefas. E a origem do erro diz muito sobre o que a gente precisa consertar.
As três famílias de falha
Desenho do sistema (41,8% das falhas)
Agente que ignora a especificação da tarefa, que sai do papel, que repete passos, que perde o histórico da conversa. É o maior grupo, e ele nasce antes do primeiro token: no papel mal escrito, no fluxo mal desenhado. Quando o grupo de Berkeley reescreveu só a especificação de papel dos agentes do ChatDev, sem trocar o prompt da tarefa nem o modelo, a taxa de sucesso subiu 9,4 pontos.
Desalinhamento entre agentes (36,9%)
Um agente segue com uma suposição errada em vez de perguntar, outro segura informação que o colega precisava, um terceiro ignora o que recebeu. O estudo chama isso de colapso da “teoria da mente”: os agentes não conseguem modelar o que o outro precisa saber. E a nota importante: isso acontece mesmo quando todos falam a mesma língua natural dentro do mesmo framework. Protocolo de mensagem, como o MCP, padroniza o formato. O conteúdo continua sendo problema de quem desenha o sistema.
Verificação da tarefa (21,3%)
Terminar antes da hora, não verificar ou verificar errado. Os verificadores que existem fazem checagem superficial: o código compila? sobrou algum TODO? Quando o grupo adicionou uma verificação contra o objetivo de alto nível da tarefa, o sucesso do ChatDev subiu 15,6 pontos. Mais um número que fala de processo, e quase nada de modelo.
Somando as duas primeiras famílias, 78,7% das falhas nascem de desenho e coordenação. É o custo escondido da IA multiagente. Cada agente a mais é uma fronteira nova onde a informação pode se perder.
Agente único contra IA multiagente: o teste lado a lado
Faltava a comparação direta entre agente único e IA multiagente, com o mesmo modelo, as mesmas ferramentas e tarefa real de empresa. Ela saiu em março de 2026 e foi revisada em agosto, num estudo da ServiceNow com o Mila e a Universidade de Montreal. O grupo colocou um agente único contra um sistema planner-executor (um agente planeja, outro executa) em três plataformas de verdade: ServiceNow, GitLab e ERPNext.
Quando empata e custa mais
Com Claude Sonnet 4.6, o sistema de dois agentes acertou 74,8% das tarefas contra 72,7% do agente sozinho. Ganho de 2,1 pontos. O custo por tarefa foi de US$ 0,56 pra US$ 0,80, um aumento de 43%. Com Claude Opus 4.6, modelo mais forte, o ganho sumiu: 78,8% contra 78,7%, e o agente único seguiu mais barato (US$ 1,22 contra US$ 1,41). No GitLab, com Opus 4.6, o planner-executor foi pior: 76,1% contra 80,2%.
A conclusão dos autores cabe numa frase: “a sobrecarga de planejamento pode ser contraproducente quando a tarefa é direta o bastante pra execução direta bastar”. E uma segunda, que explica a tendência: o desenho de dois agentes “traz um benefício modesto em modelos mais fracos”, enquanto o agente único “segue competitivo em todas as plataformas e é consistentemente mais eficiente em custo”.
Outro grupo (Gao e colegas, maio de 2025) chegou à mesma direção por outro caminho: “os benefícios de sistemas multiagente sobre agente único diminuem à medida que a capacidade dos modelos melhora”. Quanto melhor o modelo, menos a divisão compensa. E os modelos melhoram todo trimestre.
Quando a IA multiagente ganha de longe
O mesmo estudo da ServiceNow mostra o outro lado. No ERPNext, onde as tarefas encadeiam várias subtarefas dependentes e criam registros ligados entre si com campos de nome enganoso, o planner-executor ganhou 6,8 pontos com Sonnet 4.6. Das 24 tarefas em que ele foi melhor, 13 eram classificadas como difíceis. O agente planejador gastava boa parte do orçamento explorando o sistema antes de agir, e essa exploração descobria coisas que o agente único, que explora e executa ao mesmo tempo, deixava passar.
Há exemplos mais extremos a favor da IA multiagente. Num benchmark de planejamento de viagem com muitas restrições simultâneas (orçamento, datas, preferências, transporte), um sistema colaborativo de agentes acertou 42,68% das tarefas contra 2,92% do GPT-4 sozinho, num estudo de 2024. Restrição demais pra caber numa cabeça só é o cenário em que dividir vira necessidade.
O padrão que emerge
IA multiagente compensa quando a tarefa tem partes independentes de verdade (pesquisa em paralelo), quando exige exploração longa antes de agir (sistemas com muita dependência entre registros) ou quando o número de restrições estoura o que um agente segura de uma vez. Tarefa sequencial, com uma peça só no fim e contexto compartilhado do começo ao fim, empata ou piora com mais agentes, e sempre custa mais.
O problema da passagem de bastão
Por que a IA multiagente piora tarefas sequenciais? Walden Yan, da Cognition (empresa por trás do Devin), escreveu em junho de 2025 um texto direto ao ponto, “Don’t Build Multi-Agents”, com dois princípios que a gente adotou na prática.
Princípio 1: compartilhe o contexto inteiro
“Compartilhe contexto, e compartilhe o rastro completo do agente, não só mensagens individuais.” Quando o agente A passa pro agente B um resumo do que fez, B perde o raciocínio que levou às escolhas de A. Ele vê o resultado e não vê o porquê. É o mesmo problema que a gente descreveu em engenharia de contexto: o agente erra pelo que falta na frente dele, e cada passagem de bastão é um lugar onde algo falta.
Princípio 2: toda ação carrega uma decisão implícita
“Ações carregam decisões implícitas, e decisões conflitantes trazem resultados ruins.” Dois subagentes trabalhando em paralelo tomam decisões pequenas que ninguém combinou antes: o tom, o formato, o que entra e o que fica de fora. O exemplo do texto é um jogo estilo Flappy Bird: um subagente entendeu errado e fez um cenário parecido com Super Mario, o outro fez um pássaro que não parece peça de jogo. O agente pai ficou com “a tarefa indesejável de combinar dois mal-entendidos”.
Troque o jogo por uma campanha. Um agente escreve a legenda com tom irreverente, outro monta o roteiro do vídeo com tom institucional, um terceiro faz a landing com uma promessa diferente das duas. Nenhum errou a própria tarefa. A campanha saiu incoerente porque as decisões implícitas nunca se encontraram.
Como isso aparece numa operação de marketing
A gente opera contas de serviços, lançamentos e produtos próprios com equipes de agentes, e o padrão de erro da IA multiagente é sempre o mesmo quando alguém divide demais.
O artigo em quatro mãos
Um agente pesquisa, outro estrutura, um terceiro escreve, um quarto revisa. Parece linha de produção. Na prática, o redator recebe uma estrutura sem saber por que aquelas seções foram escolhidas, escreve com um tom, e o revisor corrige pra outro tom porque só viu o texto final. Quatro agentes, quatro fronteiras, e o mesmo artigo que um agente só, com contexto completo e uma verificação bem feita no fim, entregaria melhor e por uma fração do custo.
O relatório de campanha
Um agente lê o Meta Ads, outro lê o Google Ads, outro lê o CRM e um quarto junta tudo. Aqui a IA multiagente faz sentido: as três leituras são independentes, rodam em paralelo e cada uma precisa de uma permissão de acesso diferente. O que não faz sentido é dividir a redação do relatório em dois agentes.
A pesquisa de mercado
Vinte fontes, cada uma lida por um subagente, um líder consolidando. É o caso da Anthropic, e a gente confirma: funciona e vale o custo, desde que o líder receba o rastro completo de cada leitura, e não um resumo de três linhas.
Dado
A conta da IA multiagente: o que sobe e o que resolve de verdade
Custo, origem das falhas e o efeito de consertar o processo, segundo três estudos de 2025 e 2026
Fontes: Anthropic Engineering, junho de 2025; Bechard et al., ServiceNow e Mila, Terminal Agents Suffice for Enterprise Automation, 2026; Cemri et al., UC Berkeley, 2025.
O critério que a gente usa pra dividir o trabalho
Depois de ler tudo isso e de errar bastante com IA multiagente, a gente chegou num critério simples. O trabalho vira mais de um agente quando existe um motivo organizacional. São quatro.
1. Responsabilidade distinta
Quando alguém diferente responde pelo resultado de cada parte. O agente que escreve o post responde pro editor; o que publica responde pro dono da conta. Se o erro de um e o erro do outro têm donos diferentes, são agentes diferentes. Isso conversa direto com governança de agentes: cada agente tem um humano que assina por ele.
2. Revisão entre etapas
Quando a operação exige um ponto de parada com aprovação humana entre uma etapa e outra. O agente que redige o rascunho e o agente que publica precisam ser separados porque existe um gate humano entre eles. A separação existe pra garantir que nada vai ao ar sem passar pelo gate. Melhorar o texto fica por conta de outra coisa.
3. Permissão e ferramenta diferentes
Quando uma parte do trabalho precisa de acesso que a outra não deveria ter. O agente que lê o CRM não precisa da chave de publicar no Instagram. Em segurança de agentes a gente mostrou por que o acesso amplo é o risco que mais cresce. Dividir por permissão é a resposta.
4. Paralelismo de verdade
Quando as partes são independentes e o tempo importa. Dez fontes pra ler, três plataformas pra consultar, cinco variações de criativo pra gerar. Se uma parte não precisa esperar a outra, rodar em paralelo compensa o custo extra.
Se nenhum dos quatro motivos aparece, a gente usa um agente só, com contexto completo, e coloca o esforço onde os dados mandam: na especificação do papel (+9,4 pontos no estudo de Berkeley) e numa verificação contra o objetivo real da tarefa (+15,6 pontos). Precisão vem daí. Mais agentes só ajudam quando a tarefa tem a estrutura certa.
Como testar antes de montar a squad
O jeito de não errar com IA multiagente é medir antes de dividir. O processo que a gente segue cabe em cinco passos.
Passo 1: um agente, contexto completo
Monte a versão de um agente só com tudo o que ele precisa na frente: brief, exemplos aprovados, regras de voz, acesso às ferramentas. É a linha de base.
Passo 2: meça
Vinte tarefas reais, avaliadas com o critério que a gente descreveu em avaliação de agentes. Taxa de aprovação sem retrabalho, tempo, custo por entrega aprovada. Sem esse número, qualquer squad vai parecer melhor porque parece mais sofisticada.
Passo 3: identifique onde ele falha
Se a falha é de contexto (o agente não tinha a informação), o problema é de engenharia de contexto e mais agentes só pioram. Se a falha é de verificação (ele entregou errado e ninguém pegou), adicione um passo de verificação contra o objetivo, com ou sem segundo agente. Se a falha é de escopo (a tarefa tem partes independentes demais pra caber numa passada), aí sim a IA multiagente entra.
Passo 4: divida pelo motivo organizacional
Aplique os quatro critérios. Cada agente novo precisa de um papel escrito com precisão, um dono humano e o rastro completo do que recebe do anterior.
Passo 5: meça de novo e compare o custo
Repita as vinte tarefas. Compare acurácia e custo por entrega. Se o ganho de acurácia não paga o aumento de custo, volte pra um agente. O estudo da ServiceNow mostra 43% a mais de custo por 2,1 pontos. Na sua operação, faça a conta com o seu número.
Perguntas frequentes sobre IA multiagente
O que é IA multiagente?
É um sistema em que mais de um agente de IA divide uma tarefa: um planeja e distribui, outros executam partes, um consolida no fim. O caso clássico é o sistema de pesquisa da Anthropic, com um agente líder distribuindo buscas em paralelo pra subagentes. A IA multiagente é diferente de operar o marketing inteiro com dezenas de agentes com donos e ritmos próprios: aqui a pergunta é se uma tarefa única melhora quando é quebrada em vários agentes.
IA multiagente é mais precisa que um agente só?
Nem sempre, e a diferença vem diminuindo. No teste da ServiceNow com Mila e Universidade de Montreal, o sistema de dois agentes acertou 74,8% contra 72,7% do agente único com Sonnet 4.6, com custo 43% maior; com Opus 4.6 o ganho sumiu e no GitLab o multiagente foi pior. A conclusão dos autores: a sobrecarga de planejamento é contraproducente quando a tarefa é direta, e o benefício da IA multiagente diminui conforme os modelos melhoram.
Quanto custa a IA multiagente em relação a um agente só?
Segundo a própria Anthropic, um agente gasta cerca de 4 vezes mais tokens que uma conversa de chat, e a IA multiagente gasta cerca de 15 vezes mais. No BrowseComp, o uso de tokens explicou sozinho 80% da variância de desempenho: boa parte do ganho vem de gastar mais. Se a tarefa não tem partes independentes de verdade, o ganho de 90% do caso de pesquisa não se transfere e o custo de 15 vezes fica.
Por que a IA multiagente falha?
A IA multiagente falha por desenho e coordenação, não por modelo. O estudo da UC Berkeley (MAST) anotou mais de 1.600 execuções em 7 frameworks e achou taxa de falha entre 41% e 86,7%. Somando desenho do sistema (41,8%) e desalinhamento entre agentes (36,9%), 78,7% das falhas nascem antes do primeiro token: papel mal escrito, agente que segue suposição errada em vez de perguntar, informação que não chega. Cada agente a mais é uma fronteira nova onde a informação pode se perder.
Quando a IA multiagente compensa de verdade?
Em três cenários a IA multiagente compensa: partes independentes de verdade (pesquisa em vinte fontes, leitura de três plataformas com permissões diferentes), exploração longa antes de agir (sistemas com muita dependência entre registros, como o ERPNext, onde o planner-executor ganhou 6,8 pontos) e restrições demais pra caber numa cabeça só (planejamento de viagem com orçamento, datas e preferências, onde um sistema colaborativo acertou 42,68% contra 2,92% do modelo sozinho).
Como saber se meu trabalho precisa de IA multiagente?
Pelo motivo organizacional, não pela precisão. O trabalho vira mais de um agente quando existe responsabilidade distinta (donos diferentes pro erro de cada parte), revisão entre etapas (um gate humano entre rascunho e publicação), permissão e ferramenta diferentes (quem lê o CRM não precisa da chave do Instagram) ou paralelismo de verdade. Sem nenhum dos quatro, um agente só com contexto completo e verificação contra o objetivo entrega melhor e mais barato.
Como testar IA multiagente antes de montar a squad?
Monte primeiro a versão de um agente com contexto completo e meça vinte tarefas reais: aprovação sem retrabalho, tempo, custo por entrega aprovada. Identifique onde ele falha: se é contexto, mais agentes pioram; se é verificação, adicione um passo contra o objetivo; se é escopo com partes independentes demais, aí a IA multiagente entra. Divida pelo motivo organizacional, meça de novo e compare custo. Se o ganho de acurácia não paga o aumento de custo, volte pra um agente.
O que a gente leva desse dado
IA multiagente virou sinônimo de sofisticação, e sofisticação vende. Só que os dados de 2025 e 2026 apontam pra outra direção: em tarefa sequencial, com uma peça no fim, um agente bem montado empata ou ganha do sistema multiagente e custa menos. A divisão compensa quando a tarefa é paralela de verdade, quando exige exploração longa ou quando as restrições estouram o que um agente segura. E, na operação, quando existe um motivo organizacional: dono diferente, gate de aprovação, permissão distinta, tempo.
É assim que a gente monta equipes operacionais de IA pros clientes: por responsabilidade, com gate humano onde a marca está em jogo e um agente só onde um agente só resolve. Se você quer saber quantos agentes a sua operação precisa de verdade (a resposta costuma ser menos do que você imagina), fale com a gente. O diagnóstico começa contando onde o trabalho hoje se perde na passagem de bastão.