📡 Comunicacao entre Agentes

Um swarm sem comunicacao eficaz e apenas um grupo de agentes independentes trabalhando no escuro. Imagine uma equipe de cirurgia onde o anestesista nao fala com o cirurgiao, ou uma orquestra onde cada musico toca no seu proprio tempo. O resultado seria catastrofico. Em sistemas multiagentes, a comunicacao e o tecido conectivo que transforma agentes isolados em uma equipe coordenada capaz de resolver problemas complexos.

Sem mecanismos de comunicacao bem definidos, agentes caem em tres armadilhas classicas: duplicacao de trabalho (dois agentes fazendo a mesma coisa), conflitos de escrita (dois agentes editando o mesmo arquivo simultaneamente) e inconsistencia de estado (um agente tomando decisoes baseadas em informacoes desatualizadas). Cada uma dessas falhas pode comprometer todo o swarm, e a solucao passa por protocolos claros de coordenacao e sincronizacao.

O handoff e o mecanismo mais simples e eficaz de comunicacao entre agentes. Funciona como uma corrida de revezamento: um agente completa sua etapa, empacota o resultado e transfere o controle para o proximo agente da cadeia. O agente que recebe o bastao herda todo o contexto necessario para continuar o trabalho — sem precisar "perguntar" o que aconteceu antes.

O framework OpenAI Swarm popularizou este padrao com sua funcao transfer_to_agent(). Quando um agente de triagem identifica que o usuario precisa de suporte tecnico, ele chama transfer_to_tech_support(), e o controle da conversa passa imediatamente para o agente especializado. As context variables — um dicionario compartilhado — permitem que o agente receptor acesse informacoes como nome do usuario, historico de compras ou codigo do erro, sem que nada se perca na transicao.

Enquanto handoffs funcionam bem para pipelines sequenciais, swarms mais complexos precisam de um mecanismo mais robusto: o estado compartilhado. Em vez de passar informacoes diretamente de agente para agente, todos os agentes leem e escrevem em um repositorio central de estado — como um quadro branco compartilhado que toda a equipe pode consultar e atualizar a qualquer momento.

Na pratica, o estado compartilhado frequentemente vive no sistema de arquivos. O opencode-swarm usa um diretorio .swarm/ que funciona como uma maquina de estados persistente. Dentro dele, arquivos como plan.md registram o plano de execucao, evidence.md guarda descobertas dos agentes exploradores, e state.json rastreia em que etapa cada tarefa esta. Quando o Coder precisa saber o que o Architect decidiu, ele simplesmente le o plano. Quando o Reviewer termina, ele atualiza o estado da tarefa para "reviewed".

Quando multiplos agentes trabalham em paralelo, o risco de conflitos de escrita e real e perigoso. Imagine dois agentes editando o mesmo arquivo ao mesmo tempo: o Agente A adiciona uma funcao na linha 50, enquanto o Agente B refatora a linha 48. Quando ambos tentam salvar, um dos trabalhos e sobrescrito. Esse problema classico de sistemas distribuidos — conhecido como race condition — exige solucoes arquiteturais especificas.

O oh-my-openagent resolve isso com o conceito de zonas seguras (safe zones). Cada agente recebe uma area exclusiva de trabalho — arquivos ou diretorios especificos onde apenas ele pode escrever. Adicionalmente, o sistema usa um mecanismo engenhoso de hash unico por linha: cada linha editada recebe um identificador que permite detectar e resolver conflitos automaticamente quando dois agentes tocam regioes proximas do mesmo arquivo.

Ate recentemente, cada framework de agentes inventava sua propria forma de comunicacao — criando silos incompativeis. Em 2025-2026, tres protocolos emergentes comecaram a padronizar como agentes se comunicam, acessam ferramentas e interoperam entre plataformas diferentes. Juntos, eles formam a infraestrutura de comunicacao da era agentica, e entende-los e fundamental para construir swarms que nao fiquem presos a um unico ecossistema.

Os tres protocolos resolvem problemas complementares: o MCP (Model Context Protocol) da Anthropic padroniza como agentes acessam ferramentas e dados externos. O A2A (Agent-to-Agent) do Google padroniza como agentes de diferentes plataformas se comunicam diretamente. E o ACP (Agent Communication Protocol) da IBM padroniza dialogos estruturados entre agentes com contratos formais. Nenhum deles substitui os outros — eles se complementam em camadas diferentes do stack de comunicacao.

A comunicacao nao e apenas "para frente" — a capacidade de um swarm dar feedback para tras e se autocorrigir e o que separa sistemas amadores de sistemas de producao. Em um pipeline rigido, se o Coder produz codigo com bug, o Tester detecta a falha mas nao tem como pedir uma correcao — o resultado ruim simplesmente e entregue. Em um swarm com feedback loop, o Tester envia o resultado de volta ao Coder com instrucoes especificas de correcao, e o ciclo se repete ate atingir o padrao de qualidade.

O padrao maker-checker e a implementacao mais comum: um agente "faz" (maker) e outro "verifica" (checker). Se a verificacao falha, o resultado volta ao maker com feedback detalhado. Este loop pode ter limites configurados (maximo de 3 tentativas, por exemplo) para evitar loops infinitos. No opencode-swarm, os quality gates automatizam este processo com 6 verificacoes sequenciais — se qualquer gate falha, o agente responsavel recebe feedback especifico e tenta novamente.