Mercado · IA na prática
A Perplexity põe agentes de modelos diferentes para conferir o trabalho um do outro
O Multiagent, novo nível de esforço do Computer da Perplexity, divide uma tarefa entre até 16 agentes em modelos de laboratórios diferentes, que trocam achados e conferem o trabalho entre si. Os exemplos vêm de finanças.
O que as fontes registram
O Computer, plataforma de agentes da Perplexity, ganhou um novo nível de esforço, o Multiagent, acima do Ultra. No Ultra, um agente líder planeja a tarefa e delega partes para agentes de apoio, que respondem só a ele. No Multiagent, os agentes de apoio falam entre si: um usa a evidência que o outro achou, questiona uma premissa ou aponta uma divergência para investigar melhor. No fim, o líder junta tudo numa resposta só.
No time padrão, que mistura laboratórios, o Claude Fable 5.2 planeja e divide a tarefa entre agentes com Claude Opus 5.5, GPT 6.1 Sol e Gemini 4 Carbon, e a pessoa pode pedir outros modelos na própria consulta. O líder pode chamar até 16 agentes, que coordenam a edição de arquivos compartilhados. No exemplo da Perplexity, um agente muda as premissas de receita de um modelo financeiro e avisa outro para usar esses números no valuation.
A Perplexity lista casos de uso de uma equipe de finanças: cenários de projeção feitos em paralelo e comparados, leitura de relatório anual com notas explicativas cruzadas para apontar números inconsistentes ao auditor, diligência em data room com contratos e registros financeiros, e planejamento tributário de fim de ano para levar ao contador. O anúncio não traz número de ganho de precisão.
Minha leitura
Checagem cruzada entre modelos de laboratórios diferentes é um jeito prático de pegar premissa errada antes de ela chegar a uma projeção ou a uma diligência. Num trabalho com muita planilha e muito documento, o erro que custa caro costuma estar na premissa que ninguém conferiu.