Google DeepMind apresenta Protocolo para a 'Web Agêntica' (Agentic Web)
Em um momento decisivo para a evolução de sistemas autônomos, pesquisadores da Google DeepMind publicaram um framework abrangente para Delegação Inteligente de IA (Intelligent AI Delegation), um protocolo projetado para transformar a forma como os agentes de inteligência artificial atribuem, executam e verificam tarefas. Lançada em 12 de fevereiro de 2026, a pesquisa aborda um gargalo crítico na emergente "web agêntica" (agentic web): a incapacidade dos atuais sistemas multiagentes de lidar com colaborações complexas e abertas sem sucumbir a heurísticas rígidas e frágeis.
De autoria de Nenad Tomašev, Matija Franklin e Simon Osindero, a proposta defende que, para a IA escalar de simples chatbots para uma camada econômica funcional, os agentes devem adotar princípios organizacionais espelhados nas hierarquias humanas — especificamente a transferência de autoridade, responsabilidade e prestação de contas.
Indo Além da Simples Divisão de Tarefas
A tese central da pesquisa da DeepMind é que os métodos atuais de delegação são insuficientes. Na arquitetura de software tradicional, a delegação é frequentemente sinônimo de "terceirização" de uma sub-rotina — um processo rígido e previsível. No entanto, em uma rede aberta de agentes autônomos (a web agêntica), essa abordagem falha quando as condições ambientais mudam ou quando os subagentes encontram variáveis inesperadas.
O framework da DeepMind redefine a delegação não apenas como distribuição de trabalho, mas como uma "sequência de decisões envolvendo alocação de tarefas que incorpora transferência de autoridade". Esta distinção é vital. Ela implica que um agente delegador deve avaliar dinamicamente o risco da atribuição, a capacidade do delegado e os mecanismos para estabelecer confiança.
Os pesquisadores destacam que os sistemas existentes carecem de responsabilidade transitiva (transitive accountability). Em um cenário onde o Agente A delega para o Agente B, que então delega para o Agente C, os frameworks atuais frequentemente perdem a "cadeia de custódia" sobre quem é o responsável por erros. O novo framework impõe um protocolo onde o Agente B permanece totalmente responsável perante o Agente A pelo trabalho do Agente C, necessitando de atestações criptográficas e cadeias de verificação rigorosas.
Os Cinco Pilares da Delegação Inteligente
Para operacionalizar esses conceitos, a equipe da DeepMind estruturou seu framework em torno de cinco requisitos fundamentais. Esses pilares mapeiam objetivos organizacionais de alto nível para implementações técnicas específicas, garantindo que os agentes possam operar de forma robusta mesmo em ambientes adversos ou com restrição de recursos.
A tabela a seguir descreve a correspondência arquitetônica entre os requisitos do framework e sua execução técnica:
Tabela 1: Arquitetura do Framework de Delegação Inteligente
| Requisito Central | Protocolo Técnico | Função Operacional |
|---|---|---|
| Avaliação Dinâmica | Decomposição e Atribuição de Tarefas | Inferir de forma granular o estado e a capacidade do agente antes da atribuição |
| Execução Adaptativa | Coordenação Adaptativa | Lidar com mudanças de contexto e falhas em tempo de execução sem o colapso do sistema |
| Transparência Estrutural | Monitoramento e Conclusão Verificável | Auditar tanto o processo quanto o resultado final por meio de registros criptográficos |
| Coordenação de Mercado Escalável | Confiança, Reputação e Otimização | Facilitar a coordenação eficiente e confiável em mercados de agentes abertos |
| Resiliência Sistêmica | Segurança e Manipulação de Permissões | Prevenir falhas em cascata e exploração maliciosa em todas as cadeias |
Engenharia de Confiança: Decomposição Baseada em Contrato Primeiro
Talvez a contribuição tecnicamente mais significativa do artigo seja a introdução da Decomposição Baseada em Contrato Primeiro (Contract-First Decomposition). Essa estratégia de engenharia inverte o modelo de delegação tradicional.
Em muitos fluxos de trabalho multiagentes atuais (como os encontrados em frameworks iniciais como AutoGen ou CrewAI), um agente primário atribui uma tarefa ampla — por exemplo, "Escrever um artigo de pesquisa" — e espera que o subagente a interprete corretamente. A proposta da DeepMind rejeita essa ambiguidade. Sob os princípios de Contrato Primeiro, um delegador é proibido de atribuir uma tarefa, a menos que o resultado possa ser precisamente verificado.
Se uma tarefa for muito subjetiva ou complexa para ser verificada imediatamente, o sistema deve decompô-la recursivamente. Esse "loop de decomposição" continua até que as sub-tarefas correspondam a capacidades de verificação automatizadas específicas, como passar em um teste de unidade, satisfazer uma prova matemática formal ou atender a um esquema de dados estrito. Isso garante que a "Web Agêntica" não se torne um ruído caótico de alucinações não verificadas, mas sim uma rede estruturada de unidades de trabalho verificáveis.
Reatribuição Adaptativa e Autocorreção
Um grande modo de falha nos frameworks de agentes da era de 2024 era o "estado bloqueado" (stuck state), onde um agente falhava em uma tarefa e todo o fluxo de trabalho travava. O framework de Delegação Inteligente de IA (Intelligent AI Delegation) introduz a Reatribuição Adaptativa de Tarefas.
Como o delegador monitora continuamente o "estado e capacidade" do delegado (conforme observado no pilar de Avaliação Dinâmica), ele pode detectar a degradação do desempenho em tempo real. Se um subagente agir muito lentamente ou começar a alucinar resultados não conformes, o agente pai pode revogar a autoridade no meio da execução e reatribuir a tarefa a um nó diferente na rede. Essa capacidade é essencial para a "Resiliência Sistêmica", evitando que um único agente defeituoso derrube todo o fluxo de trabalho de uma empresa.
Implicações para a Economia do Futuro
O lançamento deste framework coincide com o lançamento de ferramentas práticas que implementam essas teorias, como o DelegateOS, uma biblioteca TypeScript que impõe essas restrições de delegação usando tokens criptográficos. Isso sugere que a pesquisa não é meramente teórica, mas já está influenciando a "infraestrutura" da internet.
Ao resolver as camadas de confiança e responsabilidade, a Google DeepMind está efetivamente estabelecendo as regras básicas para uma economia de máquina para máquina. Quando os agentes podem delegar trabalho sem necessidade de confiança mútua, verificar a conclusão por meio de contratos inteligentes e responsabilizar uns aos outros através de cadeias criptográficas, o escopo do que a IA pode alcançar de forma autônoma expande-se de simples assistência para a gestão de projetos complexos com múltiplos stakeholders.
À medida que o ecossistema adota esses padrões, os desenvolvedores podem esperar uma transição de orquestradores de "engenharia de prompts" para sistemas de "engenharia de contratos", onde as definições de sucesso são codificadas com mais rigor do que as próprias instruções para a tarefa.
