Por Joel Zamboni, CEO e Fundador, Webera
Na Webera, construir agentes de IA para empresas revelou uma limitação fascinante: sistemas de IA nunca pensam a menos que sejam solicitados. Não importa quão sofisticado, todo LLM espera por entrada antes de “pensar”. Eles carecem da atividade mental contínua que impulsiona a criatividade e adaptação humanas.
Hoje, estamos disponibilizando em código aberto o InnerLoop - nossa arquitetura experimental explorando como dar aos sistemas de IA capacidades de pensamento autônomo.
A Questão de Pesquisa
E se a IA pudesse pensar por si mesma? Não consciência - algo mais prático: iniciativa autônoma.
Os modelos de linguagem atuais são sofisticados, mas fundamentalmente reativos. Eles são como consultores brilhantes que nunca falam a menos que sejam feitas perguntas diretas e nunca têm pensamentos independentes entre reuniões.
Isso limita seu potencial como parceiros de negócios. Eles podem executar tarefas com expertise, mas não sugerirão melhorias proativamente, não notarão padrões emergentes ou adaptarão estratégias sem direção explícita.
Nossa Abordagem Experimental: Arquitetura de Três Agentes
O InnerLoop explora um sistema tri-agente que simula aspectos da cognição interna humana:
O Agente Experienciador
O principal tomador de decisões que processa informações e interage externamente - a interface “consciente” do sistema.
O Gerador de Fluxo
Produz continuamente pensamentos contextuais, associações e ideias em segundo plano - similar ao diálogo mental humano.
O Diretor de Atenção
Filtra e prioriza quais entradas externas ou pensamentos internos merecem a atenção do Experienciador.
Todos os três agentes compartilham a mesma identidade e memória, mas servem funções cognitivas distintas. Os primeiros resultados mostram que o sistema pode gerar insights espontâneos, fazer observações não solicitadas e manter processamento contínuo em segundo plano.
Capacidades Atuais e Limitações
O que alcançamos:
- Geração autônoma de pensamentos a cada ~20 segundos
- Associações contextuais e recuperação de memória
- Filtragem de atenção baseada em prioridade
- Comentários e perguntas espontâneas
Limitações atuais:
- Estágio inicial de prova de conceito
- A qualidade do pensamento varia significativamente
- Ainda sem aprendizado ou adaptação de longo prazo
- Validação limitada para aplicação empresarial
O que estamos explorando:
- Como medir “iniciativa” genuína vs. correspondência sofisticada de padrões
- Equilíbrio ideal entre aleatoriedade e relevância na geração de pensamentos
- Integração do pensamento autônomo com tarefas práticas de negócios
Fundação Técnica
Nossa implementação usa ferramentas acessíveis e de código aberto:
- Ollama com modelos Gemma/Llama para desenvolvimento local
- ChromaDB para memória compartilhada e busca semântica
- Python asyncio puro para coordenação de agentes
- Prompts configuráveis armazenados como arquivos markdown
Isso torna a pesquisa reproduzível e econômica para experimentação.
Por Que Disponibilizar Esta Pesquisa em Código Aberto?
Acreditamos que arquiteturas de IA revolucionárias devem ser exploradas colaborativamente. O InnerLoop levanta questões fascinantes:
- Podemos criar IA que genuinamente toma iniciativa em vez de apenas responder inteligentemente?
- O que “pensamento autônomo” realmente significa em um contexto de IA?
- Como medimos e validamos agência genuína?
Ao disponibilizar nosso trabalho inicial em código aberto, convidamos a comunidade de pesquisa a experimentar, criticar e construir sobre essas ideias.
Roteiro de Pesquisa
Fase 1 (Atual): Loops básicos de pensamento autônomo
- ✅ Coordenação de três agentes funcionando
- ✅ Geração espontânea de pensamentos
- 🔄 Melhorando relevância e qualidade dos pensamentos
Fase 2: Integração e aprendizado aprimorados
- Mecanismos de consolidação de memória
- Melhores algoritmos de atenção e prioridade
- Adaptação de comportamento de longo prazo
Fase 3: Aplicações práticas
- Integração com tarefas empresariais
- Formação e busca de objetivos
- Padrões de colaboração multi-agente
Junte-se à Nossa Pesquisa
O InnerLoop representa exploração inicial em autonomia de IA. Não estamos afirmando ter resolvido agência em IA - estamos investigando como ela poderia ser.
Para pesquisadores: O código fornece uma base para experimentar com sistemas autônomos multi-agente.
Para empresas: Embora não esteja pronto para produção, o InnerLoop demonstra capacidades futuras potenciais que valem a pena acompanhar.
Para os curiosos: Acompanhe enquanto exploramos se a IA pode desenvolver iniciativa genuína.
Explore a pesquisa: Repositório GitHub
Acompanhe o progresso: Atualizações de pesquisa e resultados experimentais
Contribua: Recebemos ideias, implementações e críticas
O InnerLoop é desenvolvido pela Webera como parte de nosso compromisso em avançar a pesquisa em IA ao lado de aplicações práticas de negócios. Fundada por Joel Zamboni, a Webera explora arquiteturas de IA de ponta enquanto atende clientes empresariais.
Contato: hello@webera.com | Saiba mais: webera.com
