As arquiteturas distribuídas e integração de agentes inteligentes
evolução, desafios e cenário atual dos MAS
DOI:
https://doi.org/10.5281/zenodo.19930775Palavras-chave:
Inteligência artificial, Automação de sistemas inteligentes, Arquitetura de sistemas multiagentes, Model Context Protocol – MCPResumo
O avanço recente da Inteligência Artificial (IA), especialmente dos modelos generativos, ampliou as aplicações de sistemas inteligentes em ambientes distribuídos. Nesse cenário, os Multi-Agent Systems (MAS) emergem como estratégia-chave para coordenar agentes autônomos em tarefas complexas. O presente artigo tem como objetivo principal apresentar o estado da arte dos MAS sob a ótica da Inteligência Artificial contemporânea, com especial ênfase na integração com LLMs e no papel emergente do protocolo MCP como elemento facilitador dessa articulação. A metodologia adotada é de caráter qualitativo, ancorada em revisão narrativa da literatura com levantamento sistemático de publicações em bases como Google Scholar e Scopus. Complementarmente, usou-se Excel para segmentação e análise crítica dos documentos. As conclusões desta investigação indicam que os MAS vêm se sofisticando frente à crescente complexidade dos ambientes distribuídos, especialmente com apoio de IA generativa. A integração com LLMs e o surgimento do MCP como protocolo de comunicação têm papel central nesse avanço. O MCP viabiliza interoperabilidade e decisões autônomas distribuídas, sendo promissor apesar de sua adoção inicial. Ainda há desafios, e pesquisas futuras devem avaliar sua eficácia em cenários mais diversos. Este estudo fornece uma base conceitual para o desenvolvimento técnico e ético dos MAS na era da IA.
Downloads
Referências
ADAMS, J. A. Multiagent systems: A modern approach to distributed artificial intelligence. AI Magazine, v. 22, n. 2, p. 105-105, 2001.
ANTHROPIC. Introducing the Model Context Protocol. [S. l.], 25 nov. 2024. Disponível em: https://www.anthropic.com/news/model-context-protocol. Acesso em: 25 abr. 2025.
BERDUCCI, L. et al. Learning adaptive safety for multi-agent systems. In: 2024 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2024. p. 2859-2865.
DU, H. et al. A survey on context-aware multi-agent systems: techniques, challenges and future directions. arXiv preprint arXiv:2402.01968, 2024.
FACCHINI, S. D. Decentralized Autonomous Organizations and Multi-agent Systems for Artificial Intelligence Applications and Data Analysis. In: Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence (IJCAI-22). 2022. p. 5851-5852.
GAL, K.; GROSZ, B. J. Multi-agent systems: Technical & ethical challenges of functioning in a mixed group. Daedalus, v. 151, n. 2, p. 114-126, 2022.
GEIPING, J. et al. Scaling up Test-Time Compute with Latent Reasoning: A Recurrent Depth Approach. arXiv preprint arXiv:2502.05171, 2025.
ISLAM, S. O. ul. ; LAUSCHER, A. ; GLAVAS, G. How Much Do LLMs Hallucinate across Languages? On Multilingual Estimation of LLM Hallucination in the Wild. arXiv preprint arXiv:2502.12769, 2025.
JIN, D. et al. Tackling Challenges of Robustness Measures for Autonomous Agent Collaboration in Open Multi-Agent Systems. In: Proceedings of the 55th Hawaii International Conference on System Sciences. p. 7585-7594, 2022.
LINDEMANN, L.; DIMAROGONAS, D. V. Control barrier functions for multi-agent systems under conflicting local signal temporal logic tasks. IEEE control systems letters, v. 3, n. 3, p. 757-762, 2019.
LIU, J. Multi-Agent Systems: Studying Coordination and Cooperation Mechanisms in Multi-Agent Systems to Achieve Collective Goals Efficiently. Journal of Artificial Intelligence Research. The Science Brigade (Publishing) Group, v. 4, n. 1, 2024.
MOHARIR, M.; MAHALAKSHMI, A. S.; KUMAR, G. P. Autonomous Agents—Beginnings, Innings and Where We Are Headed. Recent Advances in Computational Intelligence, p. 255-261, 2019.
PENSERINI, L. et al. From stakeholder intentions to software agent implementations. In: Advanced Information Systems Engineering: 18th International Conference, CAiSE 2006, Luxembourg, Luxembourg, June 5-9, 2006. Proceedings 18. Springer Berlin Heidelberg, 2006. p. 465-479.
SHAMSHIRBAND, S. et al. An appraisal and design of a multi-agent system based cooperative wireless intrusion detection computational intelligence technique. Engineering Applications of Artificial Intelligence, v. 26, n. 9, p. 2105–2127, 2013.
SZEIDER, S. MCP-solver: Integrating language models with constraint programming systems. arXiv preprint arXiv:2501.00539, 2024.
WU, Y. et al. Multi-Agent Autonomous Driving Systems with Large Language Models: A Survey of Recent Advances. arXiv preprint arXiv:2502.16804, 2025.
Publicado
Como Citar
Edição
Seção
Copyright (c) 2026 Revista Processando o Saber

Este trabalho está licensiado sob uma licença Creative Commons Attribution 4.0 International License.
Os direitos autorais dos artigos publicados pertencem à Revista Processando o Saber e seguem o padrão Creative Commons (CC BY), que permite o remixe, adaptação e criação de obras derivadas do original, mesmo para fins comerciais. As novas obras devem conter menção ao(s) autor(es) nos créditos.















