A maioria dos enxames de agentes entrega lixo com confiança. Este verifica o próprio trabalho, descarta o que falha e executa novamente até que cada número tenha uma fonte.
- 300 agentes paralelos
- 4.000 etapas por execução
- 5 feeds de dados ao vivo
- 3 passes de verificação para zero erros
O segredo sujo dos enxames de agentes é que mais agentes geralmente significam mais bobagens confiantes.
Aponte 300 agentes para um trabalho de pesquisa e eles certamente voltarão rápido. Eles também voltarão com números desatualizados, citações meio inventadas e três empresas que não existem. A velocidade nunca foi a parte difícil. A confiança era.
Então parei de tratar o enxame como a linha de chegada e o tornei uma etapa de um loop. Opus 4.8 planeja o trabalho e, mais importante, verifica. O enxame Kimi K2.6 executa. Então Opus verifica cada saída contra sua fonte, descarta o que falha e envia essas tarefas de volta para executar novamente. O loop só para quando nada falha.
Para testá-lo, dei ao loop um trabalho que pune alucinação mais do que qualquer coisa: analisar 100 empresas do mercado de VE e produzir um relatório de nível acadêmico com uma matriz de comparação, cada figura rastreada até uma fonte ao vivo.
Um enxame te dá velocidade. Um loop te dá velocidade que você pode realmente confiar. A diferença é a etapa de verificação, e isso muda tudo.
A peça que faltava
Por que enxames brutos não são confiáveis
Um enxame sem verificador tem exatamente uma configuração de qualidade: o que o pior agente produziu. Se 97 agentes acertam sua empresa e 3 alucinam silenciosamente um valor de receita, seu relatório final contém três minas terrestres e parece idêntico a um perfeito. Você não saberá quais três até que exploda em uma reunião.
É por isso que "apenas adicione mais agentes" atinge um platô. O volume escala a saída e a contagem de erros na mesma taxa. Mais mãos, mais erros, mesma falta de alguém verificando.
O loop corrige isso tornando a verificação um estágio de primeira classe com dentes reais. Opus 4.8 lê a saída de cada agente de volta contra a fonte ao vivo que ele afirmou usar. Um número que não corresponde é rejeitado. Uma citação que não resolve é rejeitada. Qualquer coisa rejeitada volta para a fila e executa novamente. Nada é enviado até que sobreviva à verificação.
O loop
Quatro estágios, executando até ficar limpo
Todo o sistema é um ciclo, não uma linha. Cada metade faz apenas o que faz de melhor, e o ciclo continua girando até que o estágio de verificação não tenha mais nada para rejeitar.
Esse quarto estágio é a ideia inteira. Um enxame normal executa as etapas 1 a 3 uma vez e entrega o resultado, erros e tudo. O loop se recusa a parar enquanto algo ainda estiver errado.
A execução
Observando o loop pegar seus próprios erros
Aqui está o prompt que dei ao Opus 4.8. Observe a lista de verificação no final. Essa lista é o que o estágio de verificação usa para rejeitar trabalho ruim depois, então é a parte mais importante de todo o prompt.
1# Função: planejar o trabalho, depois verificar cada resultado.23OBJETIVO: pesquisar 100 empresas do mercado de VE.4SAÍDA: matriz de comparação + relatório de pesquisa, cada5 figura rastreada até uma fonte ao vivo.67LISTA DE VERIFICAÇÃO POR EMPRESA (verificar contra isso):8- receita + margem obtidas de um feed ao vivo9- URL da fonte anexada e acessível10- figura corresponde à fonte dentro da tolerância11- nenhum campo deixado em branco1213# depois que o enxame executar, verifique TODAS as empresas.14# rejeite as que falharem. reenvie-as. repita.
Opus planejou 100 tarefas de pesquisa, uma por empresa, e as entregou ao enxame Kimi K2.6. A primeira passagem voltou em minutos. Então a parte interessante começou.
Na primeira passagem de verificação, Opus rejeitou 12 das 100 empresas. Algumas tinham um valor de receita que não correspondia ao feed citado. Duas citaram uma fonte que não resolveu. Uma deixou um campo de margem vazio. Nenhum desses erros teria sido óbvio no relatório final. Todos eles teriam sido errados.
Essas 12 voltaram para a fila com o motivo da rejeição anexado. Segunda passagem: 3 ainda falharam. Terceira passagem: zero. O loop parou sozinho, porque não havia mais nada para rejeitar.
Um enxame bruto teria enviado esses 12 erros e considerado feito. O loop pegou todos eles sem eu ler uma única linha.
Os cinco feeds ao vivo são por que a verificação pode ser rigorosa em vez de vaga. Cada figura no relatório aponta para Binance, Yahoo Finance, o Banco Mundial, o FMI ou o mercado de ações ao vivo. Quando Opus verifica, não está perguntando ao modelo se ele se sente confiante. Ele está verificando o número alegado contra o feed real. Essa é a diferença entre nível de pesquisa e som confiante.
O panorama geral
Este é outro momento DeepSeek
Recue da execução, porque o panorama estratégico é a verdadeira história.
Enquanto os laboratórios fechados enviam chatbots de agente único, um laboratório chinês aberto avaliado em $20B enviou o enxame que torna um loop como este possível. Seu modelo de pesos abertos, Kimi K2.6, atualmente está em #1 no ranking semanal do OpenRouter. Por uso, é o LLM mais usado do mundo agora.
E é mais forte exatamente onde a verificação mais importa:
- Finanças e consultoria. Gráficos profissionais, mapas de calor, análise de relatórios plurianuais, saída de nível McKinsey por padrão.
- Acadêmico e pesquisa. Renderização de fórmulas LaTeX, revisões de literatura com matrizes de comparação, citações que rastreiam até a fonte.
- Escala que quebra outras ferramentas. Mais de 200.000 palavras de contexto em uma única passagem, conjuntos de dados de 100 empresas, decks de 100 slides.
- Rastreabilidade. Cada ponto de dados vincula a uma fonte clicável. Nível de pesquisa é o padrão, não uma configuração.
Execute você mesmo
O loop, do início ao fim
Você não precisa de um laboratório. Você precisa das duas metades ligadas em um ciclo e de uma lista de verificação rigorosa o suficiente para verificar.
1{2 "pass": 1,3 "checked": 100,4 "passed": 88,5 "rejected": [6 { "company":"co_041", "reason":"receita != fonte" },7 { "company":"co_067", "reason":"citação 404" },8 { "company":"co_092", "reason":"margem vazia" }9 ],10 "action": "reenfileirar rejeitados -> enxame"11}
A diferença em um quadro
Enxame bruto
❌ Executa uma vez, entrega o resultado
❌ Erros ocultos são enviados com o relatório
❌ Qualidade igual ao pior agente
❌ Você audita cada linha manualmente
❌ Números confiantes e não verificáveis
Loop auto-verificador
✔️ Executa até que a passagem de verificação esteja limpa
✔️ Falhas capturadas e reexecutadas automaticamente
✔️ Qualidade igual à lista de verificação
✔️ Você não audita nada, o loop fez isso
✔️ Cada figura rastreada até uma fonte ao vivo
Um enxame te dá velocidade. Um loop te dá velocidade em que você pode confiar.
Era do agente único está se fechando, mas a era do enxame tem um problema que ninguém menciona: volume sem verificação são apenas erros mais rápidos. As pessoas que vencerão a próxima não estão executando o maior número de agentes. Estão executando aqueles que verificam seu próprio trabalho.
