AI Agents: A Revolução Autônoma Chegou!

Quando falamos de AI Agents, é normal nos depararmos com explicações complicadas, cheias de termos técnicos e pouca clareza prática. Como alguém cansado de enrolação e focado em ensinar de forma direta e acessível, vou te mostrar, sem mistério, o que são, como funcionam e por que os AI Agents estão moldando o futuro.

Tópicos abordados neste artigo:

🚀 Introdução: A Nova Era dos AI Agents
⏳ Linha do Tempo da Evolução da IA: De Onde Viemos?
📊 Classificação OpenAI: Em Que Nível Estamos?
🧩 Tokens: Os Blocos de Construção da IA
⚙️ Como Funcionam os AI Agents: O Ciclo da Inteligência
🎭 Tipos de Agentes de IA & Suas Diferenças
🛠️ Aplicações Práticas dos AI Agents
⚠️ Desafios e Riscos: Navegando com Cuidado
🔮 Futuro dos AI Agents: O Que Vem Por Aí
🧠 Conclusão: Preparado Para a Era dos Agentes?

1. 🚀 Introdução: A Nova Era dos AI Agents

Vivemos tempos incríveis, não acha? A tecnologia não para de nos surpreender, e agora estamos entrando em uma nova fase que promete mudar tudo de novo: a era dos AI Agents, ou Agentes de Inteligência Artificial. Eles são a linha de frente do que chamamos de Revolução Autônoma.

Se a Revolução Industrial nos deu máquinas a vapor para potencializar o trabalho físico e a Revolução Digital conectou o mundo com computadores e a internet, a Revolução Autônoma vai um passo além. Estamos delegando tarefas complexas para sistemas que não apenas executam, mas pensam, aprendem e agem por conta própria.

Os AI Agents são diferentes. Eles não são apenas ferramentas passivas que esperam comandos. São entidades de software que percebem o ambiente ao seu redor, tomam decisões inteligentes e realizam ações para alcançar objetivos específicos. Pense neles como assistentes proativos, capazes de gerenciar desde tarefas simples até fluxos de trabalho complexos.

Essa capacidade de autonomia está transformando nosso trabalho e nosso dia a dia de maneiras que mal começamos a entender. Desde otimizar processos em empresas até gerenciar nossa agenda pessoal, os AI Agents estão se tornando parceiros indispensáveis na era digital.

Neste artigo, vamos desbravar juntos o universo fascinante dos AI Agents. Vamos entender o que são, como funcionam, onde já estão sendo usados e o que esperar dessa tecnologia que está moldando o futuro. Preparado para mergulhar nessa jornada?

E se você quiser ir ainda mais fundo e colocar a mão na massa, fica a dica: eventos como a Community Week: AI Agents são ótimas oportunidades para se conectar com experts e aprender na prática. Fique ligado em iniciativas assim para não perder o bonde da inovação! (Saiba mais sobre eventos como este aqui: https://c.dio.me/cw2-article).

2. ⏳ Linha do Tempo da Evolução da IA: De Onde Viemos?

Para entender para onde vamos com os AI Agents, é legal dar uma olhada rápida no retrovisor. A Inteligência Artificial não surgiu do nada, ela tem uma história de evolução bem interessante, marcada por diferentes "níveis" de inteligência.

ANI (Artificial Narrow Intelligence): Essa é a IA que já convivemos há um tempo. São sistemas focados em tarefas específicas. Pense na Siri respondendo suas perguntas, no algoritmo da Netflix recomendando filmes ou em um software de reconhecimento facial. Eles são ótimos no que fazem, mas não vão além disso.
AGI (Artificial General Intelligence): Aqui o papo fica mais sério. A AGI é a busca por uma IA com inteligência comparável à humana, capaz de aprender, raciocinar e se adaptar a qualquer tarefa intelectual que um humano possa fazer. Ainda estamos caminhando para isso, é um campo ativo de pesquisa e desenvolvimento.
ASI (Artificial Superintelligence): Esse é o horizonte mais distante (e um pouco assustador para alguns!). A ASI seria uma IA com intelecto muito superior ao dos humanos mais brilhantes em praticamente todas as áreas. Por enquanto, é mais um conceito teórico.

E onde entram os AI Agents nessa história? Eles representam um passo crucial na evolução, funcionando como uma ponte entre a ANI e a AGI. Eles pegam a especialização da ANI e adicionam camadas importantes de autonomia e aprendizado contínuo, permitindo que realizem tarefas mais complexas e se adaptem ao ambiente sem precisar de instruções a cada passo. É a IA começando a agir por conta própria!

3. 📊 Classificação OpenAI: Em Que Nível Estamos?

Nível Descrição Level 1 Chatbots, IA com linguagem conversacional Level 2 Raciocinadores, solução de problemas em nível humano Level 3 Agentes, sistemas que podem tomar ações Level 4 Inovadores, IA que pode ajudar na invenção Level 5 Organizações, IA que pode fazer o trabalho de uma organização A OpenAI, uma das principais organizações de pesquisa em IA do mundo, criou uma escala interessante para medir o progresso da inteligência artificial. Essa classificação nos ajuda a entender onde os AI Agents se encaixam no grande esquema da evolução tecnológica.

Vamos dar uma olhada nos cinco níveis dessa escala:

Nível 1 – Chatbots: São sistemas que conseguem conversar, responder perguntas e fornecer informações, mas não têm capacidade de agir no mundo real. Eles são reativos, esperando sempre um comando para então responder. Pense nos assistentes virtuais básicos ou nos chatbots de atendimento ao cliente.
Nível 2 – Raciocinadores: Aqui temos sistemas que vão além da conversa simples. Eles conseguem resolver problemas complexos seguindo instruções, fazer análises mais profundas e oferecer soluções elaboradas. Porém, ainda precisam que alguém diga o que fazer.
Nível 3 – Agentes: É aqui que a mágica acontece! Os AI Agents se encaixam neste nível. Eles não apenas entendem e raciocinam, mas executam ações autonomamente. Podem tomar decisões, realizar tarefas e interagir com outros sistemas sem supervisão constante. É quando a IA deixa de ser uma ferramenta passiva e se torna um participante ativo.
Nível 4 – Inovadores: Neste nível, os sistemas não apenas executam tarefas, mas criam soluções novas e originais. São capazes de inovar, desenvolver ideias próprias e auxiliar em processos criativos de maneira significativa.
Nível 5 – Organizadores: O nível mais avançado, onde sistemas gerenciam operações inteiras, coordenam outros sistemas de IA e tomam decisões estratégicas de alto nível. Seria algo como ter um CEO virtual gerenciando uma empresa.

O que torna o Nível 3 tão revolucionário é justamente essa transição da passividade para a proatividade. Os AI Agents não ficam apenas esperando comandos – eles observam, planejam e agem. É como ter um assistente que não só responde quando você pergunta, mas que percebe que você está com a agenda lotada e já reorganiza seus compromissos, ou que nota um problema no sistema e já inicia o processo de solução.

Estamos vivendo o momento em que a IA começa a dar seus primeiros passos sozinha, e isso abre um universo de possibilidades!

4. 🧩 O Que São Tokens: Os Blocos de Construção da IA

Você já deve ter ouvido falar de tokens no contexto de Inteligência Artificial, especialmente com os Modelos de Linguagem Grandes (LLMs) que dão poder a muitos AI Agents. Mas o que são eles, afinal?

De forma bem direta, tokens são as unidades básicas que a IA usa para processar e entender texto. Pense neles como os "tijolinhos" da linguagem para a máquina. Um token pode ser uma palavra inteira, parte de uma palavra, um caractere ou até um sinal de pontuação.

Vamos a um exemplo prático: a frase "Oi, tudo bem?" pode ser dividida em 4 tokens: "Oi", ",", "tudo", "bem?". A forma exata como o texto é dividido depende do "tokenizador" específico usado pelo modelo de IA.

Por que isso é importante? A quantidade de tokens que um modelo consegue processar de uma vez (sua "janela de contexto") define o quanto de informação ele pode considerar para gerar uma resposta ou tomar uma decisão. Mais tokens significam mais contexto, o que geralmente leva a resultados melhores e mais coerentes.

No entanto, processar mais tokens também exige mais poder computacional e custa mais caro. Por isso, existe sempre um equilíbrio a ser encontrado. Os AI Agents precisam usar tokens de forma eficiente para analisar as informações que recebem (percepção) e decidir quais ações tomar, otimizando tanto a qualidade da resposta quanto o uso de recursos.

5. 🤖 Agentes de IA: Definição e Aplicações Práticas

Beleza, já falamos da evolução da IA, dos níveis e até dos tokens. Mas afinal, o que define um AI Agent? Vamos direto ao ponto!

Um AI Agent é um sistema de software que:

Percebe seu ambiente: Ele coleta informações usando sensores, APIs ou outras fontes de dados.
Decide o que fazer: Com base nos dados percebidos e em seus objetivos, ele raciocina e escolhe a melhor ação.
Age de forma autônoma: Ele executa a ação escolhida para atingir suas metas, sem precisar de um humano dando ordens a cada passo.

As características que realmente diferenciam os AI Agents são:

Autonomia: Eles operam com independência, tomando decisões e agindo por conta própria.
Encadeamento (Chaining): Conseguem realizar sequências complexas de ações para completar tarefas maiores. Não é só uma ação isolada, mas um fluxo de trabalho.
Aprendizagem: Eles aprendem com as interações e resultados, melhorando seu desempenho ao longo do tempo. É a IA ficando mais esperta a cada dia!

Isso pode parecer coisa de filme, mas os AI Agents já estão por aí, transformando diversas áreas. Olha só alguns exemplos práticos:

Atendimento ao Cliente 🛒: Agentes que resolvem dúvidas complexas, processam pedidos ou reclamações automaticamente, 24/7. Empresas como a Zendesk já usam agentes para ir além dos chatbots básicos.
Manutenção Preditiva 🏭: Agentes que monitoram equipamentos industriais, analisam dados de sensores e preveem falhas antes que aconteçam, agendando a manutenção proativamente. Soluções como o IBM Maximo fazem isso.
Logística e Transporte 🚚: Agentes que otimizam rotas de entrega em tempo real, considerando tráfego, clima e prioridades, como visto em plataformas como Uber Freight.
Trading Financeiro 💹: Agentes que analisam o mercado financeiro, identificam oportunidades e executam negociações de compra e venda de ativos em milissegundos, como os usados em plataformas como QuantConnect.

Esses são só alguns exemplos! Os AI Agents estão mostrando que a automação inteligente pode ir muito além de tarefas repetitivas, assumindo responsabilidades complexas e gerando valor real para os negócios e para as pessoas.

6. ⚙️ Como Funcionam os AI Agents: O Ciclo da Inteligência

Ok, já sabemos o que são e onde são usados, mas como os AI Agents realmente funcionam por baixo dos panos? A maioria deles opera seguindo um ciclo contínuo, quase como um ciclo de vida inteligente. Vamos descomplicar essas quatro etapas:

Percepção 👀: Tudo começa com o agente "sentindo" o mundo ao seu redor. Ele coleta dados do ambiente usando diversas fontes: sensores (em robôs ou IoT), APIs de outros softwares, bancos de dados, ou até mesmo lendo textos e imagens. É a fase de "abrir os olhos" para entender o contexto.
Processamento 🧠: Com os dados coletados, o agente precisa pensar. Ele analisa as informações, compara com seus objetivos e decide qual a melhor ação a ser tomada. Aqui entram em jogo algoritmos de IA, incluindo técnicas como RAG (Retrieval-Augmented Generation). O RAG ajuda os agentes baseados em LLMs a buscar informações atualizadas ou específicas em bases de dados externas antes de gerar uma resposta ou decisão, tornando-os mais precisos e menos propensos a "inventar" coisas (as famosas alucinações).
Ação ⚡: Depois de decidir, é hora de agir! O agente executa a tarefa escolhida. Isso pode ser qualquer coisa: enviar um e-mail, atualizar um banco de dados, mover um braço robótico, fazer uma compra online, ajustar as configurações de um sistema, etc. É a IA colocando a mão na massa.
Aprendizado 💡: O ciclo não termina na ação. O agente observa o resultado de suas ações e usa esse feedback para aprender e melhorar. Esse processo contínuo de coletar dados sobre o desempenho e usá-los para refinar futuras decisões é muitas vezes chamado de data flywheel. Quanto mais o agente age e aprende, melhor ele fica em atingir seus objetivos.

Esse ciclo Percepção → Processamento → Ação → Aprendizado é o que torna os AI Agents tão dinâmicos e adaptáveis. Eles não são programas estáticos; são sistemas que evoluem e se aprimoram constantemente enquanto interagem com o mundo.

7. 🎭 Tipos de Agentes de IA & Suas Diferenças

Nem todo AI Agent é igual! Existem diferentes tipos, cada um com suas próprias características e abordagens. Vamos conhecer os principais tipos e entender o que os diferencia de outras tecnologias de automação.

Tipos de Agentes de IA

Agentes Reativos 🔄: São os mais simples. Eles reagem diretamente ao ambiente, sem manter memória de ações passadas ou planejar o futuro. É como um robô aspirador que muda de direção quando encontra um obstáculo. Eles são eficientes para tarefas específicas em ambientes previsíveis.
Agentes Deliberativos 🧠: Estes são mais sofisticados. Eles mantêm um modelo interno do mundo e planejam suas ações com base em objetivos. Antes de agir, eles "pensam" sobre as possíveis consequências. Um assistente pessoal que planeja sua agenda considerando prioridades, tempo de deslocamento e preferências é um bom exemplo.
Agentes Híbridos 🔄+🧠: Como o nome sugere, combinam o melhor dos dois mundos. Eles podem reagir rapidamente quando necessário, mas também são capazes de planejar e raciocinar em situações mais complexas. Carros autônomos são um exemplo perfeito: reagem instantaneamente a um obstáculo repentino, mas também planejam rotas e estratégias de condução.

Diferenças em relação a outras tecnologias

Muita gente confunde AI Agents com outras tecnologias de automação. Vamos esclarecer as diferenças:

RPA (Robotic Process Automation): O RPA segue regras fixas e pré-definidas para automatizar tarefas repetitivas. É como um script que clica em botões e preenche formulários exatamente da mesma forma, todas as vezes. Diferente dos AI Agents, o RPA não aprende, não se adapta e não toma decisões baseadas em novos dados.
Scripts: São sequências de comandos programados para executar tarefas específicas. Eles são ainda mais limitados que o RPA, pois geralmente não têm nem mesmo capacidade de lidar com exceções básicas. Scripts fazem exatamente o que foram programados para fazer, nada mais.
Chatbots: Chatbots tradicionais são focados apenas em conversação. Eles podem responder perguntas e manter um diálogo, mas não realizam ações no mundo real além de comunicar. Os AI Agents, por outro lado, podem não apenas conversar, mas também executar tarefas concretas.

O que realmente diferencia os AI Agents dessas outras tecnologias é a combinação de autonomia e adaptabilidade. Eles não apenas seguem instruções, mas tomam iniciativa, aprendem com experiências e se ajustam a novas situações. É como comparar um GPS que só mostra o caminho (script/RPA) com um motorista autônomo que não só conhece a rota, mas também desvia de obstáculos, ajusta a velocidade conforme o trânsito e até sugere um caminho alternativo quando percebe um congestionamento (AI Agent).

8. ⚠️ Desafios e Riscos: Navegando com Cuidado

Toda tecnologia poderosa traz consigo desafios e riscos, e com os AI Agents não é diferente. Precisamos falar sobre eles para garantir um desenvolvimento responsável e seguro. Vamos abordar os principais pontos de atenção:

Desafios Técnicos e Éticos

Alucinações 🤪: Esse é um termo técnico para quando os agentes baseados em LLMs geram informações falsas ou imprecisas com confiança. Um agente que "alucina" pode tomar decisões baseadas em dados que não existem, o que pode ser problemático em contextos críticos como saúde ou finanças.
Viés Algorítmico 🔄: Os agentes aprendem com dados, e se esses dados contêm preconceitos ou tendências, o agente pode reproduzi-los. Por exemplo, um agente de recrutamento treinado com dados históricos enviesados pode perpetuar discriminação no processo seletivo.
Responsabilidade Algorítmica ⚖️: Quando um AI Agent toma uma decisão errada, quem é responsável? O desenvolvedor? A empresa que o implementou? O usuário? Essa questão legal e ética ainda está sendo debatida globalmente.
Segurança e Vulnerabilidades 🔒: Agentes mais autônomos podem ser alvos valiosos para ataques cibernéticos. Um invasor poderia potencialmente manipular o comportamento do agente ou extrair dados sensíveis.

Boas Práticas e Soluções

Felizmente, a comunidade de IA está trabalhando ativamente em soluções para esses desafios:

XAI (Explainable AI) 🔍: A IA Explicável busca tornar as decisões dos agentes mais transparentes e compreensíveis para humanos. Em vez de caixas-pretas, queremos agentes que possam explicar o "porquê" de suas ações.
Auditorias de IA 📋: Processos de verificação independentes que avaliam agentes quanto a viés, precisão e segurança antes de serem implementados em ambientes críticos.
Diversidade nos Dados de Treinamento 🌈: Usar conjuntos de dados mais diversos e representativos ajuda a reduzir vieses e criar agentes mais justos.
Governança de IA 📜: Estabelecer políticas, diretrizes e supervisão humana para garantir que os agentes operem dentro de limites éticos e seguros.

A chave para navegar esses desafios está no equilíbrio entre inovação e responsabilidade. Precisamos avançar com a tecnologia, mas sempre mantendo valores humanos como equidade, transparência e segurança no centro do desenvolvimento. Os AI Agents têm um potencial incrível, mas precisamos guiá-los na direção certa.

9. 🔮 Futuro dos AI Agents: O Que Vem Por Aí?

Se o presente dos AI Agents já é empolgante, o futuro promete ser ainda mais revolucionário! A tecnologia está evoluindo a passos largos, e podemos esperar agentes ainda mais inteligentes, capazes e integrados em nossas vidas. Vamos dar uma espiada no que vem por aí:

Agentes Autoevolutivos 🌱: Imagine agentes que não apenas aprendem com os dados, mas que conseguem melhorar seus próprios algoritmos e arquiteturas. Eles se tornariam cada vez mais eficientes e adaptáveis sem intervenção humana direta. É a IA aprendendo a aprender de forma autônoma!
Sistemas Multiagentes 🤝: Em vez de agentes trabalhando isoladamente, veremos redes de agentes colaborando para resolver problemas complexos. Um agente de logística poderia conversar com um agente de previsão do tempo e um agente de tráfego para otimizar uma entrega de forma muito mais sofisticada.
Avanços em XAI (IA Explicável) 💡: A demanda por transparência vai impulsionar o desenvolvimento de agentes que possam explicar suas decisões de forma clara e compreensível. Isso será crucial para construir confiança e garantir a responsabilidade, especialmente em áreas críticas.
Regulamentação e Ética 📜: À medida que os agentes se tornam mais poderosos, veremos um esforço maior para criar regulamentações que garantam seu uso ético e seguro. Governos e organizações trabalharão juntos para definir limites e responsabilidades.
Agentes Multimodais e Mais "Humanos"🗣️🖼️: Os agentes do futuro conseguirão processar e entender múltiplos tipos de dados simultaneamente (texto, voz, imagem, vídeo). A interação será mais natural, talvez até com capacidade de entender emoções e contextos sociais complexos.
Integração com No-Code/Low-Code 🛠️: A criação e personalização de agentes ficará mais acessível. Plataformas No-Code/Low-Code permitirão que até mesmo pessoas sem conhecimento profundo de programação configurem seus próprios agentes para tarefas específicas.

O futuro aponta para AI Agents mais autônomos, colaborativos, transparentes e profundamente integrados ao nosso dia a dia, funcionando como verdadeiros parceiros digitais em tarefas pessoais e profissionais. A jornada está só começando!

10. ✨ Temas Estratégicos para 2025: Fique de Olho!

O universo dos AI Agents está em constante ebulição! Para quem quer ficar por dentro e talvez até construir o futuro, é importante ficar de olho em algumas tecnologias e conceitos que prometem bombar até 2025. São peças-chave que vão impulsionar ainda mais o desenvolvimento e a capacidade desses agentes inteligentes:

LangChain ⛓️: Esse framework se tornou super popular para construir aplicações com LLMs, incluindo AI Agents complexos. Ele facilita o "encadeamento" de diferentes componentes (LLMs, bases de dados, ferramentas) para criar agentes que realizam tarefas em múltiplos passos. É como dar uma caixa de ferramentas poderosa para os desenvolvedores de agentes.
Edge AI 📱: Nem toda IA precisa rodar na nuvem. A Edge AI foca em levar o processamento de IA diretamente para os dispositivos locais (smartphones, sensores, carros). Para AI Agents, isso significa respostas mais rápidas, maior privacidade (os dados não precisam viajar tanto) e funcionamento mesmo sem conexão constante com a internet.
Redes Generativas (GANs, etc.) 🎨: Além dos LLMs focados em texto, as redes generativas que criam imagens, vídeos e outros tipos de conteúdo continuarão evoluindo. Isso permitirá AI Agents mais criativos e capazes de interagir e gerar informações em múltiplos formatos (multimodais).
Ollama 🦙: Ferramentas como Ollama estão democratizando o acesso a LLMs poderosos, permitindo que desenvolvedores rodem esses modelos localmente em suas próprias máquinas. Isso baixa a barreira de entrada para experimentar e construir AI Agents sem depender totalmente de APIs pagas na nuvem.
IA e Segurança Cibernética (AI & Security) 🛡️: À medida que os sistemas se tornam mais complexos, a segurança é crucial. Veremos um foco crescente no uso da própria IA para detectar e combater ameaças cibernéticas, protegendo tanto os AI Agents quanto os sistemas com os quais eles interagem. Ao mesmo tempo, haverá mais pesquisa sobre como proteger os próprios agentes contra ataques.

Ficar atento a esses temas é fundamental para entender as próximas ondas de inovação no campo dos AI Agents. São eles que definirão as novas capacidades e aplicações que veremos surgir em breve!

11. 🏁 Conclusão: Construa o Futuro com AI Agents!

Chegamos ao fim da nossa jornada pelo universo dos AI Agents, e que jornada incrível! Vimos como essas entidades inteligentes estão redefinindo a fronteira entre humanos e máquinas, transformando a maneira como trabalhamos, nos comunicamos e resolvemos problemas.

Os AI Agents representam muito mais que apenas uma evolução tecnológica – eles marcam uma mudança fundamental na nossa relação com a inteligência artificial. Não estamos mais falando de ferramentas passivas que esperam nossos comandos, mas de parceiros proativos que percebem, decidem e agem com crescente autonomia.

Das aplicações práticas que já estão transformando indústrias inteiras aos desafios éticos que precisamos enfrentar, os agentes de IA estão no centro de uma revolução que apenas começou. E o mais empolgante? Você pode fazer parte dela!

Este é o momento de não apenas acompanhar essa transformação, mas de construir e liderar o futuro. Seja desenvolvendo seus próprios agentes, implementando soluções inovadoras em sua empresa, ou simplesmente aprendendo a trabalhar lado a lado com essas novas inteligências, você tem a oportunidade de moldar como essa tecnologia vai impactar o mundo.

E se você quer dar o próximo passo nessa jornada, não perca a oportunidade de participar de eventos como a Community Week: AI Agents, onde você pode se conectar com especialistas, aprender técnicas avançadas e colocar a mão na massa para criar seus próprios agentes inteligentes. Confira mais detalhes em: https://c.dio.me/cw2-article.

O futuro dos AI Agents será escrito por pessoas curiosas, criativas e visionárias – pessoas como você! Então, o que você está esperando para mergulhar de cabeça nesse universo fascinante?

Deixe nos comentários suas ideias, dúvidas ou experiências com AI Agents. Vamos construir juntos essa nova era da inteligência artificial!

Referências

OpenAI. (2023). Classificação de Desenvolvimento de IA.
Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach.
MIT Technology Review. (2025). O Futuro dos Agentes de IA em 2025. (Adaptado de: https://mittechreview.com.br/futuro-agentes-ia-2025/)
Blog da Engenharia. (2025). O Futuro é Agora: Agentes de IA Dominam o Cenário Digital. (Adaptado de: https://blogdaengenharia.com/engenharia/o-futuro-e-agora-agentes-de-ia-dominam-o-cenario-digital/)
Pipefy. (2025). O futuro dos AI agents: o que esperar das próximas gerações? (Adaptado de: https://www.pipefy.com/pt-br/blog/futuro-ai-agents/)
Vanderley, M. A., & Barros, E. A. (2023). DESENVOLVIMENTO DE PLATAFORMAS DE ENSINO ATRAVÉS DE AGENTES INTELIGENTES. REASE. (Adaptado de: https://www.semanticscholar.org/paper/DESENVOLVIMENTO-DE-PLATAFORMAS-DE-ENSINO-ATRAVÉS-DE-Vanderley-Barros/2469930b2924f3a72b653b440b9ccede015628d4)
Colombo, J. A., & Goulart, I. B. (2019). Fintechs como agentes de inovação no setor financeiro nacional. (Adaptado de: https://www.semanticscholar.org/paper/Fintechs-como-agentes-de-inovação-no-setor-nacional-Colombo-Goulart/ac3a0bcb89b1221ba4f3d4eac1c62a66ce43748c)
Favaron, G. (2024). Como Criar Agentes de IA: Guia Passo a Passo. (Adaptado de: https://www.guilhermefavaron.com.br/post/como-criar-agentes-ia-guia-passo-a-passo)
Descomplicando Git: Branches e Merge: https://web.dio.me/articles/descomplicando-git-branches-e-merge-7b7e7be410e0?back=/articles