Durante décadas, o desenvolvimento de software girou em torno de linguagens de programação como C++, Python, Java e muitas outras. Os sistemas de IA atuais como ChatGPT ou Claude seguem o mesmo paradigma: gerar código para automatizar tarefas.
Essa abordagem se assemelha colocar uma máquina a vapor em uma carruagem puxada por cavalos . A fonte de energia mudou, mas a arquitetura é a mesma.
LLMs podem gerar programas extremamente bem, mas a abstração fundamental da computação ainda é uma programa determinístico —uma sequência rígida de instruções escritas em uma linguagem de programação.
Argumentamos que esta abstração não sobreviverá à era da IA.
Como argumentamos abaixo, no futuro, as linguagens de programação desaparecerão completamente ou passarão para uma camada de nicho. Em vez de escrever programas, os humanos irão interagir com agentes que tem personalidades, memória, estratégias e objetivos que chamamos de TODOs .
Considere um exemplo simples.
Alice quer média do custo em dólar na Unicorn Corp comprando 1.000 ações ao longo de um mês. Uma solução tradicional pode ser um script Python:
- Cada dia o script executa uma negociação
- Compra uma pequena parcela do total de ações
Isso funciona perfeitamente até que a realidade intervenha.
Suponha que no meio do mês, um evento cisne negro ocorre: o fundador da Unicorn Corp morre repentinamente. A tese do investimento desmorona.
Mas o script Python de Alice continua comprando ações todos os dias . Ele continua executando o loop porque não consegue interpretar eventos ou reavaliar objetivos.
Agora compare isso com o caso em que Alice contrata um corretor humano .
A corretora também compra ações diariamente. Mas quando o fundador morre, a corretora interrompe a negociação e liga para Alice:
“A situação mudou. Devemos parar de comprar?”
Isto ilustra uma fraqueza fundamental dos programas tradicionais: eles são frágil, rígido e cego ao contexto .
Os agentes humanos operam de maneira muito diferente. Eles integram constantemente novas informações e ajustam o comportamento de acordo.
Estamos todos acostumados a executar programas e a lidar com sua rigidez e fragilidade. Não precisamos mais fazer isso
Em vez de escrever um script Python rígido, Alice poderia definir um PENDÊNCIA :
“Acumule cerca de 1.000 ações da Unicorn Corp ao longo de um mês de maneira sensata e consciente do risco.”
Esta descrição especifica um objetivo sensato não instruções.
Um agente operando sob este TODO iria:
- observar as condições do mercado
- lembre-se de negociações anteriores
- atualizar sua estratégia de forma dinâmica
- pausar ou reavaliar quando ocorrerem eventos importantes
O agente se comporta mais como um profissional humano do que um script determinístico.
TODOs, portanto, representam descrições de alto nível de metas não algoritmos explícitos.
Este paradigma também proporciona um nível de flexibilidade que os programas tradicionais lutam para alcançar.
Suponha que Alice inicie seu plano de investimento, mas dez dias depois do início do mês ela muda de ideia :
- Ela quer dobrar o número de ações comprado
- Ela também quer compre apenas nos dias em que o preço cai
Com um script Python, essa mudança se torna muito complicada.
Alice precisaria:
- Pare o programa em execução
- Modifique o código
- Certifique-se de que a nova lógica seja compatível com negociações anteriores já gravadas no banco de dados
- Reinicie o sistema com segurança
Com TODOs o processo é muito mais simples.
Alice simplesmente atualiza o TODO :
“Duplique o total de ações e compre apenas em caso de queda de preços.”
O agente continua em execução e internamente adapta sua estratégia mantendo a continuidade com ações anteriores.
É exatamente assim que se atualizariam as instruções dadas a um assistente humano.
Nessa estrutura, as abstrações centrais da computação mudam.
Em vez de programas escritos em linguagens de programação, os sistemas são construídos a partir de quatro componentes:
5.1 Personalidades
Estruturas comportamentais persistentes que definem como os agentes raciocinam, avaliam riscos e respondem aos eventos.
5.2 Memória
Registros estruturados de observações, ações e conhecimento aprendido.
5.3 Estratégias
Abordagens dinâmicas utilizadas pelo agente para cumprir objetivos.
5.4 TODOs
Descrições de alto nível de metas que orientam o comportamento.
Juntos, esses componentes criam sistemas que são adaptativo em vez de determinístico .
Esses elementos devem ser organizados hierarquicamente .
Os níveis mais baixos da hierarquia mudam rapidamente:
- ações individuais
- estratégias táticas
- observações de curto prazo
Níveis mais altos mudam muito mais lentamente:
- estratégias de longo prazo
- Objetivos TODO
- principais traços de personalidade
Essa estrutura reflete como funcionam as organizações humanas e a cognição.
| Camada | Exemplo | Taxa de mudança |
|---|---|---|
| Ações | Executar negociação | Segundos |
| Estratégia | Ajustar algoritmo de negociação | Dias |
| PENDÊNCIA | Objetivo de investimento | Semanas |
| Personalidade | Tolerância ao risco | Meses ou anos |
Quanto mais alto o nível na hierarquia, mais valiosa e estável a informação se torna .
7.1 Controlando o mais alto nível de hierarquia
Esta estrutura hierárquica introduz naturalmente um papel para sistemas blockchain .
Os humanos não podem supervisionar realisticamente todas as decisões tomadas por agentes autônomos. No entanto, eles podem controlar o camadas de maior valor da hierarquia .
Blockchain fornece a infraestrutura ideal para armazenar:
- TODOs de alto nível
- parâmetros de personalidade
- quadros estratégicos
- pontos de verificação de memória importantes
Blockchains oferecem propriedades que são particularmente valiosas neste contexto:
- imutabilidade
- transparência
- acesso compartilhado entre humanos e agentes de IA
Nesta arquitetura, o blockchain se torna um camada de comunicação entre humanos e agentes autônomos .
Os humanos modificam objetivos e restrições de alto nível, enquanto os agentes executam ações de nível inferior de forma autônoma.
7.2 Aplicação de regras.
O segundo lugar para o blockchain é impor regras para os agentes. A execução deve ser flexível, mas as regras devem ser rígidas.
Ironicamente, os contratos inteligentes escritos em Solidity podem ser um dos poucos lugares onde as linguagens de programação permanecerão como uma forma de os humanos estabelecerem regras rígidas às quais os agentes podem obedecer. Como os contratos inteligentes possuem pequenas quantidades de código, eles podem ser revisados por humanos sem a necessidade de IA. Por exemplo, um ser humano pode definir limites de gastos para seus agentes de IA usando um contrato inteligente em blockchain.
A transição de linguagens de programação para agentes representa uma mudança fundamental na forma como o software é construído.
Assim como as interfaces gráficas substituíram a computação de linha de comando para a maioria dos usuários, sistemas baseados em agentes podem eventualmente substituir a programação tradicional para muitas tarefas .
E quando isso acontecer, a unidade fundamental da computação não será mais um programa.
Será um agente autônomo com personalidade e propósito .
Fontesethresear
Leia Também:
Implementando grupos de privacidade no EBSI para privacidade e conformidade programável institucional – aplicativos
Como o CREATE2 evita o vazamento de depósitos iniciais em sistemas de privacidade – Privacidade
O caminho para a transação Post-Quantum Ethereum é pavimentado com Abstração de Conta (AA) – Criptografia