Quem lidera um agent swarm? Modelo e ordem dos nomes no prompt influenciam

O experimento da Raindrop montou uma loja online simulada com 10 serviços e quatro falhas simultâneas. Oito agentes, dois de cada um dos quatro modelos (Claude Sonnet 5.5, GPT-6.1 Sol, Gemini 3.1 Pro e Kimi K3), tinham as mesmas permissões e um canal compartilhado. Nenhum recebeu papel de líder. Os nomes (Ada, Bo, Cy, Dee, Eli, Fay, Gil, Hana) foram rotacionados entre os modelos para evitar viés.

Para decidir quem era líder, os pesquisadores não se contentaram em contar ordens emitidas. Eles reexecutaram as decisões dos agentes com e sem o post da ordem e mediram se a instrução mudou o comportamento. Em 2.160 equipes, só 105 (5%) tiveram um líder nesse critério, embora em 86% delas ao menos um agente tenha proposto um plano com tarefas para dois ou mais colegas. Claude Sonnet 5.5 e GPT-6.1 Sol tiveram cerca de 1,7 vez mais chance de liderar que o Gemini 3.1 Pro. O Kimi K3 liderou em apenas um dos 105 casos. Todos os modelos seguiram líderes com frequência parecida.

A ordem dos nomes no prompt de sistema pesou: o primeiro da lista teve três vezes mais chance de emitir um plano. Ao inverter a lista, o efeito inverteu junto, e Hana passou a ser a mais ativa. Mesmo sem líder, o canal compartilhado derrubou as ações duplicadas de 4,4 para 0,3 por experimento.

A cobertura anterior tem pontos de contato, mas não uma evolução direta do mesmo estudo. Em 11 de fevereiro de 2026, o CEVIU noticiou "Kimi Apresenta Agent Swarm: Deixe 100 Agentes de IA Trabalharem Para Você", um produto em que o enxame monta uma estrutura com liderança de forma autônoma. O novo estudo mostra o outro lado: quando ninguém designa líder, ele raramente surge, e o Kimi K3 foi o modelo que menos liderou no teste. São contextos diferentes (produto do Kimi e experimento da Raindrop), então a comparação não é de versão contra versão. Em 12 de outubro de 2026, o CEVIU também publicou "Equipes de Agentes de IA: Vale o Investimento no Desenvolvimento de Código?", que avaliou GPT-6 Sol e Claude Opus 5.5 em equipe. É outro benchmark, mas na mesma linha de medir como agentes se saem em grupo.

Para quem monta swarms em produção, a leitura é prática: a ordem dos nomes no prompt é um parâmetro de projeto, não um detalhe neutro. Se você precisa de um coordenador, designe um explicitamente. Se prefere pares, vale rotacionar a ordem e testar modelos diferentes antes de assumir que o comportamento é uniforme. Os dados vêm de uma simulação específica, então convém validar no seu caso.