State machines para agentes: estrutura determinística de apoio fora do prompt

O post parte de uma pergunta direta: se você não usa algum tipo de state machine, está à mercê da natureza não determinística dos modelos. O loop padrão de agente (o modelo recebe o prompt, decide se chama uma ferramenta, processa o resultado e repete até achar que terminou) funciona numa única sessão. Quebra quando o agente precisa seguir um processo, reagir a eventos externos, pedir aprovação, se recuperar de uma tool call que falhou ou validar o trabalho antes de reportar conclusão. Pôr tudo isso em prompts ou skills deixa o modelo responsável por regras que o software poderia impor.

A fonte separa três classes de implementação. A primeira controla o loop interno, com estados como raciocínio, execução de ferramentas, espera de aprovação, tratamento de erro e conclusão (exemplo: Stately Agent, sobre XState, com estados, eventos permitidos e guards de transição em TypeScript). A segunda orquestra workflows como grafos de execução (LangGraph com StateGraph e checkpointing, Mastra, n8n). A terceira supervisiona trabalho delegado a agentes independentes (Symphony, da OpenAI, que despacha sessões do Codex a partir de um issue tracker e trata retries, e Pi Missions, que roda como extensão do harness Pi). Há ainda o ThruWire, que modela o estado do trabalho em si, com checkpoints de requisitos, dependências e evidências.

Sobre o porquê de implementações próprias: simplicidade (cinco estados e um polling loop podem bastar), reaproveitar o harness existente (Claude Code, Codex, Pi) e integrar com bancos, filas e schedulers que a equipe já tem. O custo é conhecido: quem começa simples pode acabar reescrevendo checkpointing, locks distribuídos, scheduling, observabilidade e recuperação de falhas. Persistir estado não torna a execução durável, por isso o texto cita Temporal, Restate e DBOS como camada de durabilidade.

A tese conversa com uma linha que o CEVIU já vinha cobrindo. Em 11 de março de 2026, o CEVIU noticiou "Segurança de Agentes de IA: A 'Caixa' Determinística", sobre envolver o agente numa caixa determinística. Em 20 de maio de 2026, vieram "Hooks de Agentes: Controle Determinístico para Fluxos de Trabalho de Agentes de IA" e "Agent Hooks: Controle Determinístico para Workflows de Agentes", com handlers em eventos de ciclo de vida como PreToolUse e Stop e gates de conclusão. Em 30 de outubro de 2026, "Um pouco de determinismo para agentes de IA" tratou do dilema de restringir sem tirar a liberdade do agente. O post de agora acrescenta uma taxonomia de state machines em três camadas, com exemplos concretos de ferramentas, em vez de mecanismos pontuais.

Para quem opera agentes em produção, a leitura é que aprovação, retry e critério de conclusão deixam de ser instrução no prompt e viram código com estado auditável. Isso não elimina a liberdade do modelo na execução da tarefa, só tira dele a decisão sobre o processo. A decisão prática é escolher a camada certa e avaliar cedo se vale um framework pronto, antes de reconstruir infraestrutura de durabilidade na mão.