Isso explica a tendência dos aplicativos baseados em agentes de voltar às arquiteturas de mensagens. Ramgopal ressalta: “A razão pela qual nós e quase todo mundo estamos voltando às mensagens como a abstração é porque é incrivelmente poderosa. Você tem a capacidade de se comunicar em linguagem natural, ou seja, você sabe, muito importante. Você tem a capacidade de anexar conteúdo estruturado”. O uso de informações estruturadas e semiestruturadas está se tornando cada vez mais importante para agentes e protocolos como A2A, onde grande parte dos dados é de sistemas de linha de negócios ou, no caso da plataforma de recrutamento do LinkedIn, armazenada em perfis de usuário ou resumos fáceis de parecer.
O serviço de orquestração pode montar documentos conforme necessário a partir do conteúdo das mensagens. Ao mesmo tempo, essas mensagens fornecem à plataforma de aplicativos um histórico de conversas que oferece uma memória contextual que pode ajudar a informar os agentes sobre a intenção do usuário, por exemplo, entender que uma solicitação de engenheiros de software disponível em São Francisco é semelhante a uma solicitação a seguir que solicita “agora em Londres”.
Construindo um serviço de ciclo de vida do agente
No centro da plataforma AI Agentic da LinkedIn, há um “serviço de ciclo de vida do agente”. Este é um serviço sem estado que coordena agentes, fontes de dados e aplicativos. Com o estado e o contexto mantidos fora deste serviço em lojas de memória de conversação e experiência, o LinkedIn pode rapidamente escalar sua plataforma, gerenciando computação e armazenamento como qualquer outro aplicativo distribuído nativo em nuvem. O serviço de ciclo de vida do agente também controla as interações com o serviço de mensagens, gerenciando o tráfego e garantindo que as mensagens não sejam descartadas.
