Tarefa durável para agentes de IA

Os agentes de IA que são executados por horas, chamam ferramentas externas e devem sobreviver a falhas de infraestrutura precisam de execução durável, a capacidade de verificar automaticamente o progresso e retomar de onde pararam. O Agendador de Tarefas Duráveis e o modelo de programação de Tarefas Duráveis fornecem essa infraestrutura, tratando do gerenciamento de estado, da criação de pontos de verificação e da coordenação distribuída para que o código do agente não precise.

Com esse modelo de programação, você cria fluxos de trabalho de agente resilientes e com estado usando constructos de programação padrão (loops, condicional, tratamento de erros) em .NET, Python, Java e JavaScript/TypeScript. O runtime persiste o estado e se recupera de falhas automaticamente.

A Tarefa Durável não é uma estrutura de agente – ela funciona com qualquer estrutura de agente de IA, incluindo o Microsoft Agent Framework, LangChain ou chamadas diretas à API LLM. Você se concentra na lógica do agente; Durable Task gerencia a execução confiável em escala.

Neste artigo, você aprenderá sobre:

Os desafios de produção para soluções de execução durável

Os agentes de IA em produção enfrentam vários desafios que a execução durável aborda:

• Sessões longas e com estado: interações humanas no loop, raciocínio em várias etapas e fluxos de trabalho aumentados por ferramentas podem manter um agente ativo por horas, dias ou semanas. O agente acumula o estado (histórico de conversas, resultados intermediários, decisões pendentes) que deve ser preservado em todas as etapas.
• Alto consumo de tokens — o processamento de grandes volumes de tokens LLM é dispendioso e demorado. Os limites de taxa podem limitar o fluxo de trabalho médio do agente. Se uma falha ocorrer no meio do processo, os tokens já consumidos e o tempo já gasto serão perdidos.
• Interrupções de infraestrutura — reinicializações de computação, implantações, eventos de escala e falhas transitórias podem interromper uma sessão do agente. Sem recuperação, o agente deve reiniciar desde o início, consumindo novamente todos os tokens gastos anteriormente e repetindo todo o trabalho concluído.

A execução durável resolve estes desafios:

• Ponto de verificação automático: o runtime da Tarefa Durável verifica cada transição de estado (respostas LLM, resultados de chamadas de ferramenta, decisões de fluxo de controle) para o armazenamento durável.
• Retomar do último ponto de verificação – quando ocorre uma falha, a execução é retomada automaticamente em uma VM íntegra. As chamadas LLM concluídas não são repetidas, preservando o uso de tokens e o tempo de execução.
• Políticas de repetição interna: com a retirada configurável tratam as falhas temporárias de APIs LLM, ferramentas externas e os serviços downstream sem código adicional.

Padrões de fluxo de trabalho com agentes

A Tarefa Durável dá suporte a uma variedade de padrões de fluxo de trabalho agente que se enquadram em duas categorias amplas:

• Fluxos de trabalho determinísticos: seu código define o fluxo de controle. Você escreve a sequência de etapas , incluindo ramificação, paralelismo e tratamento de erros, usando constructos de programação padrão. O LLM é chamado como uma etapa dentro do fluxo de trabalho, mas não controla o fluxo geral.
• Fluxos de trabalho direcionados pelo agente (loops de agente): o LLM gera o fluxo de controle. O agente decide quais ferramentas chamar, em que ordem e quando a tarefa é concluída. Você fornece ferramentas e instruções, mas o agente determina o caminho de execução em runtime.

Ambas as categorias se beneficiam da execução durável e podem ser combinadas no mesmo aplicativo. Para obter uma visão detalhada dos padrões com suporte com exemplos de código, consulte os padrões de aplicativo agentic.

Comparar opções de fluxo de trabalho agente no Azure

Existem várias opções para a criação de fluxos de trabalho com agentes no Azure além da pilha de tecnologia da Tarefa Durável. Cada opção tem pontos fortes e compensações diferentes, dependendo de seus requisitos de fluxo de controle, suporte à linguagem de programação, integração de estrutura de IA, hospedagem, gerenciamento de estado e público-alvo. A tabela a seguir ajuda você a decidir qual deles atende às suas necessidades.

Próximas Etapas 

• Padrões de aplicativos com agentes
• Extensão Durable Task para Microsoft Agent Framework (versão prévia)
• Visão geral do Agendador de Tarefas Duráveis