CopilotKit/runtime lança CLiF para treino contínuo de agentes IA

Tech Desk

Nova plataforma aprimora o aprendizado contínuo de agentes de IA com dados completos de interação.

Leia também: Alibaba lança QwenGyre para aprendizado de reforço elástico

A CopilotKit lançou em acesso antecipado o CLiF, uma plataforma de aprendizado contínuo que captura trajetórias completas de uso entre agentes de IA e usuários em produtos digitais e transforma esse material em habilidades reutilizáveis, avaliações baseadas em produção e conjuntos de dados para fine-tuning, sem exigir redeploy dos agentes.

Plataforma usa trajetórias full-stack para ensinar agentes

O CLiF roda dentro da CopilotKit Intelligence e se apoia no protocolo AG-UI, que faz a ponte entre o agente e a interface usada pelo usuário. Em vez de olhar apenas para o que o modelo gera ou só para o que o usuário clica, o sistema registra tudo em um único fluxo, batizado de trajetória full-stack: mensagens do agente, chamadas de ferramentas, cliques, requisições de servidor e ações do usuário em tempo real.

Cada sessão vira uma trajetória que pode ser reproduzida passo a passo na CopilotKit Intelligence, permitindo que as equipes vejam exatamente como o trabalho foi feito no produto. Essa captura acontece via CopilotKit/runtime e pode ser usada tanto em agentes embarcados diretamente na aplicação quanto em integrações externas, aproveitando também interfaces construídas com CopilotKit Generative UI.

Segundo a empresa, esse desenho ataca um problema recorrente de quem coloca agentes em produção: modelos avançados ainda falham para executar fluxos complexos de ponta a ponta de forma consistente. Enquanto isso, usuários humanos fazem essas mesmas tarefas diariamente, seguindo sequências que funcionam, mas que quase nunca são transformadas em dados estruturados que um agente consiga aprender.

Como o CLiF transforma uso real em habilidades

O ciclo de aprendizado do CLiF é organizado em quatro etapas. Na captura, as trajetórias são enviadas automaticamente para containers de aprendizado, que agrupam sessões ligadas a um tipo específico de trabalho, como suporte de faturamento ou onboarding de clientes. Cada container passa a aprender apenas a partir das sessões daquele domínio.

Quando um container acumula sessões suficientes, análises periódicas entram em ação para identificar padrões. O sistema destaca pedidos recorrentes, correções repetidas e, principalmente, os pontos de atrito em que usuários corrigem o agente ou fazem sozinhos o que ele não conseguiu entregar. “O atrito que os usuários silenciosamente superam é o sinal mais forte para o que o agente deve aprender em seguida”, descreve a CopilotKit.

A partir desses insights, o CLiF propõe habilidades reutilizáveis em arquivos simples, no formato SKILL.md. Cada proposta vem ligada às sessões e eventos que a justificam, permitindo rastreabilidade. A análise automática não publica nada sozinha: uma pessoa da equipe precisa aprovar ou rejeitar cada skill pela interface da Intelligence ou via linha de comando.

As habilidades aprovadas são versionadas e podem ser retiradas do ar a qualquer momento. A grande diferença é que elas chegam aos agentes sem necessidade de redeploy, reduzindo o atrito operacional. Equipes que exigem estabilidade podem fixar versões específicas de skills para evitar mudanças inesperadas em produção.

Dados prontos para avaliações e fine-tuning

Além das skills, o mesmo pipeline produz candidatos a avaliações automáticas baseadas em produção e datasets para fine-tuning, que podem ser exportados pelas equipes em acesso antecipado. As trajetórias brutas também podem ser baixadas, permitindo que empresas conectem o CLiF às ferramentas de monitoramento e testes que já utilizam.

A CopilotKit defende que a forma como usuários realmente executam o trabalho no produto é “o conjunto de dados mais valioso que qualquer equipe de agentes tem, e raramente é capturado em uma forma que um agente possa aprender”. Ao alinhar esse comportamento real com o que o agente faz, o CLiF tenta transformar cada sessão de uso em material de ensino, teste e ajuste fino.

Na prática, isso muda o ciclo de desenvolvimento. Em vez de depender quase só de avaliações escritas à mão e ajustes de prompt, as equipes passam a ter um fluxo contínuo que mostra como as pessoas corrigem o agente, quais caminhos funcionam melhor e onde o produto em si não ajuda. Esses mesmos casos viram bases de teste antes de liberar novas versões e, se necessário, dados de treino para modelos menores especializados.

Entenda o contexto

A CopilotKit é conhecida pelo framework open source homônimo e pelo protocolo AG-UI, que já soma mais de 38.000 estrelas no GitHub. A proposta é oferecer uma camada padrão para conectar agentes a interfaces de produto, permitindo desde CopilotKit Generative UI até fluxos mais complexos em aplicações web e mobile.

Com o CLiF, a empresa dá um passo além, mirando times que estão tentando escalar agentes de IA em produtos reais, especialmente em áreas como suporte ao cliente, onboarding, automação de backoffice e ferramentas SaaS orientadas a fluxo de trabalho. Nesses cenários, a consistência do agente ao seguir rotinas específicas vale tanto quanto a qualidade bruta do modelo por trás.

O sistema foi desenhado para operar tanto em nuvem gerenciada quanto em ambientes totalmente autogeridos, em clusters próprios ou infraestrutura de nuvem privada. A lógica é manter trajetórias, skills e todo o conhecimento derivado dentro do perímetro de rede da empresa, atendendo a requisitos de segurança, conformidade e integração com observabilidade existente.

As reações iniciais de equipes em acesso antecipado destacam a facilidade de integrar o CLiF via AG-UI, o ganho em visibilidade sobre o que usuários realmente fazem nas interfaces e a possibilidade de atualizar o comportamento dos agentes de forma contínua, mas com um freio de qualidade via aprovação manual. A CopilotKit planeja ampliar o acesso para mais produtos digitais nas próximas semanas, o que deve diversificar a base de trajetórias analisadas e acelerar o amadurecimento da plataforma.

Fonte: marktechpost.com