Glossário

Termo	Significado	Trecho do Livro
Agent	Uma entidade que percebe seu ambiente, processa essas percepções ao longo do tempo e age produzindo saídas. Espera-se que agentes operem autonomamente, persistam, adaptem-se e busquem objetivos.	“Um agente é apenas algo que age (agente vem do latim agere, fazer). Todos os programas de computador fazem algo, mas espera-se que os agentes de computador façam mais: percebam seu ambiente, operem autonomamente, persistam por um período prolongado, adaptem-se a mudanças, criem e busquem objetivos.”
Agent ≠ Prompt	Um sistema baseado apenas em prompt + LLM não possui percepção contínua nem capacidade de ação autônoma. Não é um agente, pois não opera de forma persistente ou adaptativa no ambiente.	—
Agent and Environment	Um agente opera dentro de um ambiente, recebendo percepções por meio de sensores e realizando ações por meio de atuadores. O ambiente fornece as informações que guiam o comportamento do agente.	“Um agente opera em um ambiente: em qualquer instante, ele recebe percepções do ambiente e realiza ações que afetam esse ambiente.”
Agent and Rationality	Um agente racional age de modo a maximizar seus resultados esperados com base em suas percepções, tempo e recursos disponíveis. Racionalidade não exige perfeição, mas sim decisões otimizadas dadas as circunstâncias.	“Formalmente, podemos dizer que um agente é uma função que mapeia uma sequência de percepções em uma ação: agente : Percepções* → Ações. A função do agente deve, idealmente, mapear qualquer sequência de percepções na ação que é mais provável de maximizar o desempenho.”
Agent and Tools	(Ainda não definido no glossário)	—
AutoGen	(Ainda não definido no glossário)	—
CrewAI	(Ainda não definido no glossário)	—
Data Ablation	(Ainda não definido no glossário)	—
Environment	Tudo aquilo com que o agente interage — fonte de percepções e local de atuação. As percepções são recebidas por sensores e guiam as ações do agente.	“Um agente opera em um ambiente: em qualquer instante, ele recebe percepções do ambiente e realiza ações que afetam esse ambiente.”
Knowledge Distillation	(Ainda não definido no glossário)	—
Knowledge Graph	(Ainda não definido no glossário)	—
LangChain	(Ainda não definido no glossário)	—
Multi-Agent Learning (MAL)	(Ainda não definido no glossário)	—
ReAct	(Ainda não definido no glossário)	—
Reasoning	(Ainda não definido no glossário)	—
Reinforcement Learning (RL)	(Ainda não definido no glossário)	—
Retrieval-Augmented Generation (RAG)	(Ainda não definido no glossário)	—
Self Consistency	(Ainda não definido no glossário)	—
Self Reflection	(Ainda não definido no glossário)	—
Task Environment	Contexto específico em que o agente atua, definido pelos elementos PEAS: Medida de Desempenho (Performance), Ambiente, Atuadores e Sensores. É a especificação completa do problema a ser resolvido pelo agente.	“A especificação de qualquer problema de IA pode ser definida por meio de quatro termos: PEAS (Performance measure, Environment, Actuators, Sensors). Esses quatro itens juntos definem o ambiente de tarefa no qual o agente deve operar.”

Fonte Principal: Artificial Intelligence — Stuart Russell & Peter Norvig
Organizado em ordem alfabética