Phase 19: Capstone Projects

Capstone 10 Equipa de engenharia de software multi-agente

A forma de 2026 de uma equipe de engenharia multi-agente convergiu: um arquiteto planeja, N codificadores trabalham em árvores de trabalho paralelas, um revisor de portas, um testador verifica. A arquitetura de fábrica da SWE-AF, a solicitação baseada em papéis do MetaGPT, o gráfico de atores tipado do AutoGen 0.4, o Devin da Cognition e os droides da fábrica todos aterraram sobre ele de forma independente. Os árvores de trabalho paralelas convertem o relógio de parede em capacidade. Os protocolos de estado e transferência compartilhados tornam-se a superfície de falha. A pedra angular é construir a equipa, avaliar no banco de SWE Pro, e relatar quais entregas quebrarem e com que frequência.

Type: Capstone

Languages: Python / TypeScript (agents), Shell (worktree scripts)

Prerequisites: Phase 11 (LLM engineering), Phase 13 (tools), Phase 14 (agents), Phase 15 (autonomous), Phase 16 (multi-agent), Phase 17 (infrastructure)

Phases exercised:P11 · P13 · P14 · P15 · P16 · P17

Time: 40 hours

Problemas

Os arneses de codificação de agente único atingiram um teto em tarefas grandes. Não porque qualquer agente individual seja fraco, mas porque um contexto de 200k-token não pode conter um plano de arquitetura mais quatro fatias paralelas de base de código mais comentários do revisor mais saída de teste. As fábricas de vários agentes dividem o problema: um arquiteto possui o plano, os programadores possuem a implementação em árvores de trabalho paralelas, um revisor verifica os portões, um testador verifica. A arquitetura "fabricante" da SWE-AF, os papéis do MetaGPT, o gráfico de atores tipado da AutoGen todas as três molduras descrevem a mesma forma.

A superfície de falha é a transferência. Arquiteto planeja algo que os programadores não podem implementar. Os programadores produzem diferenças conflitantes. O revisor aprova uma correção alucinante. O testeiro corre um programador de escrita fixa. Você vai construir uma dessas equipes, executá-lo em 50 edições Pro do banco SWE, rastrear cada transferência e publicar o pós-mortem.

Conceptos

Os papéis são agentes de tipografia.Architect(Claude Opus 4.7) lê o número, escreve um plano e divide-o em subtarefas com interfaces explícitas. Coders(Claude Sonnet 4.7, N instâncias paralelas, cada uma em um git worktree+ Daytona sandbox) implementar subtarefas de forma independente. Reviewer(GPT-5.4) lê a diferença combinada e aprova ou solicita alterações específicas. Tester(Gemini 2.5 Pro) executa a suite de teste isolada e relata falhas/passagens com artefatos.

A comunicação é feita através de um painel de tarefas compartilhado (contigo de arquivos ou Redis). Cada papel consome tarefas que lhe é permitido realizar. As transferências são mensagens tipo protocolo A2A. Concorrências de coordenação: resolução de conflitos de fusão (função de coordenador ou fusão automática em três direções), sincronização de estado compartilhado (o plano é congelado quando os programadores começam; os replãs são eventos separados) e vigilância de revisores (o revisor não pode aprovar as suas próprias alterações ou alterações propostas).

A amplificação de tokens é o custo oculto. Cada limite de papel adiciona instruções de resumo e contexto de entrega. Uma rodada de 40 voltas de um único agente se torna 160 voltas totais em quatro roles. A rubrica pesa especificamente a eficiência do token versus a linha de base de um único agente porque a questão não é "faz multi-agente trabalho" mas "faz ganhar por dólar".

Arquitetura

GitHub issue URL
      |
      v
Architect (Opus 4.7)
   reads issue, produces plan with subtasks + interfaces
      |
      v
Task board (file / Redis)
      |
   +-- subtask 1 ---+-- subtask 2 ---+-- subtask 3 ---+-- subtask 4 ---+
   v                v                v                v                v
Coder A          Coder B          Coder C          Coder D          (4 parallel)
 (Sonnet)         (Sonnet)         (Sonnet)         (Sonnet)
 worktree A       worktree B       worktree C       worktree D
 Daytona          Daytona          Daytona          Daytona
      |                |                |                |
      +--------+-------+-------+--------+
               v
           merge coordinator  (three-way merge + conflict resolution)
               |
               v
           Reviewer (GPT-5.4)
               |
               v
           Tester  (Gemini 2.5 Pro)  -> passes? -> open PR
                                     -> fails?  -> route back to coder

Estaca

Orquestração: LangGraph com estado compartilhado + subgrafos por agente
Mensagens: Protocolo A2A (Google 2025) para mensagens entre agentes digitadas
Modelos: Opus 4.7 (arquiteto), Sonnet 4.7 (códeros), GPT-5.4 (revisor), Gemini 2.5 Pro (tester)
Isolamento de árvores de trabalho: git worktree addpor codificador + caixa de areia Daytona
Coordenador de fusão: fusão trilateral personalizada + resolução de conflitos mediada pela MLL
Eval: SWE-bench Pro (50 edições), cenários SWE-AF, HumanEval++ para testes unitários
Observabilidade: Langfuse com intervalos de roteiros, contabilidade de tokens por agente
Deploição: K8s com cada função como uma implantação separada + HPA em backlog

Construí-lo

Task board.JSONL com arquivo respaldado com mensagens digitalizadas: plan_request- Não .subtask- Não .diff_ready- Não .review_needed- Não .test_needed- Não .approved- Não .rejected- Não .replan_neededOs agentes assinam as etiquetas.

Architect.Leia a questão do GitHub, executa Opus 4.7 com um modelo de plano que requer interfaces de subtarefa explícitas (arquivos tocados, funções públicas, impacto de teste).plan_requestcom um dia de subtarefas.

Coders.N trabalhadores paralelos, cada um reivindica uma subtarefa da tabela.git worktree addA partir de agora, o sistema de controle de dados é um sistema de controle de dados.diff_readycom o parche + delta de ensaio.

Merge coordinator.Em todos os codificadores, o tricampo funde os ramos N em um ramo em fase.

Reviewer.O GPT-5.4 lê a diferença combinada. Não pode aprovar as diferenças que a autorização emite.approved(não-op) ou review_feedbackcom pedidos específicos de alteração encaminhados de volta para o codificador relevante.

Tester.O Gemini 2.5 Pro faz o teste numa caixa de areia limpa, capta artefatos, emite.test_passedou test_failedOs testes falhados voltam ao programador que possui a subtarefa falhada.

Handoff accounting.Cada mensagem que atravessa um limite de papel recebe um espaço em Langfuse com o tamanho da carga útil e o modelo usado.

Eval.Execute em 50 números SWE-bench Pro. Compare pass@1 e $- por problema resolvido com uma linha de base de um único agente (um Sonnet 4.7 em uma única árvore de trabalho).

Post-mortem.Para cada problema falhado, identifique a transferência que foi quebrada (plano muito vago, conflito de fusão, falha de aprovação do revisor, flake do testeiro).

Usá-lo

$ team run --issue https://github.com/acme/widget/issues/842
[architect] plan: 4 subtasks (parser, cache, api, migration)
[board]     dispatched to 4 coders in parallel worktrees
[coder-A]   subtask parser  -> 42 lines, tests pass locally
[coder-B]   subtask cache   -> 88 lines, tests pass locally
[coder-C]   subtask api     -> 31 lines, tests pass locally
[coder-D]   subtask migration -> 19 lines, tests pass locally
[merge]     3-way merge: 0 conflicts
[reviewer]  comments on cache (thread pool sizing); routed to coder-B
[coder-B]   revision: 92 lines; submits
[reviewer]  approved
[tester]    all 412 tests pass
[pr]        opened #3382   4 coders, 1 revision, $4.90, 18m

Envia-o

outputs/skill-multi-agent-team.mdDada uma URL de questão e nível de paralelismo, a equipe produz um PR pronto para fusão com contabilidade de tokens por papel.

Weight	Criterion	How it is measured
25	SWE-bench Pro pass@1	Matched 50-issue subset, pass@1
20	Parallel speedup	Wall-clock vs single-agent baseline
20	Review quality	False-approval rate on injected-bug probe
20	Token efficiency	Total tokens per solved issue vs single-agent
15	Coordination engineering	Merge-conflict resolution, handoff-failure histogram
100

Exercícios

Injectar um bug óbvio em um diferencial de meia execução (extra return NoneA taxa de aprovação falsa do revisor é medida.

Reduzir para dois programadores (arquiteto + programador + revisor + testador, programador executa duas subtarefas sequencialmente). Compare o relógio de parede e a taxa de passagem.

Substitua o coordenador de fusão por uma restrição de um único escritor (subtarefas tocam conjuntos de arquivos disjunto).

Revisor de swap de GPT-5.4 a Claude Opus 4.7. Medir a taxa de falsa aprovação e o delta de custo dos tokens.

Adicione um quinto papel: documentador (Haiku 4.5). Após revisão, ele produz uma entrada de log de mudança.

Termos-chave

Term	What people say	What it actually means
Parallel worktree	"Isolated branch"	`git worktree add` producing a fresh working tree per coder
Task board	"Shared message bus"	File or Redis store of typed messages agents subscribe to
Handoff	"Role boundary"	Any message crossing from one role's context to another's
Token amplification	"Multi-agent overhead"	Total tokens across roles / single-agent tokens for the same task
A2A protocol	"Agent-to-agent"	Google's 2025 spec for typed inter-agent messages
Merge coordinator	"Integrator"	Component that runs three-way merge and mediates conflicts
False approval	"Reviewer hallucination"	Reviewer approves a diff with known bugs

Mais leitura

SWE-AF factory architecture fábrica de referência de agentes múltiplos 2026
MetaGPT quadro multiagente baseado em funções
AutoGen v0.4 Framework de atores digitais da Microsoft
Cognition AI (Devin) Produto de referência
Factory Droids Produto de referência alternativo
Google A2A protocol Especificações de mensagens entre agentes
git worktree documentation o substrato de isolamento
SWE-bench Pro o objectivo de avaliação

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.