OODA-Tool: agente de IA em quatro estágios melhora o uso de ferramentas em conversas longas

Por que isso importa

Fazer um agente de IA usar ferramentas de forma confiável em conversas longas ainda é um dos maiores gargalos práticos da tecnologia. Modelos erram ao esquecer informações dadas no início do diálogo, ao não perceber mudanças de estado ou ao passar o argumento errado para uma API. Um novo artigo (pré-print no arXiv, ainda sem revisão por pares) propõe uma saída estrutural: dividir o uso de ferramentas em um ciclo de quatro estágios — Observe, Orient, Decide, Aja — em vez de pedir uma única resposta ao modelo.

O que é o OODA-Tool

O método, chamado OODA-Tool (referência ao loop OODA usado em estratégia militar), trata o uso de ferramentas como um ciclo fechado: Observar a situação, Orientar com o histórico e as restrições, Decidir a próxima ação e Agir chamando a ferramenta. Um controlador central valida cada estágio antes de iniciar o ciclo seguinte.

Os autores testaram três variantes: Joint (uma única chamada), Shared (quatro chamadas com um adaptador compartilhado) e Specialized (quatro chamadas, um adaptador por estágio). Todas usaram o mesmo backbone Qwen3-Instruct.

Resultados em números

• O Specialized OODA teve a maior taxa de sucesso em todos os tamanhos de modelo testados (0,6B a 14B parâmetros): de 85,10 em 0,6B a 94,90 em 14B.
• Contra o Direct-LoRA, a vantagem foi de 6,86 pontos em 0,6B, diminuindo para 4,48 pontos em 14B — positiva em toda a faixa, mas menor nos modelos maiores.
• A avaliação usou o benchmark ToolDial, com 11.111 sessões de uso de ferramentas em múltiplas etapas.

Onde a estrutura mais ajuda

O ganho não foi uniforme. A vantagem apareceu sobretudo em tarefas com histórico longo, informação ausente, mudança de estado, restrições ativas e dependências profundas — justamente os cenários em que o agente precisa reconstruir o que sabe antes de agir. Nas chamadas paralelas, o ganho foi bem menor.

O estudo também mostrou que “aterrar” o argumento correto faz diferença: no exemplo, o usuário selecionou um item com identificador osm_id_001, mas a ferramenta exigia um identificador Wikidata. O OODA extraiu Q123456 da linha selecionada, enquanto o Direct-LoRA copiou museum_001. A taxa de contradição estado-ação caiu de 7,8% para 3,9%.

O custo

Há uma troca clara: o Specialized OODA faz quatro chamadas sequenciais e registrou latência 2,36 vezes maior que o Direct-LoRA. Para aplicações sensíveis a tempo de resposta, essa estrutura exige ponderação entre confiabilidade e velocidade.

Limitações

Trata-se de um pré-print de 25 de agosto de 2026, ainda não revisado por pares. Os resultados foram medidos em benchmarks específicos com modelos Qwen3-Instruct; não há evidência de que o ganho se transfira para outros backbones ou para cenários de produção real.