CFRC: paper propõe handoff de agentes de IA sem reiniciar a tarefa

O que aconteceu

O paper "Do Not Restart: Residual Completion for Stateful Agent Handoffs" foi submetido ao arXiv em 12 de setembro de 2026 e recebeu o identificador arXiv:2609.13800v1. Os autores formulam o problema como "commitment-constrained residual completion", ou completação residual com restrições de compromisso, e apresentam o Commitment-Frontier Residual Completion (CFRC) como solução.

O CFRC impõe três regras explícitas: alvo antes da proposta (target-before-proposal), proposta inteira antes da autoridade (whole-proposal-before-authority) e evidência viva antes do sucesso (live-evidence-before-success). Na prática, o método congela um contrato residual a partir do progresso já aceito, fecha a continuação do sucessor em um grafo vinculado a evidências e só admite execução quando o restante está coberto. Recibos em tempo real (live receipts) quitam as obrigações pendentes.

Os números divulgados são específicos. Em cinco ambientes e dois pares de modelos do mesmo provedor, o CFRC atinge acurácia macro comparável à de agentes fortes que executam a tarefa completa, com apenas 22,0% a 34,6% do custo de inferência desses agentes. Resultados adicionais entre provedores diferentes indicam transferência mais ampla.

Contexto

Roteamento e cascatas são técnicas já usadas para reduzir o custo de agentes que utilizam ferramentas. A ideia é transferir o controle entre modelos, mandando tarefas simples para modelos mais baratos e reservando os caros para o que é difícil. O problema aparece quando o handoff precisa ser stateful, ou seja, quando o estado da tarefa não pode ser descartado.

Nesse tipo de transferência, três coisas precisam sobreviver: escolhas já aceitas, efeitos já realizados e obrigações ainda não concluídas. Reiniciar a tarefa no modelo sucessor joga fora esse histórico e pode repetir ações que já produziram efeito real, como uma compra feita ou uma mensagem enviada. O Commitment-Frontier Residual Completion ataca exatamente esse ponto.

O CFRC não reinicia. O método trata o que falta fazer como um resíduo delimitado por contrato, em vez de reenviar a solicitação original inteira ao próximo modelo.

Por que importa

Custo de inferência é uma das principais barreiras para colocar agentes de IA em produção. Se um handoff entre modelos custa entre 22,0% e 34,6% do que custaria rodar a tarefa inteira em um agente forte, a economia deixa de ser marginal. Ela muda a conta de quem opera agentes em escala.

O ganho não é só financeiro. Preservar efeitos já realizados evita erros difíceis de desfazer, como executar duas vezes uma transação ou reenviar uma solicitação. Em ambientes com ferramentas reais, esse tipo de falha é o que costuma travar a adoção.

Impacto

O Commitment-Frontier Residual Completion também traz uma garantia formal. Os autores estabelecem "contract-relative partial correctness", uma correção parcial relativa ao contrato, que se estende à solicitação residual original quando a construção do contrato é completa. Em termos práticos, é uma afirmação sobre o que o sistema pode garantir quando a tarefa é repassada adiante.

Para quem constrói cascatas de modelos, o resultado sugere que dá para trocar de modelo no meio da execução sem perder o fio. Para provedores que vendem inferência, a pressão é por eficiência: o valor passa a estar em completar o que sobrou, não em refazer tudo.

O CFRC foi testado em cinco ambientes e com dois pares de modelos do mesmo provedor. Os resultados entre provedores diferentes, segundo o paper, demonstram transferência mais ampla, o que indica que o método não depende de um único fornecedor de modelos.

O que muda

A mudança central é de premissa. O padrão comum em handoffs é reenviar o contexto e deixar o novo modelo decidir de novo. O Commitment-Frontier Residual Completion inverte isso: o sucessor recebe um contrato residual fechado, ligado a evidências, e só executa quando o restante está coberto.

As três regras do CFRC funcionam como ordem de operações. Primeiro o alvo, depois a proposta. Primeiro a proposta inteira, depois a autoridade para agir. Primeiro a evidência viva, depois o sucesso declarado. Cada etapa bloqueia a seguinte até estar resolvida.

O que vem agora

O paper está disponível no arXiv, com PDF e versão HTML experimental, e é classificado em Computer Science, área de Artificial Intelligence. O material consultado não informa prazos de revisão por pares, publicação em conferência ou liberação de código.

O próximo passo natural é a replicação independente dos números de custo, entre 22,0% e 34,6% do custo de inferência de agentes full-task, em ambientes fora dos cinco usados pelos autores. Também fica em aberto como o CFRC se comporta com mais provedores além dos pares testados.

Fontes

• arXiv cs.AI, "Do Not Restart: Residual Completion for Stateful Agent Handoffs", arXiv:2609.13800v1, submetido em 12 de setembro de 2026 (https://arxiv.org/abs/2609.13800)