RecSys Factory limita autonomia de agentes LLM na Tencent

O que aconteceu

Um grupo de pesquisadores da Tencent publicou no arXiv o artigo RecSys Factory: Bounding LLM Agent Autonomy to Decision Points in the Industrial Recommender Lifecycle (arXiv:2608.11241, submetido em 31 de julho de 2026). A plataforma foi implantada por 78 dias em três linhas de negócio da Tencent, e o paper relata 1.624 execuções de ferramentas CLI com taxa de sucesso agregada de 78,6%. O sistema é descrito como um "trilema" entre autonomia geral, determinismo industrial e eficiência, com o princípio de conceder autonomia a agentes apenas em pontos de decisão, não em pipelines inteiros.

Contexto

Agentes LLM em operações industriais enfrentam um trade-off difícil: quanto mais autonomia têm, mais difícil é garantir que sigam esquemas rígidos e não alucinem em caminhos de conformidade. O artigo formaliza isso como "trilema autonomia-determinismo-eficiência" — é possível maximizar dois dos três fatores, mas não todos. O RecSys Factory ataca o problema de três ângulos: no runtime, nas capacidades e na interface com humanos. No runtime, a plataforma não mantém daemon ativo durante esperas e consome zero CPU nos 94% do tempo em que fica ociosa aguardando jobs de Spark ou GPU, usando fontes de eventos como Claude Code Stop hooks, webhooks de mensageira corporativa e APIs de agendadores de workflow. Na capacidade, usa um ecossistema de 29 arquivos de skill (8.971 linhas de SKILL.md) que compilam mecanicamente tabelas de armadilhas em um PitfallStore com 400 entradas.

Por que importa

A proposta é relevante para empresas que tentam usar agentes LLM em produção, especialmente no setor de recomendação e em operações de dados em larga escala. A abordagem de limitar autonomia a "superfícies de decisão" tipadas, dentro de pipelines pré-determinados, é uma alternativa prática ao agente totalmente autônomo. Também há um componente de custo: eliminar o consumo de CPU durante esperas é uma diferença significativa em infraestrutura de produção. A plataforma mantém o humano no limite entre diagnóstico e execução, com um protocolo de cartões human-in-the-loop que serve como primitiva de trilha de auditoria, validado por esquema, idempotente e reproduzível.

Impacto

Os resultados são promissores, mas limitados. A compressão do tempo de onboarding foi observada em duas das três linhas de negócio, e os autores tratam isso como observação de estudo de caso, não como alegação geral — não houve baseline controlado pré-plataforma. O piloto do protocolo com humanos durou oito dias e 16 execuções. Os números de sucesso (78,6% em 1.624 execuções) indicam que o sistema opera longe da perfeição, mas o foco do trabalho está na arquitetura de contenção de autonomia.

O que muda

O artigo sugere uma mudança de perspectiva para agentes LLM em produção: em vez de buscar mais autonomia, projetar sistemas em que a autonomia seja limitada a pontos de decisão bem definidos, com habilidades empacotadas em arquivos e falhas conhecidas documentadas em um store pesquisável. Isso pode influenciar arquiteturas de referência para plataformas de agentes em outras grandes empresas de tecnologia.

O que vem agora

Como o artigo é uma pré-print recém-publicada, ainda não há informações públicas sobre próximos passos da equipe. O trabalho, porém, abre margem para pesquisas futuras em validação controlada do onboarding e em generalização dos resultados para mais linhas de negócio.