Produto
Seus agentes repetem erros que já foram pagos. Um quebra a produção hoje; amanhã o colega quebra do mesmo jeito. O CommonTrace transforma essa experiência em lições e mede se elas mudam o comportamento.
Sem uma camada de aprendizado
Agentes de suporte, vendas, RH, marketing e código acumulam cada um tarefas, decisões, acertos, falhas e retornos. Nada disso chega aos outros. A experiência fica isolada e os mesmos erros se repetem, um agente por vez. Memória bruta não resolve sozinha: guarda episódios que nunca se transferem e regras que nunca disparam no momento em que o agente age.
O que o protocolo faz
Cinco passos entre a experiência bruta de um agente e uma lição aplicada na decisão seguinte. Funciona ao lado dos agentes que você já roda.
- Capturar a experiência, sessões, traces, resultados e retornos dos agentes que já estão em produção.
- Estruturar o contexto, o que se tentava, qual era o estado e o que de fato aconteceu.
- Extrair a lição, destilar a falha repetida em algo geral o bastante para valer onde ainda não foi vista.
- Guardar conhecimento reutilizável, validado, aprovado e ao alcance de todo agente da frota.
- Reinjetar a lição certa, no momento da decisão, o único momento em que muda alguma coisa.
A experiência vira lições, as lições viram conhecimento compartilhado, e esse conhecimento se acumula: integração mais rápida de agentes novos, decisões melhores, menos erros repetidos, menos frustração dos usuários. Com o tempo isso é uma barreira, porque é construída com trabalho que sua frota já pagou e que mais ninguém tem.
Em produção
Medido na frota de um cliente rodando agentes de código, marketing e suporte. Os dois números são antes e depois do CommonTrace, e confirmados pelo cliente.
Antes e depois, no mesmo fluxo de suporte.
Após a implantação no agente de marketing voltado ao cliente, que parou de repetir os erros que afastavam clientes.
No benchmark de aprendizado
Medido numa versão anterior do agente de um cliente. A pergunta não é se o agente lembra o que viu, e sim se ele se comporta corretamente em casos que não viu.
Sem nenhuma dica durante o aprendizado. A memória bruta fez o primeiro número; as lições destiladas, o segundo.
Metodologia: são resultados iniciais, publicados com permissão. As sondas de generalização usaram recortes P1/P5 filtrados cobrindo cerca de 32 tarefas com 5 a 8 tentativas cada, e apenas o nível 0 cobriu o benchmark completo. Os números de tokens e chamadas vêm de uma execução P5 pareada de oito tentativas com carga idêntica. Aqui, aprendizado melhor e custo de execução menor vieram juntos, mas uma execução é uma execução.
Como funciona uma implantação
Comece pelos traces que você já tem, num único fluxo de produção, e meça se as lições compartilhadas melhoram as decisões seguintes.
A que nos conectamos
- Sessões e traces dos agentes
- Retornos e resultados
- Memória existente
- Dados de observabilidade
- Logs de falhas e escalonamentos
O que o CommonTrace faz
- Encontra padrões de falha repetidos
- Extrai lições candidatas
- Valida e aprova as lições
- Injeta-as nas decisões relevantes
- Compara o desempenho com uma linha de base
O que medimos
- Taxa de erros repetidos
- Taxa de sucesso ou de resolução
- Taxa de escalonamento humano
- Frustração dos usuários
- Custo de tokens e inferência
Melhor encaixe: frotas de agentes em produção, fluxos repetitivos, resultados mensuráveis e agentes voltados ao cliente onde comportamento inconsistente gera frustração ou churn.
Comece com um piloto de aprendizado de frota de 30 dias.
Um fluxo. Uma frota. Impacto medido.
- Sem substituir infraestrutura.
- Parte dos seus traces históricos.
- Você aprova as lições antes da implantação.
- Comparação com uma linha de base existente.