Desenvolvemos um agente de AI que atua como um especialista secundário para um determinado domínio, tornando o conhecimento especializado aprofundado prontamente disponível e preservado para que qualquer pessoa em uma organização possa acessar, compartilhar e construir sobre ele. Este não é um agente típico específico de domínio. Sua novidade vem da integração de duas camadas: Uma arquitetura de conhecimento estruturada e auditável que separa o que o agente sabe de como ele raciocina. Um ciclo de autoaprimoramento então compila o feedback de especialistas em atualizações verificadas e testadas contra regressão, sem retreinamento de modelo. Juntas, essas duas camadas transformam correções pontuais de especialistas em memória institucional permanente e cumulativa, e o padrão foi projetado para se generalizar para outros domínios governados por texto recuperável, em vez de pesos de modelo. Este sistema está economizando um tempo substancial para os especialistas no assunto (SMEs) da Meta, permitindo que eles se concentrem mais no trabalho onde seu conhecimento é mais importante. Muitas grandes organizações têm o mesmo problema quando se trata de conhecimento especializado. Embora parte dele esteja registrado em modelos, playbooks, checklists e frameworks, o conhecimento especializado mais valioso reside na mente das pessoas e raramente é capturado de forma duradoura. Em domínios de conformidade, por exemplo, os mesmos tipos de perguntas podem surgir em centenas de revisões de produtos, as avaliações de especialistas levam dias de pesquisa manual, e a inconsistência entre as avaliações cria um risco organizacional real. Não é incomum que especialistas gastem mais tempo respondendo a perguntas rotineiras do que em trabalhos genuinamente novos e ambíguos, onde seu julgamento é mais importante. Precisamos de sistemas que possam capturar como os especialistas de uma organização raciocinam e tornar esse conhecimento disponível para todos que precisam dele, para que a expertise seja mais fácil de compartilhar, construir e preservar. Começamos a resolver esse desafio codificando a inteligência institucional em um agente de AI para um domínio específico de conformidade. O agente combina um sistema de conhecimento que atua como o "segundo cérebro" da organização.
Fonte: Meta Engineering - AI Research
Publicado em 2026-09-02