05-01-02 — Agente vs workflow vs pipeline: quando cada um
TL;DR
Pipeline = sequência fixa e previsível. Workflow = condicional, orquestrado por código. Agente = autônomo, o LLM decide o fluxo. Use o mais simples que resolve o problema — agentes custam mais e são menos previsíveis.
Os três padrões explicados
Pipeline (linear, determinístico)
Sequência fixa de passos sem ramificação. O código dita tudo.
graph LR
A[Input] --> B[LLM: Extrair dados] --> C[LLM: Traduzir] --> D[API: Salvar] --> E[Output]
style A fill:#374151,color:#fff
style E fill:#374151,color:#fff
Exemplo real: processar formulários de feedback de clientes → extrair sentimento → traduzir para inglês → salvar no CRM.
Workflow (condicional, orquestrado)
Código orquestra o fluxo com if/else, loops e branches. O LLM executa steps, não decide o fluxo.
graph TD
A[Input] --> B{LLM: Classifica intent}
B -->|Suporte| C[LLM: Gera resposta suporte]
B -->|Vendas| D[LLM: Gera proposta comercial]
B -->|Financeiro| E[API: Consulta ERP]
C --> F[Enviar resposta]
D --> F
E --> F
Exemplo real: roteamento de tickets de suporte por departamento com respostas específicas por categoria.
Agente (autônomo, goal-driven)
O LLM decide dinamicamente quais ferramentas usar e em que sequência. O código apenas fornece as ferramentas e os guardrails.
graph TD
A[Goal: Pesquisar e resumir concorrentes] --> B[LLM decide próximo passo]
B --> C{Qual tool usar?}
C -->|buscar web| D[Tool: WebSearch]
C -->|analisar dado| E[Tool: CodeInterpreter]
C -->|já tenho info| F[Gerar relatório final]
D --> B
E --> B
F --> G[Output]
Decision matrix
| Critério | Pipeline | Workflow | Agente |
|---|---|---|---|
| Fluxo conhecido | ✅ Totalmente | ✅ Parcialmente | ❌ Imprevisível |
| Custo (tokens) | 💚 Baixo | 💛 Médio | 🔴 Alto |
| Previsibilidade | 💚 Alta | 💛 Média | 🔴 Baixa |
| Flexibilidade | 🔴 Baixa | 💛 Média | 💚 Alta |
| Debug / auditoria | 💚 Fácil | 💛 Médio | 🔴 Difícil |
| Casos de uso | ETL, relatórios | Roteamento, aprovações | Research, automação complexa |
Regra prática: Se você consegue escrever o fluxo como um fluxograma com menos de 10 nós antes de construir, use workflow. Se o fluxo depende do que o sistema descobre durante a execução, use agente.
Exemplos práticos para empresa de tecnologia
Use Pipeline quando:
- Processar notas fiscais em lote → extrair campos → salvar no ERP
- Gerar relatórios mensais de desempenho de projetos
- Traduzir e adaptar documentação técnica
Use Workflow quando:
- Triagem de tickets de suporte por severidade e roteamento ao time certo
- Aprovação de propostas comerciais com regras de negócio (desconto > 20% vai para diretoria)
- Onboarding de clientes com steps condicionais por perfil
Use Agente quando:
- Pesquisa de mercado: o agente busca, analisa, cruza dados e sintetiza
- Debugging de código: analisa logs, testa hipóteses, aplica correções
- Preparação de due diligence técnica de fornecedores
Armadilha comum: Transformar tudo em agente porque parece mais "avançado". Agentes são mais caros, mais lentos e mais difíceis de auditar. Para processos regulados (financeiro, jurídico), pipeline ou workflow com LLM geralmente é a escolha certa.
No ecossistema Microsoft: Azure Logic Apps + OpenAI = workflow. Semantic Kernel com Planner = agente. Azure AI Foundry suporta os dois padrões. Para a maioria dos cenários corporativos, comece com workflow e só eleve para agente se necessário.
Como isso se conecta
Fontes
- Anthropic — "Building Effective Agents" (2024) — distingue workflows de agentes com critérios práticos.
- LangChain — Architecture Concepts — pipeline vs chain vs agent no contexto do framework mais popular.
- Microsoft — Azure Logic Apps overview — padrão workflow no ecossistema Azure.
- Chip Huyen — "Agents" (2025) — análise pragmática de quando usar agentes vs sistemas mais simples.