Bibliografia

Resumo executivo

Esta bibliografia é a lista de referências curada que sustenta o manual de Engenharia de Harness. Está organizada por temas para que quem lê possa aprofundar qualquer camada em concreto. As entradas são obras e normas reais e conhecidas. Quando aqui não se afirmam os dados exatos de citação (DOI, números de página), dá-se o título e o local ou a fonte sem inventar identificadores; convém confirmar a versão em vigor das normas que ainda evoluem. Os títulos das obras ficam na língua original, para que sejam localizáveis tal como estão.

Definição

As referências seguintes estão agrupadas por tema. São as fontes primárias de que o manual bebe e os pontos de partida recomendados para continuar a estudar.

1. Fundamentos de agentes e raciocínio

• Yao, S. et al. “ReAct: Synergizing Reasoning and Acting in Language Models”. ICLR. O entrelaçamento de raciocinar e agir que sustenta os agentes com ferramentas.
• Wei, J. et al. “Chain-of-Thought Prompting Elicits Reasoning in Large Language Models”. NeurIPS. Fundacional para o raciocínio passo a passo.
• Schick, T. et al. “Toolformer: Language Models Can Teach Themselves to Use Tools”. NeurIPS.
• Shinn, N. et al. “Reflexion: Language Agents with Verbal Reinforcement Learning”. NeurIPS. O ciclo de reflexão e autocrítica (cf. PAT-003).
• Wang, L. et al. “A Survey on Large Language Model based Autonomous Agents”. Um levantamento amplo do espaço de desenho de agentes.
• Wang, X. et al. “Plan-and-Solve Prompting”. ACL. Decomposição de planejar e depois executar.

2. Orquestração, multiagente e execução duradoura

• Anthropic. “Building Effective Agents”. Orientação de engenharia sobre fluxos diante de agentes e sobre o desenho com agente único primeiro.
• Anthropic. “How we built our multi-agent research system”. Escrito prático sobre orquestração supervisor/trabalhador.
• LangChain. Documentação do LangGraph — orquestração por máquina de estados para agentes.
• Temporal e outros motores de execução duradoura. Documentação sobre durabilidade de fluxos e o padrão saga.
• Microsoft / AutoGen. “AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation”. Quadro de conversação multiagente.
• Hong, S. et al. “MetaGPT: Meta Programming for Multi-Agent Collaborative Framework”.

3. Memória e recuperação (RAG)

• Lewis, P. et al. “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks”. NeurIPS. O artigo canônico de RAG.
• Gao, Y. et al. “Retrieval-Augmented Generation for Large Language Models: A Survey”.
• Packer, C. et al. “MemGPT: Towards LLMs as Operating Systems”. Hierarquia de memória e paginação para agentes.
• Asai, A. et al. “Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection”.

4. Avaliação

• Liang, P. et al. “Holistic Evaluation of Language Models (HELM)”. Stanford CRFM.
• Zheng, L. et al. “Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena”. A metodologia do LLM como juiz e seus enviesamentos.
• Es, S. et al. “RAGAS: Automated Evaluation of Retrieval Augmented Generation”. Métricas de ancoragem e fidelidade.
• Liu, Y. et al. “G-Eval: NLG Evaluation using GPT-4 with Better Human Alignment”.
• SWE-bench e GAIA — bancos de ensaio de capacidade agêntica para tarefas de software e de assistência geral.

5. Segurança para sistemas agênticos

• OWASP. “OWASP Top 10 for Large Language Model Applications”. Inclui LLM01 injeção de prompt e LLM06 divulgação de informação sensível.
• Willison, S. “Prompt injection” e “The lethal trifecta for AI agents” (ensaios de blogue). A formulação mais clara do problema arquitetônico de injeção e exfiltração.
• Greshake, K. et al. “Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection”.
• MITRE. ATLAS (Adversarial Threat Landscape for Artificial-Intelligence Systems).
• NIST. SP 800-53 (controles de segurança e privacidade; privilégio mínimo, identidade), adaptado a sistemas de IA.

6. Governança, risco e normas regulatórias

• NIST. AI Risk Management Framework (AI RMF 1.0) e o Generative AI Profile.
• ISO/IEC. 42001:2023 — Inteligência artificial — Sistema de gestão.
• ISO/IEC. 23894:2023 — IA — Orientação para a gestão do risco.
• União Europeia. Regulamento (UE) 2024/1689, o Regulamento Europeu de IA — obrigações escalonadas por nível de risco para os sistemas de IA.
• OCDE. Princípios de IA da OCDE.
• Casa Branca e OMB dos EUA. Orientações executivas e de gestão sobre IA digna de confiança (como contexto das expectativas do setor público).
• Ver também GOV-001 (quadro de governança de IA empresarial) e GOV-005 (lista de verificação de controles de governança de agentes) neste corpus.

7. Protocolos, interoperabilidade e a camada de descoberta

• Anthropic. Especificação do Model Context Protocol (MCP) — interface normalizada de modelo para ferramentas e dados.
• Proposta llms.txt — uma convenção no nível do site para indexar conteúdo de forma apta para agentes.
• JSON-LD / schema.org — dados estruturados para a descoberta por máquina.
• Especificação OpenAPI — contratos tipados para ferramentas expostas como API.

8. Autorização e aplicação de políticas (adaptado da engenharia de sistemas)

• OASIS. eXtensible Access Control Markup Language (XACML) — o modelo de autorização PEP/PDP.
• Open Policy Agent (OPA) / Rego — motor de política como código.
• Saltzer, J. e Schroeder, M. “The Protection of Information in Computer Systems”. Origem do princípio de privilégio mínimo.

Perguntas frequentes

P: Porque é que faltam o DOI ou a data exata em algumas entradas? R: Para não inventar identificadores. São dados o título e o local ou a fonte, de modo que a obra seja localizável sem ambiguidade; convém confirmar a versão em vigor, sobretudo nas normas que evoluem (Regulamento Europeu de IA, NIST AI RMF, MCP, OWASP).

P: Que relação tem isto com GOV-001? R: GOV-001 leva à prática as fontes de governança e regulação das secções 5 e 6 dentro de um quadro empresarial; esta bibliografia é a lista de leituras que está por baixo.

P: Por onde deve começar quem chega de novo? R: Pela secção 1 (ReAct, Reflexion) para perceber como funcionam os agentes, pela secção 2 (“Building Effective Agents”) para saber como os construir de forma confiável, e pelas secções 5 e 6 para segurança e governança.