Agente STEM: Uma Arquitetura Autoajustável, Habilitada para Ferramentas e Extensível para Sistemas de Agentes de IA Multi-Protocolo
STEM Agent: A Self-Adapting, Tool-Enabled, Extensible Architecture for Multi-Protocol AI Agent Systems
March 22, 2026
Autores: Alfred Shen, Aaron Shen
cs.AI
Resumo
Os atuais frameworks de agentes de IA comprometem-se prematuramente com um único protocolo de interação, uma estratégia fixa de integração de ferramentas e modelos de usuário estáticos, limitando sua implantação em diversos paradigmas de interação. Para enfrentar essas limitações, introduzimos o STEM Agent (Self-adapting, Tool-enabled, Extensible, Multi-agent), uma arquitetura modular inspirada na pluripotência biológica, na qual um núcleo de agente indiferenciado se diferencia em manipuladores de protocolo especializados, vinculações de ferramentas e subsistemas de memória que se combinam para formar um sistema de IA totalmente funcional. O framework unifica cinco protocolos de interoperabilidade (A2A, AG-UI, A2UI, UCP e AP2) por trás de um único gateway, introduz um Perfilador de Chamadas que aprende continuamente as preferências do usuário em mais de vinte dimensões comportamentais, externaliza todas as capacidades de domínio por meio do Model Context Protocol (MCP) e implementa um sistema de aquisição de habilidades biologicamente inspirado, no qual padrões recorrentes de interação se cristalizam em habilidades de agente reutilizáveis por meio de um ciclo de vida de maturação análogo à diferenciação celular. Complementando essas capacidades, o sistema de memória incorpora mecanismos de consolidação, incluindo poda episódica, desduplicação semântica e extração de padrões, projetados para crescimento sublinear sob interação sustentada. Uma suíte abrangente de 413 testes valida o comportamento do manipulador de protocolo e a integração de componentes em todas as cinco camadas arquitetônicas, concluindo em menos de três segundos.
English
Current AI agent frameworks commit early to a single interaction protocol, a fixed tool integration strategy, and static user models, limiting their deployment across diverse interaction paradigms. To address these constraints, we introduce STEM Agent (Self-adapting, Tool-enabled, Extensible, Multi-agent), a modular architecture inspired by biological pluripotency in which an undifferentiated agent core differentiates into specialized protocol handlers, tool bindings, and memory subsystems that compose into a fully functioning AI system. The framework unifies five interoperability protocols (A2A, AG-UI, A2UI, UCP, and AP2) behind a single gateway, introduces a Caller Profiler that continuously learns user preferences across more than twenty behavioral dimensions, externalizes all domain capabilities through the Model Context Protocol (MCP), and implements a biologically inspired skills acquisition system in which recurring interaction patterns crystallize into reusable agent skills through a maturation lifecycle analogous to cell differentiation. Complementing these capabilities, the memory system incorporates consolidation mechanisms, including episodic pruning, semantic deduplication, and pattern extraction, designed for sub-linear growth under sustained interaction. A comprehensive 413-test suite validates protocol handler behavior and component integration across all five architectural layers, completing in under three seconds.