 |
| Bellacosa Mainframe ai agents sem misterios |
☕ Um Café no Bellacosa Mainframe
AI Agents sem Mistérios
O Guia Definitivo para um Programador COBOL Padawan Entender por que a Nova Revolução da Inteligência Artificial Parece Muito Mais um Sistema Bancário do IBM Z do que um Chatbot
"No Mainframe aprendemos uma lição que o mercado de IA está redescobrindo apenas agora: inteligência nunca esteve em uma única aplicação. Ela sempre surgiu da integração disciplinada entre diversos componentes especializados."
Durante os últimos anos, muito se falou sobre GPT, Llama, Claude, Gemini, DeepSeek e inúmeros outros modelos de linguagem. Para quem observa de fora, parece que a evolução da Inteligência Artificial consiste simplesmente em criar modelos cada vez maiores.
Mas existe uma mudança silenciosa acontecendo.
A próxima revolução não é sobre modelos.
É sobre arquitetura.
E essa talvez seja a melhor notícia que um programador COBOL pode receber.
Enquanto boa parte da indústria acredita que a IA nasceu em 2022, profissionais de Mainframe podem olhar para praticamente qualquer diagrama moderno de AI Agents e dizer:
"Curioso... já vi algo muito parecido funcionando em bancos há décadas."
Obviamente, as tecnologias são diferentes.
Os problemas também.
Mas os princípios da engenharia permanecem surpreendentemente familiares.
A maior ilusão sobre IA
Quando alguém pensa em Inteligência Artificial normalmente imagina algo assim:
Usuário
│
▼
ChatGPT
│
▼
Resposta
Isso funciona.
Mas isso não é um agente.
É apenas uma conversa.
Um verdadeiro AI Agent parece muito mais com isto:
Objetivo
↓
Planejamento
↓
Memória
↓
Recuperação de Conhecimento
↓
Raciocínio
↓
Ferramentas
↓
Execução
↓
Avaliação
↓
Nova decisão
Perceba um detalhe extremamente importante.
O modelo de linguagem aparece apenas como um componente.
Ele deixou de ser o protagonista.
Passou a ser apenas uma peça do sistema.
Isso muda completamente a forma de pensar.
Curiosidade nº 1
Os primeiros grandes sistemas corporativos já funcionavam como "agentes", embora ninguém utilizasse esse nome.
Pense em um processamento bancário.
O cliente solicita uma transferência.
O programa COBOL não resolve tudo sozinho.
Ele:
consulta o Db2;
verifica limites;
conversa com CICS;
envia mensagens MQ;
registra auditoria;
grava logs;
dispara novos processos.
No final, dezenas de componentes participaram daquela simples operação.
A IA Agêntica está redescobrindo exatamente esse conceito.
O verdadeiro cérebro do agente
Existe uma frase interessante na Engenharia de Software:
"Software complexo não é construído escrevendo funções enormes.
É construído coordenando pequenas funções muito bem organizadas."
Com agentes acontece exatamente isso.
O LLM não controla tudo.
Quem controla é a arquitetura.
Imagine um maestro.
O maestro não toca violino.
Não toca piano.
Não toca trompete.
Mas coordena todos.
O Agent Runtime faz exatamente isso.
Easter Egg nº 1
Se você já escreveu um PERFORM UNTIL em COBOL, já entende melhor um AI Agent do que imagina.
Veja:
PERFORM UNTIL PROCESSO-CONCLUIDO
LER-DADOS
VALIDAR
PROCESSAR
EXECUTAR
VERIFICAR-RESULTADO
END-PERFORM
Agora compare com um agente moderno:
Observe
↓
Think
↓
Evaluate
↓
Execute
↓
Observe novamente
São praticamente o mesmo padrão arquitetural.
A única diferença é que agora algumas decisões são tomadas por modelos estatísticos.
Memória não significa banco de dados
Outro erro muito comum.
Quando falamos em memória, muita gente pensa imediatamente em um banco de dados.
Não é isso.
Os agentes modernos possuem diversos tipos de memória.
Isso lembra bastante a organização interna de um programa COBOL.
Working Memory
Equivale às variáveis da Working-Storage.
01 WS-NOME.
01 WS-SALDO.
01 WS-CPF.
Essas informações existem apenas durante o processamento.
Quando o programa termina...
Desaparecem.
Episodic Memory
Guarda experiências anteriores.
Imagine um operador que lembra:
"Ontem essa API ficou indisponível."
Ou:
"O cliente sempre prefere receber PDF."
Essa memória melhora decisões futuras.
Procedural Memory
Talvez seja a mais interessante.
Ela não guarda conhecimento.
Guarda procedimentos.
Exatamente como um programador COBOL.
Você talvez não memorize todos os comandos do SORT.
Mas sabe quando utilizá-los.
Esse conhecimento é procedural.
Easter Egg nº 2
Uma PROCEDURE DIVISION inteira pode ser vista como uma forma primitiva de memória procedural.
Isso mostra que COBOL sempre foi muito mais sofisticado do que muitos imaginam.
O MCP explicado para quem conhece Mainframe
Muita gente acredita que MCP é uma IA.
Não é.
Também não é um banco.
Nem um framework.
MCP é um protocolo.
Pense nele como:
Seu trabalho é padronizar comunicação.
Nada mais.
Nada menos.
Sem ele, cada ferramenta precisaria conversar de uma forma diferente.
Com ele:
LLM
↓
MCP
↓
GitHub
↓
SAP
↓
Jira
↓
Mainframe
↓
Banco
↓
Filesystem
Tudo segue uma mesma linguagem.
Curiosidade nº 2
O sucesso do TCP/IP não aconteceu porque era o protocolo mais rápido.
Aconteceu porque todo mundo resolveu falar a mesma língua.
MCP caminha exatamente nessa direção.
Ferramentas são os novos EXEC CICS
Existe uma comparação extremamente divertida.
No COBOL temos:
EXEC SQL
CALL
EXEC CICS
LINK
XCTL
MQPUT
MQGET
Na IA temos:
Tool()
API()
Database()
Search()
Filesystem()
Email()
Calendar()
O conceito é idêntico.
A lógica continua sendo apenas um orquestrador.
O ciclo infinito da inteligência
A figura mostra algo fantástico.
O agente nunca para de observar.
Ele vive em um ciclo permanente.
Observar
↓
Interpretar
↓
Planejar
↓
Executar
↓
Observar novamente
Isso lembra outro velho conhecido.
O monitor CICS.
Recebe transação
↓
Processa
↓
Envia resposta
↓
Espera próxima transação
É um ciclo eterno.
Easter Egg nº 3
O famoso laço de controle OODA (Observe, Orient, Decide, Act), criado pelo estrategista militar John Boyd, é frequentemente comparado ao ciclo de agentes modernos.
Curiosamente, muitos sistemas transacionais corporativos já implementavam ciclos semelhantes muito antes da popularização da IA.
O agente não pensa sozinho
Esta talvez seja a maior descoberta da IA moderna.
Pensar custa caro.
Consultar custa barato.
Por isso surgiu o RAG.
Ao invés de decorar tudo...
O agente consulta.
Isso lembra muito um programa COBOL.
Um sistema bancário não possui todos os clientes em memória.
Ele consulta o Db2.
Sempre que necessário.
Curiosidade nº 3
Quanto maior o agente, menos ele depende da memória interna.
Parece contraditório.
Mas faz sentido.
Grandes sistemas preferem consultar fontes oficiais do que confiar apenas na memória.
Os bancos fazem isso há décadas.
Planejamento lembra um velho conhecido...
JCL.
Antes do programa executar:
STEP001
↓
STEP002
↓
STEP003
↓
STEP004
Tudo já foi planejado.
Os agentes fazem exatamente isso.
Antes de responder.
Eles decompõem o problema.
Easter Egg nº 4
O conceito moderno chamado Task Decomposition é praticamente o equivalente filosófico ao particionamento de um grande JOB em múltiplos STEP's reutilizáveis.
O maior erro de um iniciante
Quem está começando em IA normalmente pergunta:
"Qual é o melhor modelo?"
Essa pergunta equivale a perguntar:
"Qual é o melhor compilador COBOL?"
Não é a pergunta correta.
A pergunta correta seria:
Como toda a arquitetura foi construída?
O verdadeiro diferencial
Os agentes realmente impressionantes possuem:
✔ memória
✔ ferramentas
✔ planejamento
✔ logs
✔ recuperação
✔ auditoria
✔ monitoramento
✔ controle
✔ validação
✔ observabilidade
Parece familiar?
Claro.
É exatamente assim que sistemas críticos são construídos.
Curiosidade nº 4
Os bancos nunca confiaram apenas no programa COBOL.
Sempre confiaram na arquitetura inteira.
A IA está aprendendo essa mesma lição.
O papel da avaliação
Uma diferença enorme entre um chatbot simples e um agente corporativo está na etapa de avaliação.
Depois de executar uma ação, o agente pergunta:
A API respondeu?
O banco confirmou?
O arquivo foi criado?
O usuário recebeu?
O resultado faz sentido?
No Mainframe fazemos isso desde sempre.
IF SQLCODE = ZERO
IF FILE-STATUS = "00"
IF RETURN-CODE = ZERO
A validação é parte da lógica.
Nunca um detalhe.
Easter Egg nº 5
Um dos padrões mais modernos em agentes é chamado Reflection.
Depois de responder...
O agente analisa sua própria resposta.
Curiosamente, isso lembra bastante um programador experiente revisando o próprio código antes do code review.
Observabilidade: a grande esquecida
Um agente sem logs é como um programa batch sem SYSOUT.
Quando algo dá errado...
Ninguém sabe por quê.
Por isso arquiteturas modernas utilizam:
Telemetria
Métricas
Traces
Logs
Auditoria
Eventos
No IBM Z temos equivalentes extremamente maduros:
SMF
RMF
SYSLOG
SDSF
JESMSGLG
JESYSMSG
Mais uma vez, o Mainframe já praticava esses conceitos há muito tempo.
A verdadeira autonomia
Existe uma frase que merece ser lembrada.
Um agente não é inteligente porque executa muitas ações.
Ele é inteligente porque sabe quando não executar.
Essa é a diferença entre automação e autonomia responsável.
É por isso que governança, políticas de acesso, autenticação, autorização e auditoria são componentes indispensáveis em ambientes corporativos.
O maior Easter Egg de todos
Talvez o aspecto mais curioso dessa nova geração de IA seja perceber que muitos dos conceitos considerados "inovadores" já existiam, com outros nomes, no universo Mainframe.
| IA Agêntica | IBM Z / Mainframe |
|---|
| Working Memory | Working-Storage |
| Procedural Memory | Procedure Division |
| Tool Calling | EXEC CICS / EXEC SQL / CALL |
| Planner | JCL / Scheduler |
| Retrieval | Db2 / VSAM / IMS |
| Reflection | Validação de RC, SQLCODE, FILE STATUS |
| Orchestrator | CICS, JES2, Control-M, OPC |
| Observability | SMF, RMF, SDSF, SYSLOG |
| Agent Runtime | Monitor transacional + lógica de negócio |
| Governance | RACF, SAF, Auditoria |
É claro que não são tecnologias equivalentes em implementação, mas os princípios arquiteturais apresentam paralelos notáveis.
Conselho final para um Padawan COBOL
Se você acredita que a Inteligência Artificial substituirá completamente os profissionais de Mainframe, talvez esteja olhando apenas para a superfície.
Os melhores arquitetos de agentes precisarão entender muito mais do que prompts. Eles precisarão dominar orquestração, governança, integração, confiabilidade, observabilidade, recuperação de falhas e regras de negócio — exatamente os pilares sobre os quais os grandes sistemas IBM Z foram construídos ao longo de décadas.
Enquanto muitos enxergam um AI Agent como um "chatbot com ferramentas", um programador COBOL experiente reconhece algo muito mais profundo: um ecossistema de componentes cooperando de forma disciplinada para atingir um objetivo comum.
No fim das contas, a grande lição é quase poética. A indústria da IA está descobrindo que inteligência não nasce de um modelo gigantesco, mas da engenharia cuidadosa que conecta memória, planejamento, raciocínio, execução, auditoria e controle. E para quem passou anos desenvolvendo aplicações críticas em bancos, seguradoras e governos, isso soa surpreendentemente familiar.
Como diria um velho Mestre Jedi do IBM Z:
"Os modelos impressionam nas demonstrações. Mas são as arquiteturas bem projetadas que sobrevivem por décadas."
