A Arquitetura do “Fazer”: A Busca Original da Siri pela IA Agêntica

Em abril de 1968, os visionários da computação J.C.R. Licklider e Bob Taylor publicaram o artigo intitulado "The Computer as a Communication Device", no qual propunham um agente de software de rede hipotético chamado OLIVER. Projetado para realizar tarefas pessoais rotineiras em nome dos usuários na emergente ARPAnet, o OLIVER representava um conceito pioneiro de software agêntico — programas criados para agir de maneira autônoma, em vez de apenas processar cálculos brutos. Segundo o Computer History Museum, essa proposta inicial estabeleceu um objetivo que desafiaria os cientistas da computação por décadas: construir assistentes digitais capazes de executar tarefas em múltiplas etapas através de redes complexas.

Primeiros Conceitos do Assistente Digital

À medida que a computação pessoal evoluía, as empresas de tecnologia retornavam frequentemente ao desafio de criar agentes digitais autônomos. Em 1987, o Advanced Technology Group da Apple criou um vídeo conceitual intitulado Knowledge Navigator, que retratava um assistente de inteligência artificial de gravata borboleta, ambientado no ano de 2011, capaz de navegar por redes de dados para organizar a agenda de um professor. Três anos depois, em 1990, a General Magic, uma spin-off da Apple liderada por Marc Porat, tentou transformar essa visão em um software comercial. A empresa criou um sistema operacional chamado Magic Cap para dispositivos portáteis, visando implantar agentes virtuais em redes sem fio para realizar tarefas como reservas de passagens aéreas. Contudo, o hardware do início dos anos 1990 era lento e pesado, o que impediu a adoção comercial em massa do Magic Cap.

Construindo o Framework de Ontologias Ativas

A arquitetura técnica de softwares agênticos práticos ganhou forma anos mais tarde, graças ao trabalho liderado pelo cofundador Adam Cheyer e pelo cientista-chefe Didier Guzzoni. Atuando no SRI International e, posteriormente, na startup Siri, a equipe desenvolveu uma estrutura chamada Ontologias Ativas (Active Ontologies) para resolver o problema central de integração de sistemas: orquestrar módulos de software independentes de terceiros, como ferramentas de mapas e serviços de reserva, em um sistema unificado de execução de tarefas. Durante as primeiras demonstrações internas, os desenvolvedores usavam o codinome HAL, em referência ao computador do filme 2001: Uma Odisséia no Espaço. Em vez de depender de comandos de voz rígidos e isolados, a arquitetura de Ontologias Ativas permitia que o sistema mapeasse a intenção do usuário diretamente para serviços externos capazes de concluir ações complexas.

O Modelo de Negócios Baseado em Transações Diretas

Paralelamente ao seu framework técnico, a equipe da Siri desenhou um modelo econômico distinto para agentes de software autônomos. Enquanto os mecanismos de busca da época dependiam da publicidade contextual para gerar receita a partir das pesquisas dos usuários, os fundadores da Siri estruturaram seu negócio pré-Apple em torno de transações diretas concluídas. Sob esse modelo, em vez de cobrar de empresas para exibir anúncios, a plataforma recebia comissões de vendas diretamente dos fornecedores terceirizados quando o assistente efetuava a reserva de um quarto de hotel, garantia uma mesa em um restaurante ou comprava um ingresso. Segundo relatos históricos de investidores de risco, esse modelo alinhava os incentivos do agente de IA à conclusão de tarefas de ponta a ponta para o usuário, em vez de estimular a navegação contínua na web.

A Aquisição pela Apple e a Fronteira Inacabada

Steve Jobs adquiriu a Siri em 2010 por um valor estimado em 200 milhões de dólares, o que levou ao seu lançamento como um recurso integrado do iPhone em 5 de outubro de 2011. Após a aquisição, os cofundadores Adam Cheyer, Dag Kittlaus e Chris Brigham deixaram a empresa em 2012 para fundar a Viv Labs, com o objetivo de expandir a visão original de um assistente aberto, antes de venderem a nova companhia para a Samsung em 2016.

Embora os modelos de linguagem grandes modernos tenham dominado a geração de texto aberto, o desafio subjacente de orquestrar módulos de software variados em um mecanismo confiável para tarefas do mundo real permanece como uma área ativa de engenharia. A transição da geração de textos conversacionais para a execução de transações digitais confiáveis mantém os princípios de integração estabelecidos pelos pioneiros da computação agêntica como pilares centrais do desenvolvimento de software contemporâneo.

Ilustração editorial gerada por IA; não é uma fotografia documental.

Fonte: Secrets of Siri