Determinismo como um recurso: quando deixar seu agente chamar uma API matemática em vez de raciocinar

Agentes LLM são ótimos em decidir o que fazer e pouco confiáveis em calcular isso. Peça a um para alocar tráfego entre cinco variantes, precificar risco de cauda ou resolver uma restrição de agendamento e você receberá um número confiante, plausível e sutilmente errado — incluindo tokens queimados.

A solução geralmente não é um prompt melhor. É o mesmo instinto que nos deu a calculadora: mover a matemática determinística para fora do motor probabilístico.

O sinal

Você tem um problema de determinismo no momento em que a saída do seu agente precisa ser:

• reproduzível — mesmas entradas → mesma resposta, a cada execução,
• auditável — alguém pode verificar por que é 0,62 e não 0,61, ou
• correta sob entradas adversariais — um retorno de cauda gorda, uma restrição inviável.

Um LLM não oferece nenhum desses de graça. Uma chamada de ferramenta oferece.

O que descarregar (e um teste barato para cada)

1. "Qual variante eu devo enviar?" → um bandido multi-armado / contextual. O agente escolhe a pergunta; a amostragem de Thompson escolhe a alocação. Teste: peça ao seu agente para alocar 1.000 usuários entre 4 braços com as mesmas contagens de conversão, duas vezes. Respostas diferentes? Descarregue isso.
2. "Essa métrica é anômala?" → pontue a série contra uma linha de base; não a avalie dentro da janela de contexto.
3. "Qual é o VaR / CVaR de 95%?" → Caminhos de Monte Carlo, não uma sensação.
4. "Agende essas tarefas dentro desses limites" → um solucionador LP/MIP. LLMs não conseguem satisfazer restrições rígidas de forma confiável; solucionadores não podem violá-las.

O padrão

Exponha a matemática como ferramentas MCP para que o agente as chame como qualquer outra ferramenta — a intenção permanece no modelo, o número vem do código:

// o agente decide a intenção; a ferramenta calcula a resposta
const alloc = await callTool("optimize_contextual", {
  arms: variants,          // [{ id, name }] 
  context: userFeatures,   // segmento, taxa_abertura_anterior, hora_do_dia
  history: pastRewards
});
// `alloc` é reproduzível, sub-milissegundo, e você pode mostrar seu trabalho

Dois detalhes de design que prejudicam as pessoas:

• Recompensa atrasada. Se a recompensa chega aos poucos (aberturas de e-mail ao longo de horas), defina uma janela de atribuição fixa antes de creditar um braço — caso contrário, o bandido explora demais os primeiros abridores e colapsa a diversidade das variantes.
• Início frio. Comece cada braço com um Beta(1,1) anterior (ou um anterior informado de campanhas passadas) para que a exploração não morra na primeira execução.

Quando não descarregar

Determinismo é uma restrição, e restrições têm custo. Se a tarefa é genuinamente vaga — resumir um documento, roteirizar uma intenção, redigir um texto — mantenha-a no modelo. Uma regra prática que me serviu bem:

Se você gostaria de um teste unitário para a saída, ela pertence a uma ferramenta, não a um prompt.

Se você deseja um conjunto completo dessas como ferramentas MCP — bandidos, previsão, Monte Carlo, otimização, anomalia/risco — eu mantenho OraClaw (npx -y @oraclaw/mcp-server; 11 das ferramentas são gratuitas, sem chave). Mas o padrão é mais importante do que a ferramenta — conecte qualquer solucionador que você quiser. Divulgação: eu o construí.