Como configurar loops de execução e limites de tokens no AgentGPT para evitar recursão infinita e custos descontrolados de API

Agentes autônomos de inteligência artificial são altamente eficientes em decompor metas abrangentes em etapas práticas. Contudo, quando operam sem restrições de execução bem definidas, podem facilmente entrar em loops de recursão infinita, gerando picos astronômicos nas faturas de API. No AgentGPT, o agente avalia o objetivo informado, monta uma fila inicial de tarefas, executa cada uma por meio de um modelo de linguagem (LLM) e deriva novas subtarefas com base nos resultados obtidos. Se a meta for genérica ou não contiver critérios explícitos de parada, o agente se perde em uma espiral de criação contínua de tarefas, consumindo tokens a cada ciclo e esgotando rapidamente os limites de crédito.

Para evitar a recursão descontrolada e proteger o orçamento, os desenvolvedores devem adotar uma abordagem em camadas: configurações nativas na interface do AgentGPT, engenharia cuidadosa do objetivo (prompt engineering), travas de código em instâncias auto-hospedadas e limites financeiros rígidos no próprio provedor do modelo.

1. Configurar controles nativos de execução no AgentGPT

O AgentGPT oferece parâmetros de controle acessíveis pelo ícone de engrenagem (Settings ⚙), localizado no menu inferior esquerdo da tela. Antes de acionar um agente com sua chave de API da OpenAI, realize os seguintes ajustes:

Reduzir o teto máximo de loops (Loop)

• Comportamento padrão: Ao cadastrar uma chave de API própria, o AgentGPT permite por padrão até 25 ciclos de execução por agente. Sem a chave, execuções de demonstração costumam ser limitadas a 4 ou 5 loops.
• Ajuste recomendado: No painel Settings ⚙ > Advanced settings, ajuste o controle deslizante Loop para um valor entre 5 e 10 loops em testes iniciais ou tarefas pontuais.
• Mecanismo de proteção: Cada loop equivale a um ciclo completo de seleção de tarefa, chamada ao LLM e criação de novas tarefas. Ao atingir o limite estipulado, o AgentGPT encerra a execução de forma imediata com a mensagem: The maximum number of loops have been reached, this agent is shutting down. (O número máximo de loops foi atingido; este agente está sendo encerrado). Essa trava impede execuções infinitas em segundo plano.

Limitar tokens gerados por resposta (Tokens)

• Parâmetro: O controle Tokens nas configurações avançadas define o total máximo de tokens de saída (max_tokens) em cada requisição à API.
• Ajuste recomendado: Mantenha esse parâmetro entre 300 e 500 tokens, exceto se a tarefa exigir relatórios longos. Limitar a resposta reduz raciocínios redundantes e contém o custo unitário por etapa.

Reduzir a temperatura do modelo (Temp.)

• Parâmetro: A temperatura modula o nível de criatividade e aleatoriedade das respostas.
• Ajuste recomendado: Diminua a temperatura para o intervalo de 0.2 a 0.4 (o valor padrão costuma ser 0.7 ou superior). Temperaturas mais baixas garantem planejamento de tarefas mais focado e determinístico, reduzindo o risco de o modelo alucinar subtarefas irrelevantes.

Utilizar o Pause mode para supervisão humana

• Alternância de modo: Em Mode, alterne de Automatic mode (modo automático) para Pause mode (modo de pausa).
• Benefício prático: No modo automático, o AgentGPT executa continuamente qualquer tarefa recém-gerada. No modo de pausa, o sistema interrompe o fluxo ao concluir um grupo de tarefas, exigindo que o desenvolvedor aprove manualmente a fila de afazeres. Essa validação com supervisão humana (Human-in-the-loop) é a maneira mais prática de identificar tarefas redundantes logo no início.

2. Estruturar metas delimitadas para bloquear a recursão de tarefas

A causa primária da recursão desmedida são objetivos abertos demais. Como o motor interno do AgentGPT compara o resultado de cada etapa com a meta principal, comandos amplos como "Pesquisar o mercado de inteligência artificial" farão com que o agente invente ramificações secundárias sem parar.

No campo Goal, adote uma formulação com restrições claras:

1. Definir formato e volume exatos da entrega: Exemplo: "Identifique os 3 principais bancos de dados vetoriais de código aberto, compare seus modelos de licença e produza uma tabela em formato Markdown".
2. Adicionar restrições negativas explícitas: Exemplo: "Não pesquise ferramentas proprietárias fechadas. Não expanda a pesquisa para além dos 3 primeiros candidatos".
3. Determinar um critério inequívoco de parada: Exemplo: "Assim que a tabela comparativa for gerada, encerre a execução emitindo a palavra 'DONE' e não crie nenhuma tarefa adicional".

3. Implementar travas em código em implantações auto-hospedadas

Caso você execute o AgentGPT localmente ou em contêineres Docker a partir do repositório oficial (reworkd/AgentGPT), não confie unicamente na interface do navegador. É prudente fixar travas no código-fonte:

Fixar o limite de iterações em AutonomousAgent.ts

A lógica de coordenação do cliente fica em src/components/AutonomousAgent.tsx (ou no orquestrador do agente):

• Verifique a constante maxLoops e assegure que o sistema impeça execuções acima de um teto de segurança pré-determinado, independentemente de valores em formulários ou no armazenamento local.
• Estabeleça um tamanho máximo para a fila de tarefas (como tasks.length <= 10), rejeitando a inserção de novas subtarefas quando a fila estiver cheia.

Interrupção por consumo acumulado de tokens

Se você utilizar um backend próprio ou middleware de proxy para chamadas à API:

• Monitore os tokens de entrada e saída acumulados por runId.
• Se o consumo total de uma execução ultrapassar uma cota de segurança (por exemplo, 50.000 tokens), o middleware deve encerrar a conexão imediatamente e devolver um erro de interrupção forçada à interface.

4. Configurar travas financeiras no provedor da API

Interfaces de usuário e códigos de aplicação podem falhar devido a perda de conexão ou problemas de estado. A barreira financeira mais confiável contra despesas imprevistas é configurar limites orçamentários diretamente na conta do provedor (como a plataforma da OpenAI):

1. Definir um Hard Limit mensal: Acesse OpenAI Platform > Settings > Billing > Usage limits e configure um limite rígido de gastos. Ao atingir esse montante, a OpenAI bloqueia instantaneamente novas chamadas com o código 429, impedindo faturas inesperadas.
2. Configurar avisos de Soft Limit: Estabeleça um alerta em 50% do orçamento mensal para receber avisos por e-mail caso os testes com agentes consumam créditos com rapidez incomum.
3. Trabalhar com chaves de API restritas por projeto: Não utilize a chave mestre da organização no AgentGPT. Crie uma chave de API vinculada a um projeto específico com saldo alocado previamente, garantindo que qualquer eventual anomalia de execução fique estritamente contida naquele orçamento.

Tabela de controle de riscos

Ao integrar as restrições nativas de loops e tokens do AgentGPT, prompts com critérios objetivos de encerramento e tetos orçamentários rígidos na OpenAI, desenvolvedores conseguem explorar todo o potencial dos agentes autônomos com previsibilidade e segurança financeira.

Referências

• AgentGPT
• GitHub - reworkd/AgentGPT: 🤖 Assemble, configure, and deploy autonomous AI Agents in your browser.
• Production best practices | OpenAI API