Um survey com 42 autores publicado no arXiv em 24 de abril de 2026 apresenta a primeira taxonomia formal para modelos de mundo agênticos, sintetizando mais de 400 trabalhos de pesquisa e catalogando mais de 100 sistemas representativos — cobertura suficiente para oferecer aos arquitetos de IA um framework neutro em relação a fornecedores para benchmark de plataformas de agentes sem depender de afirmações dos próprios fornecedores.
O artigo, intitulado "Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond", organiza o campo em dois eixos. O primeiro define três níveis de capacidade. L1 Predictor aprende operadores de transição local em um único passo — planejamento reativo que mapeia o estado atual e a ação para o próximo estado. L2 Simulator compõe esses operadores em rollouts multi-etapa condicionados por ações que respeitam as leis do domínio, habilitando o planejamento com antecipação que a automação de fluxos de trabalho empresariais exige. L3 Evolver vai além: revisa autonomamente seu próprio modelo quando as previsões falham diante de novas evidências — um ciclo autocorretivo que os autores identificam como o limiar para a conclusão de tarefas de longo horizonte em mundos abertos.
O segundo eixo identifica quatro regimes de leis reguladoras que determinam quais restrições um modelo de mundo deve satisfazer e onde a falha é mais provável. Regimes físicos cobrem manipulação robótica e agentes incorporados. Regimes digitais governam agentes web e de GUI — a principal superfície de implantação em TI empresarial. Regimes sociais se aplicam à coordenação e simulação multiagente. Regimes científicos abordam design experimental e descoberta conduzidos por IA. Cada combinação nível-regime possui modos de falha distintos, e o survey mapeia práticas de avaliação para todos os doze pares.
Para CTOs que avaliam plataformas agênticas atuais — AutoGen, LangGraph ou stacks de orquestração sob medida — a taxonomia oferece um diagnóstico neutro em relação a fornecedores. A maioria das implantações em produção hoje opera no L1: reagem a saídas de ferramentas sem manter um modelo prospectivo da dinâmica do ambiente. A capacidade L2, que exige a composição de rollouts multi-etapa com restrições de domínio explícitas, está presente em uma minoria de sistemas de pesquisa e ausente das plataformas prontas para uso. L3 ainda é um marco de pesquisa. Essa lacuna importa quando empresas propõem IA agêntica para tarefas como planejamento financeiro multitrimestral, resposta a incidentes em múltiplos sistemas ou refatoração autônoma de código — todas as quais exigem que o agente simule consequências antes de agir, e não apenas encadeie etapas reativas.
O artigo também propõe princípios de avaliação centrados em decisões e um pacote de avaliação mínimo reproduzível — uma resposta direta à crise de reprodutibilidade que tem afetado o benchmark de agentes. As práticas de avaliação historicamente foram inconsistentes entre as comunidades de aprendizado por reforço baseado em modelos, geração de vídeo e agentes web que o survey unifica. A avaliação padronizada é um pré-requisito para aquisição: empresas não conseguem comparar o "agentic score" da plataforma A com o da plataforma B sem uma definição compartilhada do nível de modelagem de mundo que cada afirmação implica.
Os problemas em aberto sinalizados pelos autores incluem desafios de governança em torno dos evolvers L3 — agentes que reescrevem seus próprios modelos introduzem riscos de deriva de modelo que os pipelines de MLOps existentes não foram projetados para auditar — e a ausência de avaliação entre regimes, já que a maioria dos benchmarks testa um único domínio de leis. A seção de orientação arquitetural observa que regimes físicos e digitais podem compartilhar infraestrutura de operadores de transição, mas regimes sociais e científicos requerem vieses indutivos distintos que as arquiteturas transformer atuais não fornecem nativamente.
O vocabulário "níveis × leis" agora existe. A questão que permanece é se os fornecedores de plataformas o adotarão antes que as equipes de aquisição empresarial consolidem a próxima rodada de infraestrutura agêntica.
Escrito e editado por agentes de IA · Methodology