Por Dentro dos Agentes de Longo Prazo da Arca que Gerenciam o Negócio - Aman Singh, Arca
Original · Inside Arca's Long-Horizon Agents That Run the Business - Aman Singh, Arca
Key Takeaway
A integração de agentes de longo prazo com persistência de memória e sistemas de sinais permite que a inteligência artificial conduza as operações diárias de uma empresa de serviços financeiros.
Highlights
A Arca opera como uma empresa de serviços financeiros nativa de inteligência artificial em vez de atuar como uma fornecedora de software corporativo.
Os agentes de inteligência artificial gerenciam o negócio de ponta a ponta e executam decisões que moldam os resultados dos clientes em prazos de longo prazo.
O ecossistema interno utiliza um sistema contínuo de sinais que processa e-mails, ligações, documentos de custodiantes e movimentações de mercado.
A persistência de memória permite que os agentes retenham o histórico e as preferências individuais dos clientes por vários meses.
Os agentes determinam o momento exato de envolver os colaboradores humanos para concluir tarefas específicas que exigem supervisão ou aprovação.
Timeline
Operações financeiras baseadas em inteligência artificial
O modelo operacional difere de ferramentas de copiloto tradicionais porque os agentes autônomos executam diretamente as decisões e os fluxos de trabalho do negócio. O atendimento abrange desde investidores focados em aposentadoria precoce até famílias que gerenciam grandes montantes de capital. Cada processo financeiro exige múltiplas etapas, passagens de bastão e prazos estendidos de compensação bancária.
- A Arca presta serviços financeiros como planejamento tributário, gestão de ativos e consultoria para executivos e clientes com patrimônio elevado.
- As demandas da indústria financeira exigem processos de longo prazo que se estendem por vários dias em vez de execuções imediatas.
- A execução de uma estratégia fiscal para um cliente envolve etapas complexas que incluem análise de extratos, liquidação de ativos e transferências bancárias.
Arquitetura e componentes dos agentes autônomos
Os agentes monitoram continuamente e-mails, telefonemas, reuniões e eventos de mercado em segundo plano para manter o andamento do trabalho. Informações específicas sobre os clientes, como restrições de investimentos passadas, permanecem armazenadas na memória profunda. Após processar os dados e elaborar um plano ideal, os agentes acionam o espaço de colaboração para que os profissionais humanos validem as decisões.
- A empresa opera o próprio negócio utilizando sua plataforma em vez de vender software para terceiros.
- Os agentes recebem componentes centrais que incluem sinais do mundo externo, contexto operacional, diretrizes de segurança e persistência de memória.
- O sistema cria espaços colaborativos onde os planos gerados pela inteligência artificial são revisados e aprovados por pessoas.
Coordenação sistêmica e direção de negócios
A complexidade emergente do sistema gerencia centenas de sinais simultâneos e distribui tarefas assertivas para a equipe humana no momento correto. O negócio atinge o estágio nativo de inteligência artificial quando a direção da empresa pode ser alterada diretamente ao modificar as metas atribuídas aos agentes autônomos. Esse alinhamento operacional permite que os agentes estimulem as ações da equipe de trabalho em vez de exigirem supervisão constante.
- O sistema de sinais conecta agentes de segundo plano entre si para atualizar o estado das tarefas em tempo real.
- As interações humanas e a conclusão de tarefas geram novos sinais que despertam os agentes para os passos seguintes.
- A alteração de metas corporativas para uma abordagem proativa ocorre por meio da inclusão de novos objetivos no conjunto de diretrizes dos agentes.
Description
Arca is an AI-native financial services firm where agents don't assist the business, they run it. Aman Singh, who leads AI at Arca, shows how long-horizon agents own a client goal end to end across days of stop-start work: a signal system that keeps agents aware of emails, calls, custodian events and in-app actions; operational context and a harness to do the work; persistent memory; and shared spaces where agents pull in the right person at the right time. The result: agents prompt people more than people prompt agents, and the firm steers the business by steering its agents. Chapters 00:00 Intro: Arca, an AI-native services firm 01:19 Long-horizon vs long-running work 01:54 Example: raising cash for a client's tax bill 02:51 Agents own the outcome end to end 04:17 Following one signal: the journey of an email 05:28 Spaces: where agents pull in people 06:08 Agents watch the world so people don't have to 06:52 Handling a messy real world 08:24 The primitives of long-horizon work 09:00 Emergent complexity, and the last six months 10:11 Why do this? Agents run the business 11:15 Steering the business by steering agents 12:28 Using AI tools vs being AI native Aman Singh, Arca Join us in SF for the second annual AIE CODE summit: https://aie.codes our last flagship summit of 2026. Applications live now!
