A linguagem de programação mais popular do mundo está a dar um novo salto. Python, há muito celebrado pela sua simplicidade e versatilidade, está agora a mergulhar de cabeça na chamada “revolução agente” da inteligência artificial. Com o lançamento do novo Agent Development Kit (ADK) da Google, os programadores têm finalmente ao seu dispor uma ferramenta pensada para construir agentes de IA com uma facilidade sem precedentes.
O momento é significativo. Após anos de avanços na modelação de linguagem natural e de desenvolvimento de modelos de larga escala, a indústria começa agora a mudar o foco: da construção de modelos para a construção de agentes. Ou seja, sistemas que não respondem apenas a comandos, mas que aprendem, decidem e agem de forma autónoma. E Python está, mais uma vez, no centro da inovação.
O novo Agent Toolkit da Google é a chave para esta transformação. Compatível com Python e Java, permite criar agentes de IA capazes de operar sobre uma variedade de Large Language Models (LLM) – incluindo modelos próprios. A grande promessa é a democratização da IA agente: tornar simples o que antes exigia uma infraestrutura pesada e um conhecimento técnico profundo.
Num tutorial já disponível, a Google mostra como qualquer programador pode montar um agente funcional em poucas linhas de código. A flexibilidade é notável: quer use o Gemini, o Claude, o GPT ou até um modelo privado treinado localmente, o kit está preparado para lidar com múltiplos backends, fluxos de dados e interações contextuais.
A versão 3.14 do Python, atualmente em fase beta, traz outras novidades que entusiasmam a comunidade. Uma das mais discutidas é a introdução das lazy annotations por defeito. Traduzido do jargão técnico: os programadores deixam de ter de definir um tipo antes de o usar como anotação. O resultado? Código mais simples, legível e flexível – sem comprometer a robustez.
Outro passo em frente é o suporte oficial ao free-threaded Python. Até aqui uma funcionalidade experimental, esta nova abordagem promete reduzir drasticamente os bloqueios de execução em programas multithread, melhorando a performance em aplicações concorrentes. Ainda é opcional, mas marca uma mudança de filosofia: a linguagem quer tornar-se mais eficiente para contextos de alto desempenho.
As novidades não se ficam por aqui. Para quem desenvolve pacotes locais em Python – algo comum entre cientistas de dados, académicos e pequenos estúdios de software – as editable installs representam um alívio. Esta funcionalidade permite modificar um pacote já instalado sem necessidade de reinstalação constante. O tempo poupado será, para muitos, um ganho silencioso mas valioso.
Já para os entusiastas de dados abertos, a Google lançou uma biblioteca cliente em Python para aceder ao Data Commons, uma plataforma que reúne mais de 200 bases de dados públicas. Desde indicadores económicos a estatísticas ambientais, tudo está agora ao alcance de uma simples chamada Python.
Uma nova biblioteca open source – PhotoshopAPI – oferece agora capacidades para manipular ficheiros do Photoshop diretamente a partir de Python. Embora ainda limitada em algumas funcionalidades, a promessa de desempenho superior ao da API nativa da Adobe é uma forte atração para os programadores criativos.
Em tempos de acelerada transformação tecnológica, Python mostra porque continua a ser a espinha dorsal de grande parte do desenvolvimento moderno. Entre a inteligência artificial, a ciência de dados, o desenvolvimento web e a automação, a linguagem segue a reinventar-se – com a ajuda de uma comunidade vibrante e empresas que reconhecem o seu valor estratégico.
Com os agentes inteligentes a dominarem as soluções IA, o Python está pronto. E nós, programadores, investigadores e entusiastas, também. A revolução continua – e começa, mais uma vez, com uma simples linha de código.