9 publicações com a etiqueta "ai"

No post sobre prompt, context e harness engineering eu separei as três camadas e falei do harness do ponto de vista de quem constrói um agente: idempotência, circuit breaker, gate de aprovação, audit trail.

Só que a maioria de nós não está construindo agente. Está usando um: Claude Code, OpenCode, Cursor, Codex. E aí surge a pergunta óbvia: se o harness da ferramenta já vem pronto, o que sobra pra mim?

Sobra muito. E é justamente a parte que mais muda o resultado no dia a dia.

Se você usa agente de código com frequência, provavelmente já viveu essa cena: três terminais abertos, um Claude Code implementando uma feature, um Codex revisando outra branch, um OpenCode investigando um bug. Você vai tomar um café. Quando volta, dois estão parados esperando você aprovar alguma coisa há 15 minutos, e um terminou faz tempo sem você perceber.

Ou pior: você fecha o terminal sem querer, a conexão SSH cai, e a sessão inteira vai junto.

O Herdr resolve exatamente isso. Ele se descreve como "onde seus agentes de código moram": um runtime de terminal que mantém os agentes rodando em segundo plano, mostra o estado de cada um e expõe uma API pra que scripts (e outros agentes) controlem tudo.

Você já ficou meia hora refinando um prompt, tentando deixar as instruções mais claras, mais detalhadas, com exemplos, com restrições — e o agente continuou errando da mesma forma?

Já passou por isso: o modelo alucina mesmo com o prompt perfeito. Ou pior: o agente age no mundo, faz uma coisa que não deveria, e você vai descobrir isso em produção. Não no chat de testes, não no sandbox. Em produção, com dado real.

Isso não é problema de prompt. E polir o texto do sistema prompt não vai resolver.

Esse artigo é sobre entender onde o problema de fato está — e por que confundir as três camadas de engenharia de IA custa tempo, dinheiro e, às vezes, incidentes.

Nos últimos meses eu tenho usado o Claude Code de forma intensiva no meu trabalho e em projetos pessoais. Não é hype — é ferramenta de trabalho mesmo. E como toda ferramenta, tem jeito certo de usar, tem armadilha, tem limite, e tem combinação com outras coisas que muda o jogo.

Esse artigo é um relato honesto. O que funcionou, o que não funcionou, o que aprendi na mão, e o que eu diria pra qualquer dev que está começando agora. Se você quer o papo de marketing de "IA vai substituir programadores", esse artigo não é pra você. Se quer saber como tirar o máximo disso sem perder a cabeça, continua lendo.

Machine learning sempre pareceu algo distante do frontend — Python, servidores potentes, GPUs caríssimas. Mas isso mudou. Hoje é possível rodar um modelo de IA treinado diretamente no browser, com zero backend, usando JavaScript puro e a GPU do próprio usuário.

Este artigo explica como isso funciona na prática, usando o TensorFlow.js como base — e como apliquei isso em um projeto chamado SeeFood, um classificador que resolve o maior problema da humanidade: saber se o que você está prestes a comer é um hot dog ou não.

Documentação técnica é um desafio constante em projetos de software. Time técnico precisa documentar, mas geralmente não tem um tech writer dedicado. Neste case study, mostro como criamos um sistema completo de documentação automatizada usando Cursor Agents, Rules e Commands.