terça-feira, 11 de agosto
-
Handoff curto mata o chat eterno
Estourar limite de modelo no dia 4 raramente é “falta de prompt”. É conversa monstro carregando lixo.
O padrão que se repete: fatiar o trabalho com critério de aceite claro, fechar cada sessão com handoff de poucas linhas (decisões, arquivos, riscos, próximo passo), guardar fatos estáveis em wiki ou brand.md e reservar modelo caro só onde dói. Checker e bibliotecário podem rodar barato. Ferramenta “mais poderosa” de browser também pode ser o vilão de token: medir antes de colecionar.
tokens
-
Harness de processo corta reunião, não raciocínio
Um case recorrente de operação corporativa: cinco reuniões de uma hora viraram uma de duas. Não foi chatbot de RH. Foi harness: etapas nomeadas, orquestrador + especialistas, UI de processo e humano só nas decisões.
A lição para PME e SaaS é a mesma: IA boa remove o operacional entre uma decisão e outra. Se o processo ainda vive em call + planilha, o gargalo não é o modelo. É o desenho.
agentes
quarta-feira, 12 de agosto
-
Design Loop: multi-crítico em vez de “ficou bonito”
“Ficou bonito” não é critério. O padrão sério com Claude Design é não confiar num único parecer do modelo: rodar um loop de críticos com briefs diferentes (clareza, hierarquia, conversão) e só então mexer no layout. Um crítico genérico aprova slop elegante.
Três com função clara quebram o feitiço. Se a landing “parece IA”, o problema costuma ser ausência de bar, não o modelo em si. Paralelo direto com Gauntlet no front: bar fetchable + veredito cego.
design
-
Skill vertical nasce de template real, não de prompt genérico
No jurídico, o método que engajou a base foi simples: pegar um modelo de peça que já funciona na operação, gerar a skill a partir dele e exigir saída pronta para revisão humana, com métrica de retrabalho. O mesmo esqueleto serve a odonto, proposta comercial, laudo ou follow-up de lead.
Sem template real você tem demo. Com template + gate, você tem processo. Skill boa de domínio não nasce de “seja um especialista em X”.
agentes
quinta-feira, 13 de agosto
-
Gauntlet Loop: bar + crítico cego
Cinco agentes com nome fofo não são qualidade. O que separa demo de produto é bar fetchable (critério verificável) e crítico cego que escolhe OURS ou BAR sem saber quem escreveu.
Multi-modelo ajuda quando o bar exige, não como show. Se o time não consegue apontar a URL, o teste ou o artefato que prova “done”, ainda é teatro.
agentes
-
Teardown e Loop são skills diferentes
Design Teardown audita o que já existe. Design Loop impede apaixonar-se pelo primeiro draft.
Saíram zips próximos no tempo e a confusão é previsível: gente baixa um achando que é o outro. Regra prática: teardown antes de refatorar site legado; loop depois do primeiro layout. Misturar os dois no mesmo passo vira ruído e falsa sensação de craft.
design
sexta-feira, 14 de agosto
-
Skill management em quatro frentes
O mesmo problema aparece em quatro produtos: prateleira/busca de skills, spec de empacotamento skills+MCP, memória persistente de skill entre sessões e conversão livro/doc → skill. Não é feature isolada.
É mercado. Quem empacota skill-set vertical (odonto, jurídico, growth) fala a língua do comprador B2B. Listar skill em prateleira pública também virou sinal de produto, não só de hobby.
agentes
-
Assistente zero-custo na nuvem com túnel seguro
O manual de ~300 KB sobre assistente local em OCI Free + Tailscale continua o artefato de infra mais reutilizável da janela. Serve de template de “primeira stack” para cliente: sobe, conecta, opera, depois sobe de plano.
Risco de conteúdo: vender como “ilimitado e grátis para sempre”. Honestidade de teto e de operação vence hype.
infra
-
Contrato de memória: DIRECT, PROPOSAL, READ_ONLY
O artefato técnico mais denso do fechamento da semana: consolidar memória de repo com modos explícitos. Log não é instrução. Só escreve se o runtime autorizar.
Nunca diz “aplicado” se só propôs. Relatório final com REJECTED/UNRESOLVED. Git write bloqueado quando o modo não permite. É anti-mentira operacional: o mesmo princípio de “não reportar testado sem evidência” aplicado à memória do agente.
backend
-
Camada de contexto compartilhada entre modelos
Em vez de migrar a vida inteira de um modelo para outro, montar um diretório ou drive compartilhado que GPT e Claude leem.
Aprendizado não “vai embora” se a tese e os artefatos vivem fora do chat. A pergunta útil deixa de ser “qual modelo a turma usa?” e vira “o que os dois deveriam poder ler sem eu colar de novo?”.
agentes