#3 Contexto, memória e o custo de não ler mais
RFCs estão de volta: como desenvolvedores estão se planejando em torno dos pontos cegos da IA¶
Desenvolvedores (eu incluso) estão ficando cada vez mais passivos, deixando a IA escrever código sem pensar a fundo na arquitetura ou nos detalhes de implementação, e essa pressa de pular do planejamento direto para a execução acaba desconectando o código das regras de negócio reais. Para combater isso, RFCs e especificações técnicas escritas estão virando a nova regra 80/20 do desenvolvimento de software: em vez de pular direto para a execução, a ideia é gastar cerca de 80% do tempo planejando, definindo requisitos e escrevendo RFCs, e só 20% de fato programando.
Sem uma especificação bem definida, agentes de IA autônomos podem facilmente gerar código que quebra a arquitetura ou as regras de domínio da aplicação, então o RFC se torna a fonte da verdade que mantém tudo alinhado. As discussões sobre o tema levantaram um ponto interessante: especificações técnicas devem ser agnósticas de linguagem. Ao documentar rigorosamente entradas, saídas e regras de validação em Markdown, a IA consegue portar a mesma arquitetura para outras linguagens, como Go, TypeScript ou Rust, sem atrito.
Como muitos desenvolvedores odeiam escrever especificações longas, existe uma alternativa: a skill "Grill Me", criada originalmente por Matt Pocock, que vem ganhando bastante tração. Usando uma versão personalizada desse prompt, a IA questiona o desenvolvedor sem parar sobre detalhes de implementação e lógica de negócio antes de escrever uma única linha de código, para que o desenvolvedor realmente entenda as regras que estão sendo construídas, em vez de ter que ler milhares de linhas de código gerado por IA. Planejar com RFCs é essencial, mas não substitui a qualidade do código: análise estática, linters, quality gates rigorosos (como limitar o tamanho de funções e arquivos para forçar a modularização) e evals automatizados continuam indispensáveis.
mattpocock/skillsSkills for Real Engineers. Straight from my .agents directory.GitHubO "Paradoxo Reverso da Informação" de Satya Nadella e o custo oculto de usar IA¶
O CEO da Microsoft, Satya Nadella, cunhou um termo para um custo silencioso da IA nas empresas: o "Paradoxo Reverso da Informação". Partindo do clássico Paradoxo da Informação do economista Kenneth Arrow, em que um vendedor tem dificuldade de provar o valor de uma informação sem entregá-la de graça, Nadella argumenta que a IA generativa inverte essa dinâmica contra o comprador. Para extrair valor real de um modelo, as empresas acabam revelando seu próprio conhecimento proprietário, seus processos e sua expertise institucional, de modo que, nas palavras dele, as empresas "pagam pela inteligência duas vezes, uma com dinheiro e outra com algo ainda mais valioso: o conhecimento proprietário" que precisam revelar para tornar a IA útil. Segundo Nadella, cada prompt, correção e avaliação que um funcionário faz contribui para o que ele chama de "intelligence exhaust" (algo como "resíduo de inteligência"), ou seja, as organizações estão constantemente treinando os mesmos sistemas pelos quais pagam, muitas vezes sem capturar para si nada desse aprendizado acumulado. A solução proposta por ele é que as empresas construam uma fronteira de confiança clara em torno do próprio tenant, mantendo memória organizacional, prompts e sistemas de avaliação dentro da própria infraestrutura, em vez de deixar esse conhecimento vazar para o provedor do modelo por padrão. Críticos também apontaram a ironia, já que a Microsoft ao mesmo tempo alerta sobre esse risco e é uma das maiores beneficiárias da adoção de IA nas empresas, por meio do Azure e da sua participação na OpenAI.
Microsoft CEO Satya Nadella warns of 'Reverse Information Paradox' facing businesses in AI AgeMicrosoft CEO Satya Nadella discusses the challenges businesses face in the AI age, particularly the 'Reverse Information Paradox', where buyers risk giving away proprietary knowledge to leverage AI models. The article emphasizes the need for enterprises to establish trust boundaries and control…ETEnterpriseai.comO primeiro produto de hardware da OpenAI é um tecladinho para controlar agentes de IA¶
A OpenAI lançou seu primeiro produto de hardware, e não é o dispositivo de consumo que todo mundo esperava. A empresa se juntou à Work Louder, fabricante de teclados programáveis e macro pads, para criar um dispositivo de US$ 230 feito especificamente para o Codex, seu agente de programação.
Tecnicamente, é mais um macro pad do que um teclado completo, oficialmente chamado de kbd-1.0-codex-micro, ou Codex Micro. Ele tem 13 switches mecânicos, um sensor de toque, um dial giratório e um joystick, e vem com 32 keycaps personalizáveis com ícones do Codex. Seis teclas iluminadas mudam de cor para mostrar o status de um agente: verde significa que há uma mensagem não lida, azul indica que ele está pensando, laranja significa que um agente precisa de aprovação ou tem uma pergunta, e vermelho significa que ocorreu um erro.
O joystick pode ser programado para disparar fluxos como depurar ou refatorar código, enquanto o dial ajusta quanto raciocínio o Codex aplica a uma tarefa. O lançamento acontece enquanto crescem as especulações sobre o verdadeiro dispositivo principal de hardware da OpenAI, supostamente um smart speaker sem tela desenvolvido com a equipe de Jony Ive, que deve ser anunciado até o fim do ano. Por enquanto, porém, esse tecladinho é o único produto físico da OpenAI que você realmente pode comprar.
OpenAI Just Launched Its First Hardware Product—and It’s a Tiny Keyboard for Bossing Around AI AgentsThe AI company teamed up with Work Louder on a programmable keyboard designed specifically for Codex.Gizmodo
O Google apresenta o Open Knowledge Format para dar contexto a agentes de IA¶
O Google Cloud acaba de apresentar o Open Knowledge Format (OKF), uma especificação aberta voltada para um problema bem real: agentes de IA não conhecem de fato o seu negócio. Pergunte a um agente "como calculamos os usuários ativos semanais" e ele não tem como encontrar essa resposta, porque esse conhecimento está espalhado por wikis, planilhas, comentários no código e pela cabeça daquele engenheiro que está lá há anos. O OKF resolve isso dando às equipes uma forma simples e compartilhada de registrar esse conhecimento, como arquivos markdown simples que qualquer agente de IA consegue ler, sem precisar de software especial ou de um fornecedor específico. Cada arquivo descreve uma coisa, como uma tabela ou uma métrica de negócio, e aponta para arquivos relacionados, então o conjunto todo se comporta como uma wiki viva e crescente, feita para ser usada tanto por humanos quanto por IA. O Google já usa o formato internamente e abriu a especificação no GitHub para qualquer um experimentar.
How the Open Knowledge Format can improve data sharing | Google Cloud BlogLearn how the Open Knowledge Format helps secure data sharing and improves collaboration across teams with standardized documentation.Google Cloud Blog
Hindsight: um sistema de memória feito para agentes de IA¶
O Hindsight é um sistema de memória open source da Vectorize, criado para resolver um problema com que a maioria dos agentes de IA ainda sofre: eles esquecem tudo entre uma sessão e outra. Cada nova conversa começa do zero, sem contexto sobre quem você é ou sobre o que já foi discutido, e uma simples busca vetorial não resolve isso por completo, já que perguntas como "o que a Alice fez na primavera passada" exigem raciocinar sobre o tempo, não só sobre similaridade semântica. O Hindsight armazena fatos brutos e consolida automaticamente os relacionados em "observações" de nível mais alto, para que um agente construa ao longo do tempo um conhecimento durável e baseado em evidências, em vez de só acumular memórias repetidas. A recuperação roda quatro estratégias em paralelo (semântica, por palavra-chave, por grafo e temporal), então consegue lidar com tudo, de nomes exatos a conexões indiretas e consultas baseadas em tempo. Os bancos de memória também podem ser configurados com uma missão, diretrizes rígidas e traços de raciocínio mais flexíveis, moldando como o agente usa sua memória, e não apenas o que ele recupera. Ele está disponível com clientes em Python, TypeScript, Go, CLI e HTTP, com integrações com a maioria dos principais agentes de programação e frameworks de agentes.
Overview | HindsightState of the art long-term memory for your agents. Hindsight gives AI agents memory that learns across sessions.hindsight.vectorize.io
Opinião: pensar está virando um artigo de luxo¶
Encontrei este artigo interessante de Mary Harrington, publicado em 2025 mas ainda atual, e ele não saiu da minha cabeça desde então.
O argumento central dela é que nossa capacidade de ler textos longos e raciocinar está, aos poucos, virando um marcador de classe. Ela aponta evidências de que os índices de alfabetização de adultos caíram na maioria dos países da OCDE na última década, ao mesmo tempo em que smartphones e vídeos curtos tomaram conta da forma como a maioria das pessoas consome mídia. A comparação que ela faz com junk food é boa: assim como os ultraprocessados criaram uma divisão entre quem tem recursos para comer bem e quem não tem, ela argumenta que a mídia digital está criando uma divisão parecida, entre as pessoas que mantêm a capacidade de pensamento profundo e linear e um grupo muito maior que está derivando para o que ela chama de pós-letramento.
Além disso, ela cita um dado relevante sobre crianças: crianças de famílias de baixa renda já passam muito mais tempo em frente a telas do que as de famílias mais ricas, e o uso recreativo intenso de telas está correlacionado a memória de trabalho, atenção e funções executivas mais fracas. Enquanto isso, são as elites que estão saindo dessa, matriculando os filhos em escolas clássicas e Waldorf construídas em torno do letramento dos "grandes livros", ou limitando as telas em casa, como alguns executivos de tecnologia fazem abertamente.
A parte crítica é a leitura política que ela faz disso. Uma população que perde a capacidade de raciocínio contínuo se torna mais tribal e mais fácil de manipular, e isso atravessa todo o espectro político. Parece um problemão, não é?