Mergulhos profundos em padrões e arquitetura de desenvolvimento moderno.
Destrinchei a masterclass do Google sobre o novo SDLC: o espectro do vibe coding ao agentic engineering, context engineering, o modelo de fábrica, o harness e a economia de tokens.
Assisti o IndyDevDan reconstruir sua meta-skill de planejamento pra modelos Mythos. A tese: bom planejamento é boa engenharia — e o plano vira artefato vivo do código.
Liderar projetos de IA não é liderar projeto comum. Os 3 pilares que adotei — qualificar, educar e decidir — sobre uma base de contexto e conhecimento técnico.
Loop engineering é o nível depois de prompt, contexto e harness: você para de promptar agentes e passa a desenhar loops com planner, subagente e verificador.
A Anthropic analisou 400 mil sessões do Claude Code e descobriu que advogados e contadores têm taxas de sucesso quase iguais às de engenheiros — porque o modelo amplifica expertise de domínio, não habilidade técnica.
Conheci o Omnigent, meta-harness open source da Databricks que orquestra Claude Code, Codex e Pi num único workflow com políticas em Python, sandbox e colaboração entre dispositivos.
A Anthropic automatizou 95% das consultas de análise de negócio com agentes do Claude. O segredo não foi um modelo melhor — foi um framework de Skills em Markdown que ensina o agente a navegar no data warehouse. Sem ele, a precisão era de 21%. Em um mês sem manutenção, caiu para 65%.
A Cloudflare construiu um sistema de code review com IA que processa 48 mil merge requests por mês, usa até 7 agentes especializados por PR e entrega revisão em 3 minutos e 39 segundos. O custo médio? US$ 1,19 por review. Arquitetura, métricas e o que times pequenos podem copiar.
Relatório do Anthropic Institute revela que Claude já escreve mais de 80% do código da empresa, engenheiros entregam 8x mais e a capacidade de tarefa dobra a cada 4 meses. O que isso significa para devs e por que o 'pedal de freio' pode ser a discussão mais importante de 2026.