Mergulhos profundos em padrões e arquitetura de desenvolvimento moderno.
O Open Knowledge Format (OKF) é o padrão do Google pra estruturar o segundo cérebro de agentes de IA: bundles de markdown, index.md e YAML que cortam tokens e aceleram a busca.
Destrincho o planf3, a meta-skill do Claude Code que gera planos de engenharia em HTML com 5 workflows, checklists com status [x]/[f] e um loop de build que se fecha sozinho.
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%.