Agent Loop: entendendo o coração do agente

Ver no idioma original →

Autoria: Vini Lana · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: português

Vídeo original: Agent Loop: entendendo o coração do agente · Canal: Vini Lana · 1:32:38 · Assistir no YouTube

Tópicos: Agentes de IA, Avaliação e benchmarks de IA, Engenharia de software com IA, Modelos de IA, Segurança de IA

Resumo

A live explica o Agent Loop como o ciclo que transforma uma API de completion em um agente capaz de escolher e executar ferramentas, observar resultados e continuar até concluir uma tarefa. O apresentador diferencia o loop agêntico do harness e descreve elementos como contexto, permissões, hooks, memória, subagentes e skills. Ele compara harnesses prontos, como Hermes Agent, a frameworks para construir sistemas de agentes, destacando segurança, controle de acesso, observabilidade e evals. Na parte final, comenta modelos e Decision Models, apresenta projetos próprios e cria ao vivo uma aplicação humorística para avaliar calvície.

Pontos-chave

• O Agent Loop recebe o input, consulta o modelo, seleciona e executa ferramentas, observa os resultados e repete o ciclo até considerar a tarefa concluída.
• O harness reúne o que fica em torno do modelo e do loop, incluindo contexto, guardrails, permissões, hooks, memória, subagentes, skills e ferramentas.
• Um system prompt, sozinho, não garante proteção contra prompt injection; o apresentador recomenda aplicar controles também no harness, como permissões e sandbox.
• Frameworks como Ivy Dev e Mastra podem servir de base para desenvolver agentes com mais controle sobre segurança e operação em produção.
• A escolha do melhor modelo depende do caso de uso e de evals com tarefas e dados representativos, não apenas de benchmarks públicos ou impressões pessoais.
• Hooks permitem interceptar eventos do ciclo de vida do agente, por exemplo, antes ou depois de uma tool call, para aplicar regras, pedir aprovação ou registrar ações.
• Em sistemas multiagentes, autenticação e autorização determinam quem pode usar cada agente e quais ferramentas pode acionar.
• Separar as regras de negócio e os serviços do agente facilita trocar de framework ou interface sem reescrever o sistema inteiro.
• O apresentador descreve o Invokta como uma forma de expor capacidades de back-end a agentes e o Dev Gateway como um projeto voltado à economia de tokens.
• A demonstração ao vivo do Calvo Bent ilustra o uso de um Decision Model para analisar imagens e gerar um ranking humorístico.

Capítulos

Início	Capítulo	Resumo
00:01	Introdução ao Agent Loop	O apresentador introduz o tema e explica como o Agent Loop transforma uma API de completion em uma interação agêntica.
06:12	O que compõe um harness	Com uma analogia de carro, ele distingue o modelo, o loop agêntico e o harness, que reúne contexto e controles.
13:27	Frameworks e harnesses para agentes	A live compara o uso de um harness genérico com frameworks voltados à construção de sistemas de agentes em produção.
19:07	Canais, modelos e evals	O apresentador aborda integrações com canais e explica que a escolha do modelo deve ser avaliada para cada caso de uso.
24:16	Começar com um harness mínimo	Ele recomenda partir de uma estrutura simples e acrescentar componentes conforme as necessidades do workflow.
31:29	Ferramentas, autenticação e autorização	A conversa passa ao controle de acesso em sistemas multiagentes e às ferramentas disponíveis durante a execução.
33:01	Permissões e interceptação do loop	O apresentador explica como permissões e hooks podem controlar ou interromper ações do agente.
40:44	MCPs e separação entre agente e sistema	Ele discute conexões com ferramentas e a importância de separar a lógica de negócio da interface representada pelo agente.
43:49	Testes práticos com modelos	O apresentador compara resultados de modelos em tarefas de geração visual e desenvolvimento de um editor de vídeo.
52:09	Gemini, classificação e Decision Models	A conversa aborda o desempenho de modelos e o uso de Decision Models para classificação e avaliação.
58:25	Demonstração de análise de imagens	O apresentador demonstra um Decision Model que classifica imagens, comenta sua velocidade e testa alguns exemplos.
01:08	Invokta e Dev Gateway	Ele apresenta projetos próprios para disponibilizar capacidades a agentes e reduzir o consumo de tokens.
01:14	Ambientes isolados e demonstração do Calvo Bent	A live aborda opções de ambientes isolados e mostra a publicação de uma aplicação criada durante a transmissão.
01:20	Teste ao vivo e ranking	O apresentador testa a aplicação e acompanha a análise de imagens e a atualização do ranking humorístico.
01:27	Encerramento e recapitulação	A live termina com uma recapitulação descontraída, agradecimentos e referências a conteúdos sobre agentes.

Citações

Todo harness tem que ter o loop agêntico para funcionar. — 04:10

A pergunta de qual é o melhor modelo depende do seu caso de uso e de como você está medindo isso. — 22:14

Software você começa do zero e vai desenvolvendo, adicionando camadas conforme necessário. — 24:47

Antes de ele deletar um arquivo, eu posso chamar um outro script que vai verificar se a gente pode realmente fazer aquilo ou não. — 36:36

Conceitos e entidades

• Agent Loop (conceito): Ciclo em que o agente consulta o modelo, escolhe e executa ferramentas, observa os resultados e decide se continua ou encerra.
• Harness (conceito): Estrutura em torno do modelo e do Agent Loop que organiza contexto, permissões, ferramentas e outros componentes do agente.
• tool calling (conceito): Capacidade do agente de selecionar e acionar ferramentas durante o ciclo de execução.
• prompt injection (conceito): Tentativa de manipular o agente por meio de instruções maliciosas, que o apresentador recomenda mitigar com controles além do system prompt.
• hooks (conceito): Mecanismos que permitem interceptar eventos do ciclo de vida do agente para aplicar regras, solicitar aprovação ou registrar ações.
• evals (conceito): Avaliações com tarefas e dados definidos para comparar o desempenho de modelos em um caso de uso específico.
• decision model (conceito): Modelo voltado a classificar ou julgar resultados, apresentado na live como alternativa mais leve a usar um LLM para certas tarefas.
• Hermes Agent (ferramenta): Harness genérico apresentado como útil para uso pessoal, mas não como a opção mais adequada para sistemas multiagentes em produção.
• Ivy Dev (ferramenta): Framework citado como base para desenvolver sistemas de agentes com controle sobre componentes como ferramentas, sandbox e canais.
• Mastra (ferramenta): Framework mencionado como opção para desenvolver sistemas de agentes com maior controle do que um harness genérico pronto.
• Claude Code (ferramenta): Ferramenta citada como exemplo de ambiente que usa Agent Loop e oferece hooks para interceptar eventos.
• Invokta (repo): Projeto apresentado como forma de expor capacidades de back-end a agentes por diferentes interfaces e protocolos.
• Dev Gateway (repo): Projeto descrito como uma forma de reduzir o consumo de tokens em determinados usos.
• Vini Lana (pessoa): Apresentador da live, que explica conceitos de agentes e demonstra ferramentas e projetos.

Tradução completa (pt-BR)

00:01 Boa noite, AI Coders! Como é que vocês estão, meus queridos? Achou que não ia ter live hoje? Até eu achei, viu? Pancadaria por aqui. Como é que vocês estão? Tô vendo aqui, ó: pô, maravilha, o Marc renovou a assinatura anual ontem. Seja muito bem-vindo novamente, meu querido Marc. Olha quem tá na área aí: o R R M Easy também, sempre na área com a gente. Também o Alessandro. Vamos nessa, galera. Estamos ao vivo, começando mais uma live. Na live de hoje vou falar sobre Agent

00:32 Loop, beleza? Já peço aquela moral: compartilha no grupo da empresa, no grupo do WhatsApp, no grupo da família. O pessoal que tiver discutindo política, fala: “Ô, dá uma pausa aí rapidão. Vamos discutir aqui, ó, vamos discutir coisa importante, pô. Política já era.” Tô zoando. >> [risadas] >> Vai esquerda ou direita? Eu sou Agent Loop. Bora falar sobre coisas que vão produzir mais, diretamente para você, e focar energia, gastar energia naquilo que já traz alguma coisa logo de imediato para você, né? Política tá

01:04 complicada aqui no Brasil e não é pauta deste canal. Pessoal, olha só: Agent Loop é uma parte fundamental dentro do seu harness. Aliás, minha câmera tá espelhada aqui, mas eu queria mostrar para vocês, ó, nossa camiseta da lojinha da AI Coders Academy. Para quem não conhece, vou lançar o link aqui para vocês também nos comentários, mas já tá rolando, viu? Minhas próprias camisetas chegaram para mim hoje. Tem aqui: “Só quem

01:35 usa o modo Yolo merece viver o extraordinário”. Deixa eu inverter a câmera aqui; tenho que descobrir onde se inverte a câmera. Vamos aqui, ó: câmera. Pronto, ó. “Só quem usa o Yolo merece viver o extraordinário.” Agora ficou invertido. Outra que chegou também aqui, ó: “99% no Coffee Bench”. Aí esse benchmark eu confio, hein? Tem outras legais para caramba que chegaram também. A lojinha tá aí, a loja tá aqui no chat. Quem quiser acessar, fica à vontade. Vamos lá tomar… Olha aí, é liberado para os

02:06 mortais do Pro. Maravilha, olha aí, ó, o Argon agora tá liberado, tá liberado no AntiWrap, tio Robson. Maravilha, hein, cara? Maravilha. Vamos que vamos. Não criamos o link desta live com antecedência, não fiz o aquecimento dela antes, então vou contar com vocês hoje para a gente ter audiência aqui. Fechou? A audiência ainda tá um pouquinho fraca. Quinta-feira, a essa hora, geralmente não estou por aqui, mas, se não vier muita gente, não tem problema: os que importam estão aqui com a gente. Tá bom? Pessoal, vou

02:37 compartilhar minha tela com vocês. Aqui, ó. E vamos falar então sobre Agent Loop, tá? Toda vez que a gente estiver desenvolvendo sistemas de agentes, o Agent Loop vai estar ali, assim como quando estivermos usando o agente, beleza? O que rola? Quando você tem uma API de LLM, ela é uma API de completion, então vai simplesmente completar o que você tá mandando para ela. O LLM… você manda ali dentro da requisição, né,

03:08 tipo: “Oi, bom dia”, aí ele vai lá e responde: “Bom dia também”. Basicamente, é um completion. Para aquilo virar uma interação agêntica, você precisa disto aqui, ó. Você precisa que o agente receba o input. A partir desse input, ele vai pensar e escolher a ferramenta que vai ser chamada. “Ah, vou integrar com o MCP. Ah, vou chamar uma ferramenta específica, vou chamar uma tool de edição de código, de leitura de arquivos.” Então, o LLM vai pensar; depois, vai executar essa tool,

03:39 antes dessa tool, a gente pode interceptar — vou falar um pouco disso aqui também —; a tool é executada, daí o LLM vai observar o resultado. Então, você faz mais uma requisição para o modelo. Toda a requisição vai junto, todo o histórico de conversação, por isso que é importante a ideia de cache dentro do modelo. Depois, ele vai observar o resultado. Se for necessário, vai pensar; ele observa, pensa de novo. Se for necessário, vai escolher mais uma ferramenta ou não; pode determinar que aquele loop acabou. Então, isso

04:10 aqui, toda vez que você estiver usando o agente, é o loop básico, tá? Não estou falando de loop engineering; estou falando de loop agêntico. Isso acontece no Livi, isso acontece no Mastra, isso acontece no LangGraph, isso acontece no… Isso acontece no Claude Code, isso vai acontecer lá no Hermes. Todo harness tem que ter o loop agêntico para funcionar. Isso é a base. Entender isso aqui vai ajudar você tanto a seguir o caminho de criar seu próprio harness — até porque esse

04:40 material aqui é material de harness engineering — quanto a entender o que é fundamental dentro do que você está usando hoje. Às vezes você está usando um agente para outras coisas e tudo mais, que não têm necessariamente aquilo que é fundamental para você. Você pode reduzir para um harness mínimo. Então, estamos falando de harness engineering, né? O que é um harness? Quem aqui está ligado no que é harness? Manda um no chat se você sabe o que é harness; manda dois se não está ligado no que é harness.

05:11 Só para eu me ligar aqui em como está a interação, em como está a maldade da galera aqui do chat em relação a esse assunto. Vamos ver quem está participando aí com a gente. Vamos que vamos, ó. Um para quem está ligado. Ó, o Mark está ligado no que é harness. O Robson está ligado no que é harness. Ó, vou dar uma moral para vocês aqui. O RMIs também está ligado no que é harness. O Proganalizando está mais ou menos ligado aqui. O Ricardo está mais ou menos ligado aqui, ó. Beleza. O Sérgio Costa. Vou dar uma palinha para quem estiver

05:41 assistindo depois, no futuro, sobre o que é basicamente, tá? Eu gosto sempre de fazer uma comparação com o Anel Rodoviário de BH. Alguém conhece BH? BH, quer ver, ó: Belo Horizonte. BH, cidade bacana. Já morei lá, sou ali de pertinho, sou de Ouro Branco. E BH tem o Anel Rodoviário, tá? O Anel Rodoviário é basicamente o seguinte: para que o trânsito pesado não entre na cidade, o trânsito é desviado para o que a gente chama de Anel Rodoviário. Beleza?

06:12 Vou compartilhar isso falando, já começar nossa… a nossa… Eita, [__]! Nossa metáfora aqui. Caramba, o Google Maps. Aí, beleza. Então, qual é a ideia? Imagina que eu tenho um carro, ok? A carroceria dele é o que a gente chama de harness. Então, posso ter uma Ferrari, posso ter um Fusca — tenho um Fusca, aliás —, posso ter um Uno Mille de escadinha. O que está em volta do motor é o que a gente chama de harness. O motor em si, o próprio motor, vai ser aqui, ó, o

06:43 modelo de LLM. Então, a gente tem o harness, que é a carroceria do carro; a gente tem aqui o mecanismo que faz o motor funcionar, que é o loop agêntico. Vamos considerar que isso aqui é o combustível passando dentro do motor, mas basicamente é isso. E aqui a gente tem o modelo de… ah, o LLM. Esse cara é o modelo. Então, o harness é o que está em volta do modelo. Sem harness, o modelo é só uma API de completion, ponto. Beleza? Eu puxei o exemplo de BH, mas não é para agora, não; é para daqui a pouco.

07:15 Mas o que a gente precisa entender aqui, então? Que dentro dessa carroceria desse carro, desse harness, a gente vai ter a gestão de contexto, que vem através do arquivo agents.md, das specs, da documentação, de tudo que você carrega como contexto, dos MCPs, das bases de conhecimento da empresa, do second brain, da AI memory do Akita, que está popular para caramba agora — está todo mundo usando, né? Você vai trabalhar ali dentro também os guardrails e as permissões, beleza? Então, basicamente, o que pode e o que não pode fazer,

07:45 Tá? Então, o modelo não sabe o que pode ou não pode fazer. É no harness que você vai configurar esses guardrails e permissões. O que mais? Os hooks, as regras de como e em que momentos você vai interceptar ou não. Então, o loop agêntico também tem um ciclo de vida. Toda vez que você inicia um loop, alguns eventos são disparados. Por exemplo, pre-tool-use: antes de chamar a ferramenta, ele vai disparar um evento de pre-tool-use. Para que servem esses hooks, então? Para eu conseguir interceptar e colocar regras dentro do

08:18 meu modelo, dentro do meu loop agêntico, do meu harness, para alterar o resultado disso ou interceptar, beleza? Memória, que é o que fica entre sessões, é o que vai garantir que eu comece uma sessão agora e a dispare para vários agentes sem perder aquilo, o conhecimento que está sendo criado, ou que, quando houver uma compactação do contexto, eu consiga continuar executando sem perder a memória, né? Sem perder o que estava sendo executado. Então, aqui dentro desse harness, a gente pode trabalhar com diferentes tipos e níveis

08:48 de memória. Subagentes: podem ser tanto os que você já pré-configurou quanto subagentes efêmeros, que vão rodar ali e depois sumir, sem que nada daquilo fique salvo. Vão ser descartáveis. Skills e comandos, que são as receitas, né? O jeito da casa: o passo a passo de como fazer determinadas ações, como fazer design, back-end, front-end, mobile, scripts. E também os comandos, que ficam dentro do harness. E aqui, as ferramentas: ler, editar, executar, buscar

09:21 E, quando falamos de ferramentas, falamos também das tools disponibilizadas via MCP. Então, basicamente, temos aqui dentro o loop agêntico, que é o harness mínimo: só existe agent se houver loop agêntico; caso contrário, é só uma página de completion. Em volta desse loop agêntico, vamos ter o harness. Essa maravilha para a qual vemos, a cada dia, novas possibilidades de trabalho. E, a partir disso, começamos a entender que

09:52 o desenvolvimento de agentes, quando estou usando um framework, como o Ivy Dev, por exemplo, significa necessariamente que estou construindo uma estrutura de harness para um loop agêntico. O Ivy Dev, o Hermes Agent, o Open Claw — soluções de agentes em geral — vão cuidar dessa parte básica. Pelo menos, do loop do agente. O Hermes Agent vai além: ele é o próprio harness. O Ivy Dev é uma maneira de você construir o seu harness

10:22 em cima de uma estrutura de loop agêntico. Quem está acompanhando, manda um no chat se está acompanhando, se está fazendo sentido; manda dois se não. Manda três se você caiu nessa live do nada e não esperava que eu trouxesse um conteúdo tão bravo como esse hoje para vocês. Você pensou: “Ai, cara, do nada o Vinícius está soltando conteúdo da hora, ao vivo e de graça no YouTube?” Vamos ver como está a nossa audiência aqui. Quem está com a gente? Um. Marque aí que está curtindo. O Denik também está curtindo. O Proganalizando também está curtindo. O Robson também está com a gente. Olha só. O…

10:54 O Rafael trouxe aqui: “Mas harness nem é mais bem o problema, pô. O problema é não saber o que está fazendo.” Ô, Rafael, digo mais, cara: o problema sempre foi não saber o que está fazendo, né? >> [risadas] >> O maior problema é não saber o que está fazendo. Tem uma galera que não sabe o que está fazendo, mas tem certeza de que está fazendo do jeito certo. O Robson trouxe aqui: “Hoje comecei a brincar pela primeira vez com o system prompt de um modelo. Cara, pensa num negócio complicado.” É complicado, Robson, mas vou trazer algumas ideias aqui hoje. Essa live, eh,

11:26 vai ser um pouco mais participativa com vocês também: vou mostrar como olhar para esse system prompt e como trabalhar nisso aí, tá bom? Olha aqui o Rafael: “Acho que sou maluco, mas a qualidade de tudo que estou fazendo melhorou muito depois que desativei a memória 100% e passei a fazer por etapas, de acordo com o que precisava ser feito.” Ô, Rafael, isso não é maluquice, tá? Lá na nossa plataforma, a AI Coders, tem um curso chamado Open Fusion, em que demonstro várias maneiras de desenvolver software junto com a inteligência artificial. Vou desde a ideia de pair

11:56 programming, fazendo commit por commit e revisando cada commit — o que faz muito sentido dependendo do que você está desenvolvendo e da velocidade com que precisa imprimir, porque você consegue ter uma percepção melhor do que está sendo entregue e também aprende mais com a base de código — até avançar fase por fase, depois spec por spec e, então, release por release, em etapas maiores. Tudo vai depender do ritmo de entrega e do produto que você está desenvolvendo. Mas, eventualmente, se você já é dev e tem mais experiência,

12:26 e se o ritmo do seu produto e do seu trabalho permitir, obviamente, você vai sentir que tem uma percepção melhor da entrega quando fizer um acompanhamento mais próximo, com pair programming, né? Nesse caso, é muito interessante trabalhar, por exemplo, com o curso, com o Cloud Coach. O Cloud Coach é legal para você seguir esse ritmo de trabalho. Olha aqui o Rafael: “Minha equipe toda está fazendo da mesma forma porque concorda comigo nisso.” Maravilha, cara. Aí sim, quando você tem alinhamento de equipe, é maravilhoso. A parte mais difícil hoje dentro de uma empresa é alinhar. As pessoas estão muito

12:57 habituadas a trabalhar no modo solo, cada uma com as suas skills, os seus MCPs e as suas manias. E trazer isso de uma maneira clara para todo mundo é um desafio, tá? Olha o Ramiro Mesquita na área, o Luís Filipe também. Bom demais. Turma, olha só: a live começou a ganhar tração aqui, viu? Peço a moral de vocês para continuar comentando e compartilhando, porque isso ajuda o algoritmo a entregar. Para quem chegou agora: estamos falando sobre loop agêntico, um conteúdo de quinta-feira para você que acabou de chegar do trabalho ou que nem saiu de casa porque trabalha remoto. Maravilha. A gente começou falando de loop agêntico e da importância dele; mostrei aqui o que é harness. Eh, ainda não entrei nessa parte, né? Mas, basicamente, quero trazer para vocês uma base para entrarmos num assunto um pouco mais interessante: agentes, tá? Frameworks agênticos. O Ivy é um framework sobre o qual fiz um vídeo esta semana. Eh, fiquei um pouco frustrado e vou compartilhar isso com vocês, tá? Algumas pessoas não conseguiram perceber a diferença, né? Nem onde ele se encaixa. Basicamente, fiz uma

13:27 provocação de propósito sobre Ivy versus Hermes. Por quê? Porque várias pessoas não conheciam os frameworks agênticos. Então, entraram nesse universo por meio do Hermes. E está tudo certo, não tem problema nenhum. É a mesma coisa que aconteceu com muitas pessoas que não conheciam classificadores e entenderam que dá para fazer coisas com o Javy, por exemplo, e agora entendem. Da mesma forma, 90% das pessoas não conheciam o que era um LLM e agora usam todos os dias para desenvolver software. Não conhecer não

14:00 é um problema, mas acho interessante que, uma vez que a gente conhece, comece a perceber onde cada coisa se encaixa. O Hermes Agent é muito bom como harness genérico, para você ter independência de provider, mas não é a ferramenta que você vai usar para vários agentes em produção. “Ai, Vini, mas o Hermes Agent tem um recurso de vários agentes.” Tem, mas é um recurso de vários agentes para você. O Hermes Agent não é a ferramenta que você vai querer colocar dentro de um sistema de atendimento ao público, por exemplo. “Por que não, Vini?” Porque

14:30 …

15:00 Nele, é mais difícil tratar problemas de injeção de prompt, problemas de observabilidade e questões como, por exemplo, ambiente isolado e conjunto de dados. Até mesmo se você quiser trabalhar com um sinalizador de recurso ou registrar algo dentro do software para fazer um lançamento gradual. Como assim, Vini? Quero que essas alterações que fiz no meu ciclo de agente cheguem a apenas 10% dos meus usuários. Quero validar primeiro como vai ser isso, qual vai ser a aceitação. Deu certo? Faço um lançamento gradual para todo mundo. Então

15:31 há algumas questões de software que não é que não dê para fazer no Hermes Agent, mas ele não foi feito para isso. E aí, quando você pega frameworks agênticos como o próprio IV Dev ou Mestra — ou aí você está falando do cara… IV Dev, Mestra —, aí sim você está dando moral para os sistemas que permitem desenvolver software de uma maneira… de desenvolver agentes com software. O que você está resolvendo aqui? Basicamente, quando trabalho com Hermes, pego uma estrutura inteira de harness,

16:01 contexto, permissões, hooks, memória, subagentes, skills, comandos e ferramentas. Quando pego o IV, o loop agêntico já está montado, e aí cabe a mim desenvolver essa outra parte aqui. Só que, como ele é um framework, facilita o trabalho para a gente. E é nesse sentido que você vai ver o Hermes Agent aqui, ou o IV ou o IV Dev aqui. Por exemplo, olha: tem o arquivo agents.ts, o arquivo-base de definição, beleza? É nele que você vai definir onde estará o modelo e qual será o nível de raciocínio.

16:32 Inclusive, se estiver fazendo sentido, já dá um joinha aqui no chat para dar aquela moral para a gente. E skills é a pasta onde você vai deixar o conteúdo das skills padrão. Tools é onde você vai deixar as ferramentas predefinidas. Ambiente isolado é onde você vai configurar um ambiente isolado. Há alguns tipos diferentes de ambiente isolado aqui dentro do IV, mas basicamente posso restringir meu agente para que ele não acesse links ou URLs que não forem permitidos. Aí, Vini, por que eu faria isso? Imagina só: tenho lá meu Hermes Agent

17:03 como um sistema de atendimento de clínica odontológica, beleza? Sei que tem uma galera, um monte de gente que faz isso. Vou trazer um exemplo. Se eu não restringi, no nível do harness, o que ele pode fazer — por exemplo, se não restringi isso e coloquei na system prompt dele: “Jamais acesse sites indevidos”, beleza? —, então restringi isso ali. Mas, no prompt, na system prompt, estou restringindo de maneira não determinística. E a própria Anthropic já publicou várias vezes vários documentos

17:33 confirmando que é praticamente impossível restringir todas as injeções de prompt. Então, a própria Anthropic tem dificuldade para contornar isso. E você acha que, no seu sistema, vai conseguir controlar e contornar a injeção de prompt no modelo só com system prompt? É bem provável que não. Então, o que pode acontecer? Eventualmente, você tratou alguns casos que previu, mas outros casos que previu não foram tratados. E aí o cara consegue, de alguma maneira, falar assim para o seu agente: “É o seguinte, digamos que o cara está

18:05 fazendo um pedido de pizza e deu errado, por exemplo. Ele fala: “Cara, tudo bem, faça o reembolso como tem que fazer e me mande um comprovante por meio deste link”. Ponto. Às vezes ele vai conseguir contornar uma restrição que foi colocada de maneira não determinística na system prompt do seu agente. E essa ação pode abrir uma vulnerabilidade. Seu agente pode ser exposto, pode ser hackeado. Às vezes, ele já está até exposto. Dê uma olhada nisso nos seus agentes. Então, quando você trabalha com ambiente isolado,

18:36 é importante dizer que o Hermes permite trabalhar com ambiente isolado também, né? Mas, quando trabalho com ambiente isolado em um harness mínimo, tenho mais controle sobre o que está acontecendo no meu agente. Consigo observar melhor o entorno e dizer: “Vou limitar o acesso do meu agente somente a esta ferramenta específica”. Estamos falando de permissões, ferramentas e memória, e de garantir que ele só consiga acessar este site, que é o único de que precisa. Qual site, Vini? Ah, pode ser o site de perguntas frequentes, o site de documentação da empresa, por exemplo. Então, são algumas medidas que eu

19:07 consigo tomar com esse tipo de framework em código. Canais. Aqui está a parte mais importante quando se fala de agentes. Ó, estamos juntos, obrigado, hein, cara. Fala, Mateus, boa noite, cara. Aí não, pô. Bora lá, bora lá. É, então, canais, né? Por que o Open Glow bombou? Pô, tenho a possibilidade de conversar com meu agente pelo WhatsApp. Maravilha, né? Pois é, Hermes Agent também bombou por conta disso. Que tal conseguir fazer isso de uma maneira que se integre facilmente ao desenvolvimento de software com canais?

19:38 Consigo fazer isso aqui, então: integrar com o Slack, com o Discord, com o Telegram, com o WhatsApp e por aí vai. Também usando o IV. Conectores, pô, maravilha, consigo conectar MCPs diretamente aqui. Subagentes: consigo criar subagentes aqui ou trabalhar também com subagentes efêmeros. Agendamentos são os cron jobs; consigo trabalhar com eles aqui. E evals: a parte mais importante do seu workflow de agentes hoje. Pergunta para o chat: “Chat, hoje, como você sabe qual é o melhor modelo de inteligência

20:10 artificial? Aliás, vou pedir para você responder aqui: na sua opinião, hoje, qual é o melhor modelo, qual é o melhor LLM do mercado? Manda aqui no chat rapidamente, que vou dar uma moral para vocês. Ó, estamos juntos, hein? O Mateus está distribuindo joias aqui hoje, maravilha, cara. Valeu demais. Olha aqui, ó. O Mark trouxe isto para a gente: “Já aconteceu de um advogado colocar injeção de prompt em um documento e a gente do tribunal executar a favor do advogado”. Eu vi isso aí, viu? Olha só, não é só você que precisa ter…

20:41 É, você precisa ter restrições no agente para que ele não faça isso. Olha aí, ó: “O melhor modelo é o Claude”, o Luís Filipe está dizendo que o melhor modelo é o 5.5. E aí, turma, qual é o melhor modelo do mercado hoje? Manda para a gente aqui. O 5.5. Aí vou fazer uma pergunta para você. Quando está desenvolvendo seus agentes de IA — aliás, quando está trabalhando com desenvolvimento com IA —, como sabe, como diz que meu modelo X é melhor do que o outro?

21:12 Você tem uma maneira clara de dizer isso? Tipo assim: vou olhar para o meu agente e dizer que, com certeza, o Opus 5.5 é o melhor de todos. Ou, como o Mateus aqui, ó: “Gemini Argon é o melhor de todos”. Cara, para eu dizer isso, posso falar com base no que estou sentindo: meu feeling é que o Opus 5.5 é o melhor de todos, porque vejo que ele está entregando o melhor no dia a dia. Nitidamente, o resultado está mais interessante e preciso de menos

21:42 interações. Mas vai chegar um momento em que você estará trabalhando com sistemas e workflows agênticos e, cara, simplesmente vai olhar para o seu sistema de atendimento. Digamos que você fez um iFood ali, beleza? O iFood lançou um agente e, em vez de pedir pelo aplicativo, eu peço pelo agente dele. E aí, cara? Como você sabe qual é o melhor modelo para usar dentro daquele workflow? Então, a pergunta sobre qual é o melhor modelo nunca vai ser respondida por este benchmark aqui, ó, do Artificial Analysis.

22:14 Ela nunca vai ser respondida pelo seu colega. A pergunta sobre qual é o melhor modelo depende do seu caso de uso e de como você está medindo isso. E aí, a partir do seu caso de uso, você vai olhar para o modelo e dizer: “Ó, nosso agente aqui usa o melhor modelo; é o modelo do Luna 6”. Pô, e por quê? Porque, em todas as tarefas do nosso eval — aí entra a importância das evaluations aqui —, em todas as tarefas que a gente

22:44 Colocou tanto no dataset quanto no LLM as a Judge, o Luna 6 teve um desempenho melhor. E o Opus 5.5 teve um desempenho até igual em termos de entrega, mas o custo do Luna 6 foi infinitamente mais baixo. Logo, para esse caso de uso específico, o Luna 6 foi melhor. Pô, então quer dizer que o Luna 6 é o melhor do mercado? Não, ele foi melhor no meu benchmark privado, para o meu caso de uso. Por isso a gente tem esse problema de benchmark hoje. Geralmente, um benchmark público vai mensurar tarefas, vai trazer

23:15 um dataset interessante para a gente trabalhar. Porém, esse dataset pode ter sido vazado, ou seja, durante o treinamento, o modelo teve acesso às respostas e pode ter sido avaliado nesse benchmark, né? Talvez alguns modelos por aqui — não vou dizer quais, né? — tenham sido avaliados nesse benchmark e apresentem um resultado aquém quando você for trabalhar com eles na prática. Então, entender isso vai ajudar você a construir sistemas de agentes melhores. Então, a gente parte do Agents Group,

23:46 entendendo o que é modelo, entendendo o que é loop de agente, entendendo o que é harness, e agora começa a entender que, em alguns casos, é muito mais interessante desenvolver o meu próprio harness, a minha própria estrutura. Mas não preciso fazer isso do zero. Posso usar um framework para isso. Essa estrutura que vocês estão vendo na minha tela aqui, ó, é só isso aqui que é o agente do Eve, tá? Sempre que você desenvolver, mesmo que não entenda nada de código, vai ter muita facilidade para entender o que está acontecendo ali

24:16 dentro. Então, você sai de um caminho em que hoje tem o Hermes Agent, que é supercarregado, com muita informação ali, muito código, e, para deixá-lo mais seguro, vai ter que começar a tirar coisas, travar coisas. Então, dá mais trabalho para travar. Você inverte isso e faz o contrário: já começa com tudo travado, com poucas possibilidades, e vai adicionando possibilidades ao seu workflow agêntico conforme a demanda, conforme a necessidade. Isso aqui a

24:47 gente está falando de boas práticas de desenvolvimento de software, não é de hoje, não é de ontem, não é de 10 anos atrás; é desde sempre. Você começa o software do zero e vai desenvolvendo, adicionando camadas conforme necessário. A engenharia excessiva já existia antes da inteligência artificial. Com IA, ficou ainda mais fácil fazer engenharia excessiva. Beleza? Olha aí, ó. O Mark trouxe aqui: “Hoje é no sentimento, na percepção, na maneira como ele está olhando. Tem que rolar um eval”. Maravilha, hein? Ó, o Prog analisando: “Luna é top, dá para usar quase infinitamente

25:17 com uma conta semanal”. O High Code 5.5 está nessa pegada também, viu? Fala, Codex, meu querido, como é que você está? Bom demais? Olha aí, ó, o Vini: “O que você acha do Orca?” Cara, muita gente me pergunta sobre o Orca. Ainda não usei. Não cabe o Orca no meu workflow. Mas vejo uma galera falando muito bem dele. Inclusive, se tiver alguém no chat que usa e quiser dar essa moral, contando o que está achando do Orca, fique à vontade. Ó, o Codex aqui, ó: “O Google é um claro exemplo disso. Os modelos são bons, mas ficam muito apagados porque o harness é uma bosta.

25:47 Você tem que chegar com presença.” >> [risadas] >> É bem isso mesmo, cara. Olha aí, ó, o Ivy mais o Invoke fazem umas coisas absurdas. Exatamente, exatamente. Olha aí, ó, o Adonis usa. Aí, maravilha. Então, olha só, o que eu quero trazer para vocês como percepção, pessoal? Se você teve o contato inicial com o Hermes e ele já explodiu a sua cabeça, quando for levar isso para o desenvolvimento de software, para o desenvolvimento de agentes, o Hermes não é a ferramenta para você usar em produtos em produção, beleza? Ele é para você usar como

26:19 colega de trabalho de IA e tudo mais. Mas o inverso também pode acontecer. Você pode criar um colega de trabalho de IA. Aqui vou mostrar um esquemão para vocês. Você pode criar um colega de trabalho de IA com o Ivy Dev, usando os templates que ele já tem. Por exemplo, ele tem aqui o personal agent. Vou passar o link para vocês no nosso chat, beleza? Tem o personal agent que, basicamente, funciona literalmente como um assistente pessoal, só que eu consigo ir

26:49 adicionando ferramentas, adicionando rotinas conforme preciso. O que é legal nisso aqui? É mais fácil delegar para o Claude Code, para o Codex, configurar um agente com o Ivy Dev do que delegar para ele configurar um agente com o Hermes, porque a zona de contato é diferente. E aqui estamos falando de um agente organizado por pastas, então a leitura para o Claude fica mais fácil também. E aí consigo começar a pensar em alguns casos bem interessantes, por exemplo, na ideia de Agent Factory. Inclusive, se você curte o que estou

27:20 trazendo aqui para vocês, olha aí, ó. Manda um salve para o meu amigo Sid, que está vendo a live pela primeira vez. Ô, Sid, um salve para você, meu querido. Tá, estou evangelizando ele com a palavra da Eicones. Maravilha, seja bem-vindo à nossa live aí, ó. Então, queria aproveitar esse rolê de que a gente está falando aqui, né, sobre Agent Factory. O que é Agent Factory, turma? É a possibilidade de construir uma estrutura de agentes que se retroalimente, vamos dizer assim. Então, que eu consiga construí-la uma vez e

27:50 na próxima vez que eu precisar colocar um agente novo ali dentro, mantendo essa mesma ideia de manutenção, escala, escalabilidade, performance, observabilidade e toda essa estrutura importante que você precisa ter em produção, consiga fazer isso com mais facilidade. E esse rolê todo que vocês já estão aprendendo aqui agora vai ser aprofundado no nosso rolê do Agent Builder, tá? Vamos ter a formação; no dia 27 tem uma aula. Quem estiver no grupo do WhatsApp vai ficar sabendo primeiro. Inclusive, quem entrar no grupo do WhatsApp vai receber hoje o material

28:22 dessa aula que estou dando aqui para vocês. Então, vou compartilhar esse Excalidraw lá no grupo do WhatsApp. É só você entrar aqui, tá? Deixa eu colocar a imagem do nosso QR Code também, ó. Quem estiver no grupo do WhatsApp hoje vai receber acesso a esse material da aula aqui também, junto com os links que estou mencionando. Beleza? Então, fica a dica. O que vai rolar nessa formação? Vai ter uma aula aberta, então você vai poder participar sem pagar. A nossa ideia é o Givers Game: você entra, assiste, aprende; se curtir a maneira

28:53 como estou ensinando, cai para dentro. Aí vou ensinar você desde o básico — configurar um agente do zero — até configurar uma fábrica de agentes, colocar os agentes para funcionar de maneira quase semiautônoma. E aí vamos nos aprofundar em Harness Engineering para agentes, no loop agêntico, em hooks; vou trazer tudo que você precisa saber, até observabilidade, feature flag, lançamento gradual e como colocar um sistema em produção. Para funcionar para 10 usuários, para 1.000 usuários, para 100.000 e para 1 milhão de usuários. Não

29:24 importa, você vai aprender a construir uma estrutura robusta de agentes nessa formação, o Agent Builder. Cai para dentro! Para quem entrar nessa turma inicial, vamos dar um bom desconto, tá? 40% de desconto para quem estiver nesse grupo aqui com a gente, e você não perde nada em estar nesse grupo, só ganha. Cai para dentro; também vou mandar o link aqui no chat para você que está participando desta live com a gente agora. Fique à vontade, beleza? E olha só, deixa eu puxar aqui para o nosso chat. Tem uma galera massa participando com a gente hoje. Olha só quem está aqui com a gente nesse

29:55 momento. Já vi aqui, ó: momento de propaganda. Olha aqui, ó: você que está cansado de guru da internet ensinar coisas que não sabe, seus problemas acabaram. Venha conhecer a formação Agent Builder. Hahaha, muito bom, hein? Tamo junto, tamo junto. Olha aqui, ó, o que mais? Momentinho de propaganda, claro, né, pô? Tem descontinho para quem é membro pro da Ecode. Estou fazendo um sistema de pontos do zero, cara; nunca tive que estudar tanto.

30:27 MFA, token etc., software escalável: a parada é mais embaixo, com certeza. A galera que pensa que só Vibe Code resolve o rolê, meus amigos, Vibe Code é o comecinho. Olha quem chegou aí: Moste tá com a gente também, maravilha, seja muito bem-vindo, meu querido. Rafa Tech na área também, bom demais, cara. Os de sempre, os fiéis tão aqui, é isso, pô. Olha quem tá aí: o Web Fire AI. Vini, para quem já é da comunidade, qual será o desconto? Vai ser um desconto brabo. Pode confiar. Você vai falar: “Caraca, o Vini é meio doido mesmo, velho”. Mas fica tranquilo,

30:57 vai ser um desconto brabo, tá? Fala, Fabrício, meu querido, bom demais? Ó o Mateus aí. Quem é membro tem desconto? Tem desconto, sim; pro novo curso tem desconto, sim, Mateus. A gente vai dar um desconto bem interessante. Você vai falar: “Puts, cara, investir na planta valeu a pena”. Vocês tão ligados que a minha mente, nossa, lá, né, é investir na planta. Tem data? Tem, sim, dia 27 desse mês, beleza? 27 desse mês. Olha aí: “Muito bom que eu tomei um ed do Sobro aqui, agora tá vendendo a gente”. Aí, pô, time, né? Lerê. Ó o subido. >> [risadas] >> Deixa quieto, não esqueçam o like,

31:29 galera. Vamos nessa. Seguinte: tão curtindo o conteúdo da live? Você que tá aqui desde o começo, tá massa? Vamos avançar então. Vou trazer um pouquinho mais de conhecimento pra gente aqui hoje no YouTube. Conhecimento aberto, ao vivo, gratuito, na prática. Pra quê? Pra você entender que a diferença da AI Coders pro que o mercado tá te ensinando hoje é que a gente confia tanto no nosso produto que eu te entrego um conteúdo aqui de graça no YouTube pra você falar assim se vale a pena ou não andar com a gente, se vale a pena ou não ser AI Coder. Aí, quando você falar: “Caraca, velho, o cara é doido

32:00 mesmo, tá careca de saber, pô, deve ser bom lá dentro mesmo”. Aí você cai pra dentro, compra camisa na nossa lojinha, nossa loja aqui, ó: só quem usa Yolo merece viver o extraordinário, e por aí vai. Beleza? Vamos nessa. Ó quem tá na área aí: “Tô vendo pela TV, mas comprei na planta e serei visto no Agent Build também”. Aí sim, Daniel, com presença confirmadíssima. Ó, já comecei a brincar com o Ivy pra não chegar sem saber nada no curso. Olha aí o Gaúcho Biker, bom demais. Aí, aí é tri, hein, guri? Bate. Nossa, forcei pra [ __ ] agora.

32:31 Vamos nessa. É os guri. Aí, ó: “Péssimo dia pra não ser AI Coder”. Lá, lá. Olha aí, Vini, já tá nos melhores podcasts do Brasil. Vocês vão ver já, já. Já tá, pô, Deus te ouça, Mateus. Deus te ouça, meu querido. Tamo junto demais. Obrigado aí pela moral, tá? Vamos nessa. Voltando aqui pra aula, então. Pra aula, não, pra live, né? Tamo trocando uma ideia. A gente tem aqui a parte de ferramentas, galera. E essa parte é muito importante também. Quando a gente entende o rolê aqui do harness, então, a gente falou do loop agêntico, como é que funciona

33:01 essa base dele, a gente falou do harness, o que tem em volta dele. E é aqui que tem a parte importante das ferramentas, permissões e hooks. Vou trazer alguns desafios com os quais talvez vocês ainda não tenham se deparado, mas, como o Codex falou aqui na live, quando você começa a trabalhar em produção, o buraco é mais embaixo. Imagina o seguinte, tá? Eu vou desenvolver um sistema multiagentes pra uma empresa. Essa empresa tem 1.000 funcionários. Legal? Beleza. E aí, Vinícius, todo mundo pode usar todos os agentes? O agente que tem

33:32 acesso aos dados financeiros da empresa pode ser acessível por todo mundo? Aliás, qual deve ser o nível de acesso aos dados da pessoa que pode usar esse agente financeiro? Então, perceba que tô falando aqui agora de outro desafio: não é o desafio de construir, é o desafio de controle de acesso. Quando a gente fala de desenvolvimento de software, tem duas camadas aqui: a camada de autenticação e a camada de autorização. Autenticação é o quê? Eu pego meu documento e falo assim: “Ó, esse aqui sou eu, eu sou o Vinícius”. Beleza, tá autenticado, Vinícius. Posso entrar? Não necessariamente. Você

34:03 tá autorizado? Não vi seu nome na lista. Então, no sistema, quando a gente trabalha com autorização dentro do sistema de agentes, é a mesma coisa. Pra eu conseguir usar meus agentes, pra eu saber quem pode ou não pode fazer uma chamada de ferramenta, tenho que trazer pra dentro do meu sistema também a informação sobre a pessoa que tá usando o agente. E aí é onde a gente separa os homens dos meninos, porque, quando tô trabalhando com um Hermes Agent, por exemplo, e quero desenvolver um sistema desse nível de escala ou desse nível de complexidade, não vou conseguir fazer isso com Hermes, porque Hermes não foi

34:34 feito pra isso. Aí é onde vai entrar o IV, onde vai entrar o Mastro. Sistemas de agentes, frameworks de agentes com os quais você consegue se virar ali dentro. E aí é onde entram as ferramentas, permissões e hooks. Através das ferramentas, a gente tem as ferramentas nativas, como ler, editar, bash e buscar. Temos MCPs; aí entram Jira, bancos de dados, browser e documentação. Tem as CLIs: GH, que é do GitHub, Docker, Kubectl, AWS, entre outras.

35:04 São ferramentas que, em tempo de execução, o seu harness vai oferecer para o seu agente dentro do loop agêntico. Como? Meu Deus, vamos lá. Loop agêntico: o modelo aqui, loop agêntico. Ele sempre vai observar o que tá chegando pra ele, vai entender, vai raciocinar, fazer o reasoning, vai mandar lá pro modelo pensar. O modelo pensa, ele vai observar quais são as ferramentas disponíveis e, a partir disso, determina qual ferramenta usar. Então, a partir disso, ele chama a ferramenta, uma ou várias, em batch,

35:34 e aí executa isso. Antes de chamar a ferramenta, vou trabalhar com permissões. Tanto permissão do agente quanto permissão de quem tá usando o agente. Durante a execução do agente, posso trabalhar com hooks. O que são hooks? São maneiras de interceptar o loop agêntico. Tá aqui uma ótima referência pra vocês: Claude Code Hooks. Claude Code Hooks. Cadê ele aqui? Ó quem tá aqui: Rafael, que tá me vendo aqui no Google, hein?

36:05 Vou puxar aqui: Claude Code Hooks. Vai, velho. Aí você me quebra, Google. Docs. Aqui, ó. Dá uma olhada nessa parada aqui. Esse trem bonito. Eita, travou. Abre uma imagem nova aqui. Esse trem bonito aqui, ó, isso aqui é o loop agêntico do Claude Code. Como é que funciona? Session start: abri meu Claude Code. User prompt submit: o usuário mandou o prompt lá dentro. E aí? A gente pensou: mas ele vai chamar uma

36:36 tool, mas, antes de chamar uma tool, posso interceptar. Por exemplo, ele vai chamar a tool de RM, por exemplo, que é pra deletar um arquivo, tá? Antes de deletar um arquivo, posso chamar outro script que vai verificar se a gente pode realmente fazer aquilo ou não. Então, quando é que eu trago os loops, os hooks? Eu trago quando quiser interceptar um comando, tanto pra pará-lo quanto pra trazer o human in the loop, ou seja, devolver pro humano responder, tomar alguma atitude, ou pra injetar algum dado naquele rolê. Eu

37:07 posso trazer mais um dado. Opa, ele vai apagar? Então, pera aí: antes de apagar, deixa eu documentar isso aqui no nosso sistema de auditoria, que esse agente tá apagando esse negócio aqui. Depois você pode continuar, gente, por exemplo. Então, você vai ter vários eventos, e aí depende do caso de uso que você tá desenvolvendo, mas você pode interceptar esses eventos aqui. Isso entra nos hooks de agentes, beleza? Tá fazendo sentido, turma? Manda um no chat aqui se você tá acompanhando; manda dois se não. Se não, a gente volta aqui no que você tiver dúvida, é só mandar também.

37:38 Beleza? Ó, sinal de que falta harness: você repete a mesma correção toda semana, ou a gente já executou um comando perigoso. Esta semana, um colega nosso falou: “Bem que o Vini fala para colocar sandbox, né?” Porque o Claude apagou o banco de dados dele. Eu falei: “Pois é, tem que colocar sandbox”. Então, se a gente já executou um comando perigoso, se cada dev do time tem um resultado diferente… O pessoal falou no começo da live aqui, né? Quem foi que, no começo da live, disse que, graças a Deus, o time inteiro já está dando moral para ele? Pô, isso aqui é bom para caramba quando

38:08 o time tem um processo; fica fácil mapear esses problemas. Outro ponto: PR chega sem limite, sem lint, sem teste, sem formatação. Isso são problemas de harness. Você consegue trabalhar nisso aqui. Claro, pessoal, estou trazendo isso aqui, e para algumas pessoas talvez já seja um conteúdo mais profundo. Mas confiem em mim: isso aqui ainda está superficial. Lá na nossa formação, vamos trazer essa parada de um jeito mais interessante, mais mão na massa, na prática, com demonstração, com exemplos claros do que fazer, com

38:39 um, um, um, um templatezinho para você copiar e já usar dentro do seu rolê. Beleza? Olhando para o ciclo de vida do agente, o que vamos ter aqui, então? O que vamos ter do agente, né? É aquilo que acabei de mostrar para vocês ali do Claude Code. A sessão é iniciada, o usuário envia o prompt. O Claude vai pensar, vai ver as tools disponíveis dentro do loop agêntico, que vai se repetindo até o LLM entender que está pronto. Vai definir qual tool vai chamar; então, pre tool use: “Pô, vou chamar essa tool”.

39:10 Se eu tiver um hook escutando, né, no pre tool use, ele vai chamar o hook, vai determinar se pode ou não, se vai perguntar para o usuário ou não. Passa, e depois também posso ter um post tool use. Isso aqui é: acabou de usar, avisa lá, chama uma ação também. Esse hook também pode ser ativado, beleza? E aqui ele vai rodando até chegar ao stop. O stop é: “Opa, entendemos que a tarefa está concluída”. Então, tenho esse stop; esse stop também é um evento que pode ser escutado, e session end também é um evento que pode ser escutado.

39:42 Já tem uma live só sobre isso lá dentro da AI Code, gravada também. Beleza? E aí, a qualquer momento, pode ser chamado um subagent. Aí tem os hooks de subagent start, subagent stop, pre compact, post compact e notification. No caso do Claude Code, tem mais de 20 hooks, mais ou menos, que você pode utilizar, tá? Várias configurações. Aqui tem uma referência básica para quem estiver participando desta live e estiver lá no grupo da nossa formação. Eu vou enviar para vocês. Então, já fica a dica: o link está na

40:12 descrição aqui da live. Entre lá no grupo da formação para receber esse material, que tem dicas de onde e como configurar e um exemplo, por exemplo, de bloqueio aqui usando pre tool use, né? Bloqueando a execução do comando rm -rf, que é um comando perigoso. É o tipo de coisa que você consegue configurar e, assim, vai melhorando seu harness. Isso se aplica a dois sentidos: tanto quando estou desenvolvendo meu próprio harness, para já pensar nessa dinâmica, quanto quando estou usando um harness pronto. Beleza? Tools, MCP e skills são basicamente partes

40:44 que vão complementar seu harness. Então, vou trazer o MCP que vai integrar aqui dentro do meu harness. Esse MCP pode ser algo para construir meu second brain, pode ser um MCP específico para uma tool. E aí, quando a gente fala de agentes e sistemas de agentes, essa parte é massa para caramba. Se estou desenvolvendo com Eve e tenho aqui, por exemplo, o nosso agente — vamos pegar aqui, ó, o marketing team, marketing team, esse cara aqui, ó — posso conectá-lo especificamente

41:15 ao Notion. Aí vai estar lá em conexões, conectado ao Notion. Beleza? E aí, dentro disso, onde você vai ter que ter malícia? Isso a gente vai ensinar dentro da formação do Agent Builder. Você tem que ter malícia para separar o que é frontend e o que é backend. Tem muita gente confundindo produto de agente com estrutura de agente. Tem muita gente confundindo onde as regras de negócio devem ficar. Como assim, Vini? No desenvolvimento de software, na nossa área de boas práticas, a gente não coloca regras de negócio no frontend. Vai tudo para o backend. Por quê? Porque quando eu quiser colocar uma interface nova, um aplicativo mobile, uma interface web, não tenho que refatorar tudo, reescrever tudo na mão. Já está salvo em algum lugar. O agente, você tem que entendê-lo como uma interface também. Logo, hoje posso estar desenvolvendo alguma coisa com Eve; amanhã, troco de framework, vou para o Agno, vou para o Master, vou para qualquer outro. E o meu sistema, que está sendo usado por esse agente, não

41:45 pode ter que ser refatorado. Na verdade, meu sistema tem que permitir que múltiplos agentes trabalhem aqui dentro. Aí é onde você vai separar a camada de tools, ferramentas, como parte dos serviços e do backend do seu agente, do próprio agente, a estrutura, a casca dele ali com o harness, como sendo a interface frontend. Legal? Muito bom, turma. Muito bom, temos a turma engajada aqui hoje. Que bom demais ter os nossos de sempre participando desta live. Olha aí, ó. Só pela resenha, os alunos… [risadas] Aí é complicado, cara.

42:17 Não vou falar disso, não, velho. Não vou falar disso, não. Olha aqui, ó, isso foi… [risadas] Os homólogos, né? Os homólogos, né? A maioria dos Vipers não faz ideia do que é uma branch. Pois é, uma branch homóloga, exatamente. Com revisão de PR, para ter o mínimo de indisponibilidade possível, exatamente. É, só para ter uma ideia, para quem não é… Nosso público é bem misturado aqui, né? Tem gente que é dev, tem gente que não é dev. É importante ter um ambiente de testes, né? Aí tem alguns nomes de ambiente: homólogo, dev, stage e tudo mais. É importante ter um ambiente que não seja o seu computador, em que você

42:48 consiga reproduzir um ambiente bem próximo do de produção antes de subir alterações. Isso vale tanto para o seu sistema, que foi codado, ou para o tempo que você gastou pensando na estrutura, quanto para o seu sistema de agentes também. Você alterou essa estrutura de agentes; é importante ter uma validação antecipada. Beleza? RMZ também está por aqui. Bem-vindo! Oliveira também está por aqui. Turma, alguma dúvida? Como vocês estão aí? Fechou? Vou compartilhar com vocês agora algumas

43:19 coisinhas em que temos trabalhado aqui. Porque esta semana tivemos alguns lançamentos bem interessantes, né? Tivemos o lançamento do nosso querido Gemini 4 Argon. Quero compartilhar uma parada que fiz com o Gemini 4 Argon. Eu falei: “Mas nem ferrando que isso aqui foi feito pelo Gemini 4…” Acredite ou não, foi feito com Gemini 4… e fiquei em choque. Vou até pedir aqui, ó: abra no Chrome,

43:49 porque vou compartilhar com vocês esse efeito, hein? E o P duro, olha ele! [risadas] Estou brincando. O P duro vai ser interessante também, tá? O P duro vai ser interessante. Quando sai o treinamento completo do Trend Channel? Treinamento vai ser… Ó, entra nesse grupo aqui, que você vai ficar sabendo de tudo que está acontecendo nele. Vamos ter uma data no dia 27 agora. Já que está chegando o pós-eleição, passou o estresse da eleição, a gente já cai matando em conteúdo. Vamos ter uma aula aberta; pode participar, não precisa pagar para

44:20 Porque eu vou compartilhar com vocês esse efeito, hein? E o P duro, olha ele, hein! Ô… [risadas] Tô brincando. O P duro vai ser interessante também, tá? O P duro vai ser interessante. Quando sai o treinamento completo, Trend Channel? O treinamento vai ser… Se inscreve nesse grupo aqui, que você vai sendo avisado de tudo que tá acontecendo nele. A gente vai ter uma data no dia 27 agora. Já que tá chegando o pós-eleição, passou o estresse da eleição, a gente já cai matando em conteúdo. Vamos ter uma aula aberta, pode participar, não precisa pagar para

44:50 Ao participar dessa aula, vou trazer para você os conceitos de Agent Factory, como esse negócio funciona e tudo mais. E, nesse dia, a gente também vai anunciar o treinamento. No dia seguinte, explicaremos como vai funcionar a formação e tudo mais, já com pelo menos uma boa parte do conteúdo gravada. Assim, se você quiser fazer no seu ritmo, beleza: faz uma aula por dia ou uma aula por semana. “Pô, Vini, quero maratonar, quero já desembolar tudo para estar voando na semana que vem.” Você também vai ter essa possibilidade, tá bom? Diferentemente de outros conteúdos que às vezes a gente libera aos poucos, dessa vez nosso objetivo é

45:22 liberar tudo o quanto antes para você já conseguir maratonar e aprender o mais rápido possível. Mas eu queria saber de vocês que estão aí — obrigado pela pergunta, viu? Queria saber de vocês que estão acompanhando a live agora: qual é a expectativa de vocês em relação ao que foi feito aqui pelo nosso queridíssimo, queridíssimo Gemini 4 água, que muita gente talvez não curta tanto? Mas queria saber qual é a expectativa de vocês, o que acham que ele conseguiu fazer aqui que me deixou um pouco em choque.

45:53 E vou compartilhar a tela com vocês neste exato minuto. Olha só. Caramba, hein? Mas aí ele me… Pô, eu te elogio e você me avacalha, né, ô Gemini 4 Argon? Mas tá bom. Vou compartilhar minha tela com vocês agora. Olha que filho de uma égua — calma, estou falando do cavalo, hein? Estou falando do cavalo, hein? Olha aqui, filho de uma égua: o cavalo é filho de uma égua. Ele fez para a gente o cavalo em 3D, respeitando toda a biomecânica do corpo

46:24 do cavalo, que eu falei que ficou ruim. Deixa eu editar isso aqui na unha. Pô, faz muito tempo que não edito código na unha. É nem código, né? HTML não é código, não; HTML é forma, é… formatador, né? Vamos aqui. E sem VH. Não é aqui. Cadê? Aqui, ó. Filha da égua, ele está travado aqui. Vou colocar aqui sem VH. Aí, pô, agora sim. Olha, galera, que filha da égua, hein? Bonito, hein? E, se você observar bem a cara do cowboy

46:56 também, não ficou com aquela cara de boneco. Deixa eu ver aqui a cara. Não está com aquela cara de boneco todo travado também. Ele tentou fazer um cowboy mais próximo da realidade, com os detalhes e tudo mais. Com a botinha. Mas me surpreendeu bastante essa qualidade do 3D aqui, do Gemini 4 Argon, tá? Até agora é um cavalo realmente bem realista; ele está respeitando bastante a biomecânica dele. “Ah, Vini, mas o 5 provavelmente faz melhor.” Concordo, o 5 provavelmente faz melhor, mas, se a gente comparar os modelos disponíveis no mercado hoje, é muito difícil

47:27 você ver um modelo que consegue fazer isso em HTML. Isso aqui não foi feito no Blender 3D, tá, turma? Isso aqui é HTML puro. É muito difícil um modelo conseguir renderizar em HTML um cavalo com essa estrutura. Então, de fato, é nisso que ele está mandando melhor. Agora, fiz alguns testes aqui com o Gemini 4 Argon que me desapontaram bastante, e um deles foi para fazer um editor de vídeo, tá? Ele não está rodando aqui agora, e nem vale a pena rodar, mas vai sair um vídeo esta semana. Fiz dois

47:59 testes: passei um prompt para o Opus 5.5 desenvolver um editor de vídeo e passei um prompt para o Gemini 4 Argon desenvolver um editor de vídeo. Está lá no X, inclusive. E, cara, nesse prompt que passei — olha que doideira —, se você não me segue no X, aliás, isso também é uma doideira, me segue lá. Nesse prompt que passei aqui, olha a diferença entre o que cada um fez. O resultado do Opus 5.5: ele gerou isso aqui para a gente, tá? Esse é o editor gerado pelo Opus 5.5,

48:31 nesse nível, tá bom? Olha o que o Gemini 4 Argon gerou para a gente, galera. Juro para vocês, o que o Opus 5.5 gerou levou mais ou menos o mesmo tempo que o Gemini 4 Argon levou. Nos dois, usei multiagentes e usei o modo mais alto de visão possível. Cara, o Gemini 4 Argon foi por um caminho: escolheu fazer em Python. Aí a UI e a UX simplesmente não funcionam. Juro para vocês, não consegui fazer nada nesse negócio, nada mesmo nessa interface. E aí o primeiro

49:02 aprendizado, o primeiro insight sobre esse modelo, o Gemini 4 Argon, é que você vai precisar trabalhar bem na estrutura do harness com ele, tá? Para ele ter um bom desempenho. Você vai ter que deixar bem definida toda aquela ideia que a gente falou no começo da live, em torno do agente, com o contexto, com a spec bem definida e o caminho bem definido. Se você deixar ele agir por conta própria e fizer um prompt vago, tipo “faz aí para mim um sistema de edição de vídeo”, ele pode entregar um negócio meio porcaria. Então, nesses aspectos,

49:34 ele está bem próximo do que a gente vê hoje com o Astra. O Astra às vezes entrega coisas legais, às vezes falha, às vezes falha miseravelmente e entrega um código horroroso. Quando você adiciona ao contexto, ao harness, à contextual layer dele, uma indicação melhor, aí sim ele tem um desempenho melhor. “Mas, Vini, vale a pena fazer a loucura que você fez de fazer upgrade para o Google AI Ultra?” Vou ser sincero, cara: me arrependi, tá?

50:04 Me arrependi. Não acho que vale a pena hoje. Mas é aquele negócio: pode ser que eu mude de ideia. Por quê? Porque descobri um caso de uso, igual esse cavalo aqui, em repouso, empinando. Pode ser que exista algum caso de uso específico, algum jeito de usar esse modelo que mude a minha percepção. Mas, por enquanto, está difícil mudar a percepção, viu? Olha aí. Olha a cara dele. Close no rosto dele. Mas está difícil mudar a minha percepção, né? Só

50:35 para fazer 3D, você também tem outras soluções mais interessantes. E vocês no chat, qual é a percepção de vocês sobre esse camaradinha? Quero saber de vocês. O que vocês têm achado do Gemini 4 Argon? Está legal? Olha, no Minecraft… Pô, não tentei, tá? Mas deixa eu dar um prompt para ele aqui. Vou fazer agora, enquanto a gente conversa nesta quinta-feira à noite. Vou colocar aqui um quick start: “Crie um Minecraft usando Three.js”

51:07 ultrarrealista. Aí vai ter um… vou usar um Three.js ultrarrealista, né? “Crie um Minecraft ultrarrealista usando Three.js.” E vou colocar no modo aqui, que é o modo boost. Acho que pega um… Isso. E vou deixar ele trabalhar aqui. Enquanto isso, a gente vai conversando. Cara, fiz alguns testes nele hoje. Parece que no day one estava degradado. É sério, o Codex? Cara, então vou testar melhor de novo. Vou passar o mesmo prompt, hein? Acho que é só o que me

51:39 de quatro dias de trabalho. Entendi, cara. Entendi, vou dar uma olhada, tá? Depois de quatro dias, entendi. Vou estudar isso aí. Olha aí: Opus, 20 dólares; Argon, 10 dólares, né? Na teoria, né, Robson? Mas, na prática, se eu mostrar para vocês o que meu Opus está fazendo, nem eu sei como ainda está sobrando crédito lá, viu? Ele está torrando crédito adoidado. E não acabou. O Codex… O Opus 5.5 ainda está… Foi Codex, né? Estou falando: o Opus está voando ali, trabalhando para caramba ainda. Olha, Gemini erra muito

52:09 no Harness primeiro, não ter mais Air Force. Cara, segundo ele, as capacidades deles também não funcionam. Eu acho — e aqui é puro achismo, tá? — que essa mudança no output tokens do modelo, se existe um modelo com 1 milhão de tokens de output, sendo que o padrão de mercado até agora era 128.000 tokens, também muda a maneira como o Harness e o Agent Loop têm que funcionar. A gente falou exatamente disso aqui nesta live. E essa mudança, galera, tem um impacto e um peso importante na resposta do modelo, beleza?

52:42 É, cara, no Cursor vou testar; ainda não testei. É onde acredito que o modelo pode estar melhor. O harness do Cursor é bem melhor, mas bem melhor mesmo. É, olha aqui: “Sou designer, Wilson, e tenho usado bastante o Gemini.” Mas você está usando o Gemini 4 Argon, Wilson? Eu gosto muito do Gemini 3.8 Flash para copy e escrita. O Gemini 4 Argon também está muito bom para escrita, viu, turma? Esse é um ponto em que ele está legal. Na parte de desenvolvimento de software, não gostei tanto dele no frontend. Backend ainda não testei. Ouvi pessoas falando bem dele na área de cibersegurança, dizendo que gostaram, mas ele está

53:14 um pouco estranho. Olha, queria um Elifoot 2026. Pô, Elifoot é rivalidade, hein, ô Bruno? A galera do Elifoot instalava joguinho com disquete, hein? Lembro de instalar Elifoot com disquete. Ó, saiu hoje o Gemini novo. Pois é, vou falar dele aqui também, né? Quem… vocês já testaram o Gemini aí, galera? O Gemini agora tem visão. Exatamente. Na verdade, o Gemini sempre teve visão. Vocês acreditam nisso? Pelo menos foi o que disseram para nós, né? Disseram ali que o Jeff sempre teve

53:44 visão. Eu fiquei assim, né? “Aham, beleza.” Mas qual é a ideia deles? Eles ainda estavam validando o modelo e o recurso de visão deles não estava tão bom assim. Agora, na versão 1.14, se não me engano, ele é multimodal. Beleza? Mas, segundo eles, sempre foi multimodal. A ideia é que eu consiga classificar outras coisas. Cadê aqui, ó? Vou puxar aqui o criador dele. Nossa, é o criador dele. Coloca o tuíte para

54:16 caramba. Achei, ó. “Live now.” Beleza? “Type Safe AI launch.” Pô, não achei aqui. Mas, basicamente, deixa eu compartilhar minha tela para vocês verem o que estou vendo. Basicamente, o que rolou foi o lançamento do Jeff. Aqui está a versão dele. É a versão 1.14. Vamos lá. Type Type Safe AI. Essa nova versão agora também aceita imagem. E está mandando bem para caramba, tá? Então, a ideia é que eu consiga classificar texto e imagem, mas com a velocidade

54:48 que eu tinha. Casos de uso… Pô, alguns casos de uso são de classificação mesmo, né? Ah, posso pegar uma foto minha e colocar meu agente para, quando eu abrir a câmera, saber que sou eu, me tratar de um jeito diferente e tudo mais. E aí a questão é: eu poderia fazer isso com um classificador local? Poderia. Poderia fazer com um modelo de IA local? Poderia. Mas aqui talvez eu elimine o overhead local e consiga trabalhar com outras soluções, né? Com hardware mais modesto, considerando que isso está rodando na nuvem. Então, isso é bem interessante, tá? É bem prático para desenvolver.

55:18 Preciso estudar outros casos de uso diferentes desse, mas alguns que já vi são esses. Outro caso de uso interessante pode ser como decision model as a judge, para avaliar frontend, tá bom? Ah, você fez a tela do aplicativo e tudo mais. Ficou boa? Não ficou boa? Posso usar o decision model do Jeff como juiz para avaliar o quão próximo, o quão fiel está o design que você fez em relação ao que foi criado lá, como chegou no seu arquivo do Figma, por exemplo. Então, há alguns casos legais para trabalhar com o Jeff, que acho que a

55:50 gente vai explorar mais. Prometo trazer um conteúdo específico sobre isso aqui no canal. Vocês querem ver mais coisas sobre o Jeff? E também, ó, fala aí, Zumbi, meu querido, como você está? Beleza? Eu vi e compartilhei de novo lá no X, no X também, o guia, o Dev Guide do Gemini. Olha só, o Sub Q… Quem lembra do Sub Q? O que era isso aqui? Sub Q, da Subquadratic. Quem lembra disso? A Subquadratic apareceu aí no ano

56:21 passado, dizendo assim: “Revolucionamos. Criamos um modelo mais barato do que o Opus, mais rápido, tão inteligente quanto e com 10 milhões de tokens de context window.” Em breve. Em breve, aguardem. Só que eles estão piores que o Gemini, porque esse “aguardem” deles está demorando demais. Demorando demais para os caras lançarem. Disseram que tinham um modelo incrível e, até agora, nada. Aí o Sub Q foi lá e disse: “Estamos lançando o Sub Q Snap.” Nossa versão do Jeff.

56:52 E, bom, beleza, né? Mas vou ser bem sincero com vocês, cara. Depois de todo aquele hype que esses caras fizeram no ano passado, não lançaram nada. Nem sei se foi no ano passado ou neste ano. Acho que foi neste ano ainda, né? Mas nada relevante desses caras chegou ao mercado. Sendo bem honesto, não me chama atenção. Para chamar atenção, eles vão ter que fazer algo que seja assim: “Nossa Senhora!” Aí, beleza. Por enquanto, não estou muito empolgado com o que esses caras estão fazendo, tá? Vocês vão ver que até no próprio site eles mudaram o foco,

57:24 né? O foco deles era o modelo com 10 milhões de tokens de context window; mudaram completamente para isto aqui, ó. Mudaram para decision model. >> [roncando] >> Sei não, hein? Sei não, vocês acreditam? Sei não, né? O Gemini 3.8 gratuito resolve boa parte das tarefas rapidinho. Wilson, com certeza. Eu gosto do Gemini 3.8 Flash. Sei que a galera pega muito no pé dele, mas gosto dele para tarefas de texto e até para tarefas de…

57:54 texto, até para tarefas de UI. Ah, mas não uso muito para UI, mas ele tem um desempenho interessante. Olha, você ainda não recebeu sua dev key? Pô, vai lá no Open Router, querido Codex, que já está rolando. Também está rolando no AI Gateway da Vercel. Basicamente, em todo lugar você já consegue usar o Jeff. Vamos ao Open Router rapidinho. Open Router é outra empresa com cujo CEO preciso conversar urgentemente, pô. Os caras mudam a interface todo dia. Vamos lá, ó.

58:25 Vou pegar o Jeff aqui. Ó, tem uns modelos novos aqui, Drex. Isso aqui não é aquele negócio lá do… O que é isso aqui? Outro decision model, hein? Virou moda. Ó, vamos ao Jeff. Jeff 1.14. 264 mil, 262 mil tokens de contexto. Isso aqui é legal, tá, turma? Todo mundo falando: “Ah, eu tenho minha própria versão do Jeff. Ah, eu tenho minha própria versão do Jeff”, não sei o quê, não sei o quê, não sei o quê, não sei o quê…

58:56 Aí você encontra o Clef, que é o Jeff da Cloudflare. Legal, mas nenhum dos outros tem essa context window aqui, não, tá? E, ainda assim, para conseguir chegar à latência, né, à velocidade de resposta do Jeff, a Cloudflare teve que diminuir a context window para, se não me engano, 24 mil tokens. Então, o Jeff ainda é quem está liderando o mercado. Junto com esse lançamento, eles lançaram mais um tipo de… de tipo, né? Tem o null, o choice, o score e

59:27 agora tem o box. A ideia do box é que eu consiga enviar uma imagem e rodar essa decisão aqui. Por exemplo, ó: o estado dele, marketplace, o state, né? “Marketplace listing 404 organic honey crisp apples six count.” E a questão aqui é: qual maçã está no canto superior esquerdo da foto, né? Foi isso que ele identificou. E uma grande novidade também é que agora ele é multilíngue, beleza? O Jeff também ficou multilíngue. Então, se eu trouxer aqui, ó. >> [roncando] >> Qual é a pera

59:58 que está no meio? Vou rodar aqui. Está vendo? Ele também interpretou “pera”, né? Antes, o Jeff não era tão bom nisso. Galera, isso aqui é uma coisa interessante, viu? Viram a velocidade? Vou rodar de novo, ó. Ele levou 540 milissegundos para classificar essa imagem e gastou um total de 0,0001 centavo de dólar para fazer isso. Bom para caramba, hein? Vamos ver se tem outra imagem aqui. Vou puxar aqui, ó. É…

1:00:28 Vou ver se tenho uma imagem salva aqui localmente. Ó, vamos ver se ele está mandando bem. Vou pegar uma miniatura de uma live passada. Voltando para a tela aqui, ó. E vou dizer assim: o estado, o state dele, né? Uma miniatura de um canal brasileiro do YouTube, beleza? Ó, qual é o ícone que representa o Muse AI? Vamos ver se ele consegue interpretar. Ah, ele errou aqui, ó.

1:00:59 Mas também não tem Muse, né? >> [risadas] >> Aí ele foi, aí eu, aí eu trapaceei com ele também, né? Vamos colocar… qual ícone representa o… ah, o Grock bot. Vamos ver aqui. E ele continua errando, hein? Está colocando aqui no RM Agent. Qual ícone representa o Open Claw? Ah, o Open Claw acertou, hein? É, beleza, o Clock Box também está um pouco difícil de entender, né?

1:01:30 É, deixa eu ver. Onde está o texto da live? Vamos ver. Está ali, ó. Maravilha, então ele está conseguindo classificar. Isso está interessante, viu, galera? Eu prevejo que vamos ter vários casos de uso interessantes desse cara aqui, acelerando vários workflows agênticos. Beleza? Maravilha, ó. O chat agora bombou, hein? Do nada, bom demais. Deixa eu ver aqui, ó. Meu modelo de IA baseado numa

1:02:00 arquitetura nova vai sair antes do Subquery, com certeza, Codex. Olha aí, ó. E olha que eu nem estou trabalhando >> [risadas] >> Fala do quê? Do Subquery? Fala. Beleza, pessoal, finalmente perceberam que LLM em 99% dos casos é overkill demais, com certeza, cara. Essa ideia de Decision Model é uma sacada muito grande, porque, se você parar para prestar atenção na maioria das soluções que a gente está fazendo com LLM, a maioria delas você resolve com workflows aqui com o Jev, com Decision Models, né? Isso é bom demais. É muito rápido, hein, Ramonzinho? Com

1:02:30 certeza. Olha aí, ó, o Will está assistindo à live na academia, ninguém está entendendo nada. Pô, maravilha, está treinando o quê aí, o Will? Está treinando superiores? Força nesse supino aí, hein? Olha aí, ó. Eu tenho umas thumbs tuas. Ih, rapaz! Medo, cara. Medo desse tipo de declaração, hein? Corujas, credo. Olha aí, manda um oi para o Argon. Meu limite semanal andou 1%. Então, ô, Robson, o limite semanal do Argon realmente,

1:03:02 deixa eu ver se consigo puxar aqui, ó. Realmente, eu fico perdido demais nessa interface aqui do negócio, não estou tão acostumado a usá-la. Vocês sabem onde fica a demonstração de usage aqui na interface do Anti-gravity? Mas eu também estava olhando os models. Ó. Nossa, meu Deus, cara. Que isso? Não, não. Ó, meu limite semanal está em 51%.

1:03:34 Eu juro para vocês. Não vale a pena nem a pau isso aqui. Usei esse negócio aqui, sabe para quê? Para fazer aquele sistema mequetrefe lá que não funcionou e também para fazer o cavalo. Só isso, velho. E ele já bateu 51% do limite semanal. Não, que isso, cara? Consumiu para caramba aqui. Não, o Op 5.5 está voando, cara. Se eu puxar aqui agora, ó, lá no meu cloudinho, para vocês verem trabalhando lá. Faz 24 horas que o Op 5.5 está trabalhando direto aqui na feature que

1:04:04 estou desenvolvendo aqui, ó. Cadê ele? Ó. Faz umas 24 horas, cara. Já estou até preocupado com ele, com o tanto que está trabalhando. Acho que acabou, hein? Acabou. Só porque eu falei. Pois trabalhou para caramba na feature aqui. E, ó, meu uso lá. Ainda usei 74%, mas o tanto que ele trabalhou, cara, não está escrito. Enfim, né? Fiquei até chateado aqui. Não consegui esconder essa chateação de vocês. Ó, ele está trabalhando aqui agora na nossa delegação de agentes para fazer o

1:04:35 Minecraft que o nosso colega pediu aqui. Daqui a pouco ele volta aqui. Mas vamos dar uma olhadinha, então. A gente estava falando aqui sobre o… deixa eu ver se estava aqui. Não, fechei o Open Router. Poxa. Ô, louco, meu. Fechei mesmo. Estou doidão. Está aqui, ó. Jev. A gente estava falando do Jev, galera. E estou realmente empolgado com esse modelo novo dele, tá? Lança o calvo bench. >> [risadas] >> Muito bom, cara. Muito bom, hein?

1:05:06 Vou lançar o calvo bench para verificar quão bom é um Decision Model para julgar a calvície. Aí você pensa: pô, isso viraliza, hein? Hum! Vamos lá, ó. Vamos fazer ao vivo aqui, hein? Vou lá no Replit. Replit é mais rápido para essas coisas. Selecionar o ambiente de trabalho aqui dos cursos, pode ser. E aí, Coders Academy. E vou pedir para ele fazer aqui, ó. Crie um site chamado Calvo Bent

1:05:38 em que vamos usar uma API de Decision Model do Jev, usando o Open Router, para classificar a calvície dos homens que ainda acreditam ter cabelo. Isso é verdade, tá? A maioria das pessoas é calva, mas ainda não acredita. Vamos exigir login e vamos ter um ranking

1:06:11 de quem é o mais calvo, mas não sabia que era. Para isso, vamos perguntar, antes de o Jev classificar, qual é o nível de calvície que a pessoa acredita ter. Maravilha, hein? Vamos criar o nosso Calvo Bent aqui. Já vou colocar no modo power.

1:06:41 Vou colocar no maxi aqui. Vou colocar no maxi, vou configurar para usar o Ops 5.5 aqui. Está calibrado esse carrinho. Maravilha, hein? Esse negócio vai viralizar, hein? Quero ver todo mundo mandar para o amigo que é calvo, mas não aceita que é calvo, para ele acordar para a realidade: quando anda na rua, o colega olha para trás e vê que tem um buraco aqui atrás. Mas ele camufla o cabelinho para a frente, porque só vê o espelho de frente; no dia a dia, não tem noção da realidade. Nunca me falaram isso, mas um dia vi uma foto

1:07:13 que tiraram de mim à distância, de cima para baixo, e percebi que aquela cabeleira toda que eu tinha estava só aqui; era ilusão. Então vai ser uma causa muito boa. Obrigado pela dica, Codex, viu? Maravilha, hein? Maravilha, olha aí. Obrigado pelas joinhas, viu? Ah, vai que ganha um troco, né? >> [risadas] >> É isso, bom demais, bom demais. Ó: “Entre grap e é, eu concordo, viu? Concordo.” Cara, até hoje não entendo, velho, como é que os caras conseguiram fazer um negócio tão ruim, sendo que foi o mesmo time que fez o

1:07:43 Harness Windsurf, que é um harness da hora, velho. Não entendo. Não entendo mesmo, hein? É, o projeto Cloud App está animal. Pois isso é verdade, está muito bom mesmo. “Não ironicamente, acho que vão mandar uma proposta para o pessoal da Manual.” Olha aí, ó. Para o pessoal da Manual. Olha aí, hein? Alô, Manual, hein? Manda um kitzinho para mim aí; quem sabe meu cabelo volta a florescer. “Fala, mano, está trabalhando em quê? Fala um pouco dos seus projetos.” Fala comigo, Cybertech. Cara, a gente está trabalhando em várias coisas,

1:08:14 mas tem um projeto bem legal em que vocês aqui podem contribuir, que é o Invokta, tá? O Invokta é um projeto para facilitar a criação de backends para os seus agentes. Como assim, Vini? Digamos que eu já estou trabalhando em produção com banco, com o backend, beleza? Tenho minha API ali, vários microserviços. E quero tornar esse backend acessível para agentes, mas não quero que os agentes tenham acesso a tudo. Quero determinar só algumas capacidades.

1:08:44 Com o Invokta, que é o framework ideal para fazer isso, você vai determinar: “Ó, quero que acesse esta e esta capacidade”. O Invokta facilita isso: em no máximo 10 minutos você tem tudo funcionando. Dá para configurar autenticação, autorização; falamos disso mais cedo. Dá para configurar para funcionar localmente ou na nuvem. Dá para configurar para rodar como CLI também. E aí, eventualmente, adicionamos suporte a outros protocolos. A ideia é que você nunca mais precise reescrever aquela estrutura de capacidade que o seu

1:09:15 agente está usando, seja por HTTP, MCP, CLI ou diretamente pelo código também. Isso aqui é muito massa. É o que estou usando em produção; já tem uma galera usando. Já temos 139 estrelinhas, algumas contribuições importantes, e tem outro projeto em que também estou trabalhando. Esse projeto é mais famosinho: o Dev Gateway, tá? O Dev Gateway teve um hype legal. Vou dar uma melhorada nele; tem umas PRs para revisar esta semana. Quem quiser contribuir, pode me dar uma ideia também. A gente está precisando de uma

1:09:46 Galera, para ajudar a revisar as PRs que estão entrando aqui. Tem umas que a gente já revisou, já fez uma change request ali; tem outras que entraram agora. Mas, se você manja de software e quer ajudar nesse projetinho aqui, ó: Dev Gateway é um projeto… Para que veio esse Dev Gateway? O Dev Gateway é um projetinho que a gente criou para facilitar a percepção de como dá para usar o Dev para economizar token para você. Nesse caso, ele economiza, em alguns casos que a gente rodou benchmark aqui, 60% dos tokens no dia a dia. Pode ser interessante se você estiver trabalhando com isso.

1:10:17 Ainda existe AI Studio? Existe, viu? Existe. Eu acho que é um dos produtos mais subvalorizados da Google. Seria essa a palavra? Acho que é. Aqui, ó, é um produtinho massa, cara. Mas, olha, preciso colocar… Agora tem que pagar. Acabou, então. >> [risadas] >> AI Studio tem que pagar agora, não é mais de graça, não. Ó, o Devin também é bem melhor do que o que a gente grava. Exatamente. O Devin, o Devin, né, ele é ali da Cognition, que é

1:10:49 a dona do Windsurf. Ó, Vini, você usa alguma ferramenta para automatizar a resposta de um chat para outro? Me diga um exemplo, Ramonzinho. Automatizar respostas de um chat para outro. Você quer dizer compartilhar contexto? Cara, eu tenho o Dot Context, que seria talvez esse sentido, que também é um projetinho nosso, né? Dot Context surgiu no ano passado, quando ninguém falava disso. Ele veio com a ideia de ajudar você a compartilhar contexto na

1:11:20 camada contextual para qualquer harness. Vocês vão lembrar que, para quem está usando o AI Memory da Kita, há uma proposta de valor parecida nesse sentido, né? Então, ó, tem o Cloud, o Codex, o Cursor, o Anti-Gravity. Quando estou trabalhando com vários, consigo compartilhar a camada de contexto, sessão, memória, workflow, sensores, políticas, tudo fora do harness que estou utilizando. Para quê? Para ter mais liberdade. É, esse cara… Não sei se a sua pergunta vem nesse sentido, viu? Deixa eu ver aqui, ó. Ó, além de ter problemas

1:11:52 de hooks, direto quando vou usar o app, é, ele simplesmente esquece meus MCPs e o to use. Só que ele… Só porque ele é o Dev Gateway Emulator. Só que uso ele porque o Dev Gateway resolve o Gemini. Cara, buguei na sua mensagem aqui, viu, Codex? Não sei se é o meu sono ou se eu não entendi a mensagem mesmo. É, existe… testo tudo antes, hum, tudo lá antes. Maravilha. Maravilha, hein? Você está ligado, ah, no caso, você está

1:12:22 querendo dizer que o Dev Gateway está falando lá com o harness do Anti-Gravity, é isso? Ô, o Amador aí. Fala, meu querido. Bom demais? Fala aí. Você sempre usa o Invoke com Ivy? Tenho usado bastante, viu, Amador? Na maioria dos casos, tenho usado o Invoke com Ivy. Tem alguns casos em que estou usando o Invoke para conectar agora com outros frameworks que estou testando, mas isso aí é papo da formação que vou trazer para vocês, vou apresentar. Olha aí, ó. Um auditando o outro de maneira

1:12:52 adversarial ou até ambos chegarem à mesma conclusão. Então, estou fazendo manualmente. Cara, não, pô, não faça manualmente. Sabe o que você pode fazer, Ramãozinho? Vai lá no Invokta. Ô, caramba. Invokta. Vai lá no nosso repositório do Invokta. Você vai acessar aqui os exemplos. E aí vai ter um exemplo aqui do Agent Session Engine. Deixa eu ver, é isso mesmo. Agent Session Engine é uma engine, é um MCP,

1:13:22 que você também pode usar como CLI. Você vai adicionar o seu agente, e ele vai compartilhar a sessão com outro harness. Então, quando você colocar o Anti-Gravity, por exemplo, para fazer a revisão adversarial junto com o Codex, ele vai compartilhar a mesma sessão. Então, as tarefas podem ser atualizadas por aqui, os registros podem ser atualizados por aqui, tudo funciona por aqui, tá? Essa parte aqui é uma das coisas fáceis que você consegue desenrolar já com o próprio Invokta. Tem um monte de exemplos aqui, viu, galera? Quem quiser dar uma conferida no Invokta, tem um monte de exemplos ali de

1:13:54 como você pode utilizar. Tem uma engine de imagem, engine de Spec para fazer Spec Driven Development, tem engine de… Quer ver, ó? Com autenticação, de web crawling, né? Então, tem várias engines legais aqui para vocês poderem testar. Ó, novinho, Jeff Gator resolve a maioria dos problemas. Ah, entendi, do harness do Jeff Gator, porque eu decidi o modo de resolver. Ah, entendi, cara, entendi. Entendi a questão. O Jeff Gator está resolvendo os problemas que o Jeff Gator não resolve. Maravilha. Fala comigo, bom demais? É igual aos Dotes e Grok Bots, tem

1:14:26 alguma solução que eu consiga criar um ambiente isolado para o Claudinho ou outros, como uma VM só para o projeto? O Claudinho acabou de reclamar de outro projeto em execução. Cara, você pode usar a própria solução do Cloud Web, né? Acho que, assim, dentro dessa ideia de solução em nuvem, você consegue criar ali, ó. Como é que você faz isso? Pô, que esquemão, hein? Cloud Code. Na versão web, aqui você configura ambientes. Posso escolher o ambiente aqui, criar

1:14:56 um novo ambiente. Nesse ambiente, configuro o nome dele e o acesso à rede. Então, aqui: sandbox, ele pode acessar a rede externa, acesso completo, personalizado. O script de configuração dele, o que tem que rodar no começo. Secrets, caso você tenha que adicionar algum segredo de rede, e as variáveis de ambiente dele também. Então, consigo configurar um ambiente massa aqui também. E posso configurar, nesse caso, outro computador para acesso e controle remoto. Esse computador você pode configurar como uma VPS; daí, a gente tem a Hostinger aqui,

1:15:27 Hostinger. Que também é um esquemão que a galera tem usado. Deixa eu buscar meu link aqui logo, para vocês poderem usar, e já dar uma moral para a IA Coders também. A gente tem aqui, ó, benefícios. Ó, benefícios, cadê? Vou buscar aqui, ó, o link da Hostinger. Então, aproveite os benefícios. O que a galera tem feito? Sobe uma VPS. Toma aí, toma aí um cupom de desconto da Hostinger também, ó. Usa meu link, meu cupom de desconto. Galera, sobe uma VPS, configura o Cloud

1:15:57 Code dentro da estrutura da VPS deles e, a partir dali, conecta remotamente o ambiente aqui, tá? Então, você vai em novo ambiente, remote control, e deixa a VPS rodando. São algumas práticas que a galera tem usado nesse sentido, tá? Acredito ter respondido, deixa eu ver. É, acredito ter respondido. Se não, manda aqui que eu te dou uma moral de novo. Beleza? Ah, e o Hermes também deixa você fazer

1:16:28 experiência TK. Maravilha. Isso aqui eu não sei se é do… O Hermes tem o Hermes Bot, não sei se está falando disso, Codex, mas dá para rodar também ali. Mas, sobre o Cloud especificamente, tem esse esquema. Vamos ver como está o nosso benchmark de calvo aqui? Do nada, né? Olha, já está pronto. Pô, galera, Replit é da hora, viu? Tem uma galera que ainda não gosta muito, mas olha que [__] que ficou isso aqui, velho. Ah, nossa senhora, maravilha, hein? Olha isso, velho. Vou publicar esse negócio. Calvo Bent. Publicar.

1:16:59 Não, não, não só com convite. Público, pô. Deixa eu ver aqui. Ah, vou publicar esse negócio e a gente testa se está funcionando. calvobent.replit.app. Se quiser testar isso agora, vai ficar disponível já, já. Beleza? Está publicando aqui. Vamos ver como está o Calvo Bent aqui, ó. Qual é a ideia do Calvo Bent que a gente está desenvolvendo aqui? É poder fazer o esquema de… Pô, ficou bonito, viu? Para descobrir se seu amigo é negacionista da calvície. Será que seu

1:17:30 amigo é negacionista da calvície? Vamos descobrir. Encarar a verdade. Vou continuar com Google. Vou me autenticar aqui. Ó, está funcionando, hein? Está funcionando, hein? Vamos ver aqui? Continuei. Pô, Replit é bom demais. Você está doido. Mas será que ele pegou direitinho a API do Decision Model ali? Pô, aí, se você tiver pegado… Qual nível de calvície você acha que tem? Ah, velho. É uma daquelas coisas que falar ao vivo é [__], né? Mas acho que estou aqui, ó. É, pode ser aqui. É,

1:18:01 Tá, entre N3 e N4. Tá, manda no chat qual nível de calvície você acha que tem. Meu nome, Vinícius. Vou colocar Vinilana, né? Vinilana, mas que que é isso? Tá local? Então, deixa Vinícius mesmo. Seguir. Mostra o topo da cabeça. Tem que enviar a foto. Tirar foto agora? Eita, aí não vai dar, hein? Enviar foto, tirar foto agora? Não vai dar. Aí, a câmera tá em uso. Vamos ter que testar em produção. Vou deixar para vocês testarem aí para a gente.

1:18:32 Pô, ficou da hora esse negócio, hein? Calvo Bent. A gente vai ter o ranking de calvície aqui. Já tem o Marcão do topete, o Rodrigo das entradas, o Julinho coroa. >> [risadas] >> E a negação aqui dos caras. Pô, isso aqui foi uma ideia genial dessa live, hein, galera? Gostei, hein? Agora eu tô de cara. Será que ele usou o Jev mesmo? Recebe, pô. Recebe foto diretamente. Só aceita texto. Por isso, o modelo de visão primeiro descreve o cabelo, e o Jev escolhe o nível. Não, pô. Jev já recebe imagem. Ele é multimodal.

1:19:04 Na versão 1.14. Confere lá. E deu um pau aqui na hora de publicar, hein? O que deu problema aqui? Publicação. Sky plane RPC failed. Vamos tentar de novo aqui. Solta, solta, não é não? Muito bom aí, a galera zoando. Vamos que vamos, ó. Isso todo mundo vê, pô. Exatamente, mas menos você, cara. O problema da calvície, galera, o problema da calvície…

1:19:36 …é que o cara acha que não é calvo, entendeu? Só que ele só descobre um belo dia, quando leva um choque de realidade ou sai na rua cabeludo e cai uma gota de água na cabeça, e aí já sente lá o geladinho assim, ó. Aí ele descobre que tá calvo. Obrigado, tô precisando de um VPS mesmo. [__] é o valor da hospedagem. Já ajudou muito, mas a ideia local, penso no Kubernetes com uma imagem simples. Cara, o que você pode fazer, o MSC solto? Aqui em casa eu tenho um computador velho que todo mundo hoje em dia deve…

1:20:06 …ter um PC velho em casa. Dá pra botar ele ali, cara. Bota um Ubuntu basicão nele ali. Usa ele como um remote control. Aí você consegue trabalhar com o Claudinho também. Beleza? Olha aí, ó. >> [risadas] >> Resenha garantida, maravilha, cara. Vou falar com vocês, viu? Hoje eu tava desanimado pra fazer a live, cara. Trabalhei pra [__], mas vamos que vamos. Eu… Vocês fazem essa live cada dia. É belê? Ó, vamos fechar a live hoje com o Calvo Ouro, com…

1:20:36 Enquanto isso, o nosso queridíssimo, amadíssimo Anti-Gravity não conseguiu entregar um Minecraft até agora, né? Tem meia hora que ele tá fazendo Minecraft. Quantos Anti-Gravity são necessários para fazer um Minecraft? Vamos ver como tá o preview. Pô, mas tá bonito, hein? Falo mal, mas falo bem também, hein? [__] O preview dele aqui tá bonitão. Vamos ver. Será que vai surpreender a gente? Acho que vai me surpreender. Acho que vou pagar a língua.

1:21:07 Ó, tá no ar, galera. Acessem aí. Câmbio. É hora de testar. Tá no chat, hein? Enquanto isso, deixa eu ver. O Calvo Bento está pronto. Testei análise pela foto, pro, pro, pro. E ele, enquanto você tá trabalhando aqui, ó… Beleza, ele entendeu que o Java 1.14 faz a coisa, tá alterando. A gente já traz a versão mais atualizada. Ai, ai, ai, vou gastar token à toa nesse negócio aqui, mas tá bom. Tudo pelo entretenimento, hein?

1:21:38 Vamos lá. Calvo Bento. Acabando aqui, já compartilha no X. Faça o seu teste de calvície e descubra se você realmente é calvo. Experimente. O Jevin não tem esse problema. Quero meu laudo. >> [risadas] >> Maravilha. Deixa eu ir lá na Hostinger já fatiar meu domíniosinho aqui também, hein? Vamos ver quem é mais rápido aqui, ó. Ai, ai, ai. Calvo Bento. Será que já tem um domíniosinho desse? Pô, se não tiver, é meu, hein? Se nenhum filho da mãe nessa live tentar puxar ele, eu pego qualquer outro domínio também.

1:22:08 Vamos ver aqui, ó. Calvo Bento. Ah, tá disponível, pô. Calvo Bento. .com, hã? Calvo Bento. .pro. Tem um monte de domínio aqui, pô. Vou puxar aqui o Calvo Bent de tecnologia. .io, não é? Caro pra [__]. É .dev? Não, .app, .digital.

1:22:40 .info, .me, né? .fun, .help, .social, .help, talvez seja legal, .work, .dating. Populares: Calvo Bent AI. Não, pô, vou gastar 2.000, 1.000, 1.000 reais que eles têm, nem ferrando. Calvo Bent online, .site, .studio, .gg. Nem ferrando que vou gastar essa grana. Vamos de .com mesmo. Plano premium.

1:23:10 Ai, ai, ai. Vamos lá ver o carrinho. Site, ó. Não, ano… Comprei o site quando eu acabei, até hoje não… Ué. Vamos lá, Calvo Bent. Olha aí. O domínio .si é caro, pô. Como é que vocês estão aí, ó? Já testaram o Calvo Bent? Digam aí, quem já testou o Calvo Bent? Falem pra gente aí.

1:23:42 Quem já testou o Calvo Bent, dá um hello pra nós aí. Vou lançar aqui, ó. Ah, velho, tem um esquemão aqui, ó. Ó, tem um negócio de domínio aqui dentro do Replit, que dá pra pegar um domínio de graça aqui, se não me engano. Aqui, ó. Premium. Ah, acabou o negócio de domínio de graça? Acabou, velho. Ah, deixa quieto, vou puxar aqui pela coisa mesmo. Tá fácil de pagar já.

1:24:16 Beleza. Ó. Calvo Bent, já tá pronto? Pronto. Vamos lá. Sim. O preview tá aqui. Lenda da negação. Olha aí, ó. Ver ranking. Ó, a galera tá usando mesmo, hein? Welson pouca telha. E o Welson? Pessimista de plantão. Você não tá…

1:24:47 …careca não, hein? Que mais aqui, ó. Ó o Welson aí, ó. Aí, ele aí, ó. Vamos que vamos, hein? Probabilidade de negação. Declarado. Olha aí, ó. O participante apostava em Norwood 4, mas a câmera não comprova o vértice frontal. Tecnicamente, isso é um Norwood 3 com pessimismo de plantão. A calvície avança com método, porém, a ansiedade avança mais rápido do que o cabelo. Para o Calvo Bent, o veredito é Norwood 3. O…

1:25:17 …desastre ainda precisa de um ângulo melhor. >> [risadas] >> Pô, muito bom, cara. Muito bom, hein? Legal a forma como ele coloca isso enquanto tá lendo. Olha aí, ó. Escalando a zoeira, com recorde de acessos já. Maravilha, hein? Maravilha. Ó, você que tá fazendo o teste agora aí no Calvo Bent, já compartilha esse negócio no X. Esse trem já era pra viralizar. Isso é massa, hein? Do nada, hein? Calvo Bent. Você jura que é Norwood 2? A ciência discorda. Declare o nível de calvície que você acha que tem. Mande…

1:25:49 …uma foto do topo da sua cabeça, e o modelo Jev mede o que o espelho do seu banheiro esconde há anos. Quanto maior a diferença, mais alto você sobe no ranking. Maravilha, cara. Olha aí, ó. Ou seja, quanto mais mentiroso você for, mais alto no ranking vai ficar. Quem que é o Julinho Coroa? Tá no chat também? Ó, isso aqui é nosso teste lá. Realista lúcido. Vamos ver aqui, ó. Laudo confidencial inexistente. Beleza, vou republicar pra já pegar o Jev. Agora vai. E agora vou pegar o domínio também. Uai, deu ruim com o domínio aqui?

1:26:22 Desgrama. Efetuar o pagamento. Beleza, ó. Alô, Hostinger. Ativa meu domínio aí, hein. Muito bom. Tamo junto, meu querido. Olha, eu tenho um único domínio e já tenho uma skill que usa Terraform para criar seu domínio rápido. Olha aí, ó.

1:26:52 Sucesso. Bom demais. Vou nem mandar a minha que [risadas] ele vai dizer que o aeroporto tá pronto. Muito bom, muito bom, cara. Muito bom. Olha aí, ó. Chegou, hein. O domínio é nosso. Vamos colocar lá agora. Lá no Replit. Aqui, ó, domínios. Inclusive, se você quiser testar o Replit, ó, em algum canto aqui tem um negócio de…

1:27:23 …indicação meu. Daqui a pouco acho que mando pra vocês aí, ó. Deixa eu achar aqui. Cadê? Domínios. É… Calvo bent.com. Beleza.

1:27:54 Olha, N4, hein. Ai, ai, ai, hein. Não teve jeito, N market. Fiz o teste, deu N7. Triste dia. >> [risadas] >> É um ótimo dia pra descobrir que você tá calvo, né, meu querido? É um dia complicado, hein. Deixa eu puxar pra cá pra não vazar nada. Ah, não. Vou fazer de outro jeito aqui. Não vou fazer login por aqui, não. Conectar de outra forma. Configurar manualmente ou enviar link para o administrador.

1:28:27 Aí, ó. Ah, tem que fazer login? Sai fora, sô. Entrar de outra forma, configurar manualmente. Pronto. Meu Deus, sabe como eu vou fazer isso aqui? Vou pedir para o Cloud configurar isso para a gente. Vamos lá, ó. O e-mail que o Vini vai mandar para o Manuel depois do fim desta live para oferecer isso a ele. >> [risadas] >> Vai que eles me escutam, né, cara? Patrocinar o canal. O Jeff está roubando aí, ó. Pô, complicado. Vamos ver como é que

1:28:58 está nosso ranking aqui, ó. Até agora, temos sete cabeças analisadas. Lá ele mil vezes, né? Quem está ganhando é o Marcando o Topete. Temos o João Madeira aqui, ó. O realista lúcido, é o que pegou Norwood 7 ali, né? Descobrimos que o No One é o João. Olha aí, ó. Complicando, hein? Complicado, hein? Quem mais? O Mark está aqui, ó, iludido profissional. Norwood 4, mas, na verdade, é Norwood 7. É, Mark, foi complicado isso aí, cara. O participante se classificava como Norwood 4, mas a

1:29:29 coroa exposta e a densidade reduzida obrigam a análise a declarar Norwood 7. O título “iludido profissional” descreve bem essa discrepância. Não é ausência de cabelo, é presença de otimismo acima do limite da biologia. Mas o otimismo é o que faz o homem continuar tendo dignidade, mesmo quando não tem cabelo, Mark. Então, fica tranquilo, cara, porque, assim, ó, o importante é acreditar. Beleza? E fazer implante também costuma ajudar. O ranking completo está aqui, ó. O Will está aqui, pessimista de plantão.

1:30:00 Rodrigo Entradas está aqui para cima. Lafayette Guarda Cuca está aqui, ó. Como é que está a percepção dele? “Entradinha inocente”: é um otimista moderado. O participante confiou no ângulo elevado e na aparência molhada para se declarar Norwood 1, mas a calvície pediu a segunda via e foi confirmada como Norwood 2. O couro cabeludo exposto no topo… E o que a gente está fazendo, gente? São 10 horas da noite de uma quinta-feira e estou fazendo análise de calvície. Começamos a falar de Agent Loop. Como é que a gente veio

1:30:32 parar nisso, eu não sei, eu não sei. Que resenha é essa, hein? Que resenha é essa, meus amigos? >> [risadas] >> Vou chegando nessa. Compartilhem a palavra da calvície. Beleza? Vou botar o domínio para funcionar já, já: calvobento.com. Agradeço demais aí, ó. Fruto da nossa interação na live de hoje, agora temos um produto aqui. Toda live a gente tem uma resenha garantida. Vou deixar o convite para vocês que querem

1:31:03 aprender mais sobre a gente. Falamos sobre Harness and Dini; hoje, falamos sobre loop de agent, trouxemos conteúdo, pô, um conteúdo da hora aqui no YouTube, né? Um conteúdo aberto para vocês conseguirem ter acesso a isso. E, claro, na AI Coders tem um conteúdo mais aprofundado. Tem live neste sábado; neste sábado, vou ensinar a construir um agent e um sistema de agents também. E, na formação de agents, a gente vai bem a fundo. Então, se quiser participar da formação de agents, a lista de espera já está rolando aqui. Lá no grupo, vou compartilhar este material da aula de hoje. É só entrar neste QR

1:31:36 Code que está aparecendo na tela ou clicar no link desta live, tanto na descrição quanto, depois que ela ficar como vídeo, no primeiro comentário fixado. Recados finais para quem está participando com a gente hoje. Olha aí, ó. Vamos ver aqui, ó. Obrigado pela presença de todos vocês aqui, pô. Maravilha demais. O Ramonzinho está com a gente aí, maior papo sério. “Tenho que sair para buscar minha filha.” Valeu, Marcão. Abraço, cara, abraço mesmo, hein? Estamos juntos demais. Olha aí, ó. O que mais? Qual é mais um loop que

1:32:06 é calvície? [ __ ] cara, aí, aí tu transcendeu agora, hein? A calvície deve ser um loop. Quanto mais bugs em produção acontecem, menos cabelo o cara tem. Maravilha, isso aí é a Islop, com certeza. Esse conteúdo está lá na Academy? Por causa deste conteúdo aqui, ele ficou nesta live de hoje, tá, cara? Aqui no YouTube. Volta lá para o comecinho que você vai encontrar o nosso conteúdo. Conteúdo massa, beleza? Menino só vira homem a partir de certa idade. >> [risadas] >> É, com isso a gente fecha a nossa live

1:32:38 de hoje. Confere esta formação que está aparecendo aqui, ó. Tenho certeza de que você vai curtir. Dá uma olhada lá se você quer uma camisa da hora como esta, na nossa loja, pô: reserva.ink/eai coders. Você também vai encontrar nossas camisetas. No mais, obrigado pela presença de todos vocês. Tenham um excelente fim de semana. Para quem já é membro da eai coders, nos vemos sábado de manhã para acelerar também no conteúdo de agents. Estamos juntos, aquele abraço e valeu.

Transcrição original

[00:01] Boa noite AI Coders, como é que vocês estão meus queridos? Achou que não ia ter live hoje? Até eu achei, viu? Pancadaria por aqui, como é que vocês estão? Tô vendo aqui ó, pô maravilha, o Marc renovou a assinatura anual ontem. Seja muito bem-vindo novamente meu querido Marc. Olha quem tá na área aí o R R M Easy também sempre na área com a gente. Também o Alessandro. Vamos nessa galera, estamos aí ao vivo, começando mais uma live. Essa live de hoje vou falar sobre Agent

[00:32] Loop, beleza? Já peço a você aquela moral, compartilha no grupo da empresa, no grupo do WhatsApp, no grupo da família, o pessoal que tiver discutindo política fala ô, dá uma pausa aí rapidão. Vamos discutir aqui ó, vamos discutir coisa importante pô, política já era, tô zoando. >> [risadas] >> Vai esquerda ou direita? Eu sou Agent Loop. Bora falar sobre coisas que vão é, produzir mais produtivas diretamente para você e focar energia, gastar energia naquilo que já traz alguma coisa logo imediato para você, né? Política tá

[01:04] complicada aqui no Brasil e não é pauta desse canal. Pessoal, olha só, Agent Loop é uma parte fundamental dentro do seu harness. Aliás, minha câmera tá espelhada aqui, mas eu queria mostrar para vocês aqui ó, nossa camiseta da lojinha da da loja da AI Coders Academy, para quem não conhece, vou lá lançar o link aqui para vocês também nos comentários, mas já tá rolando, viu? Chegou para mim hoje minhas próprias camisetas, tem aqui só quem

[01:35] usa o modo Yolo merece viver o extraordinário. Deixa eu inverter a câmera aqui, eu tenho que descobrir onde que inverte a câmera. Vamos aqui ó, câmera, pronto ó. Só quem usa o Yolo merece viver o extraordinário. Agora ficou invertido. Outra que chegou também aqui ó, 99% no Coffee Bench, aí esse benchmark aqui eu confio, hein? Tem outras legais para caramba também que chegaram aí. Lojinha tá aí, loja tá aqui no no no chat, quem quiser acessar, fica à vontade. Vamos lá, tomar, olha aí, é liberado para os

[02:06] mortais do pró, maravilha, olha aí, ó, o Argon agora tá liberado, tá liberado no anti wrap, tio Robson, maravilha, hein, cara, maravilha. Vamos que vamos. Essa live hoje a gente não criou o link dela antecipado, não fiz raipamento dela antes, então vou contar para você com vocês hoje para a gente ter audiência aqui. Fechou? A audiência ainda tá um pouquinho fraca, quinta-feira essas horas geralmente não estou por aqui, mas se não der muita gente, não tem problema, os que importam estão aqui com a gente. Tá bom? Pessoal, vou

[02:37] compartilhar minha tela com vocês. Aqui, ó. E vamos falar então sobre Agent Loop, tá? Toda vez que a gente estiver desenvolvendo sistemas de agentes, o Agent Loop ou usando o agente, o Agent Loop vai tá ali, beleza? O que que rola? Quando você tem uma API de LLM, ela é uma API de completion, então ela vai simplesmente completar o que você tá mandando para ela. O LLM é, você manda ali dentro do da da da requisição, né,

[03:08] tipo, oi, bom dia, aí ele vai lá e responde, bom dia também, basicamente é um completion. Para aquilo virar uma interação agêntica, você precisa disso aqui, ó. Você precisa que o agente receba o input, desse input ele vai pensar, vai escolher a ferramenta que vai ser chamada. Ah, eu vou integrar com o MCP, ah, eu vou chamar uma ferramenta específica, vou chamar uma tool de edição de código, de leitura de arquivos, então o LLM ele vai pensar, depois ele vai executar essa tool,

[03:39] antes dessa tool a gente pode interceptar, vou falar um pouco disso aqui também, tool executada, daí o LLM vai observar o resultado, então você faz mais uma requisição lá para o modelo, toda a requisição vai tudo junto, todo o histórico de conversação, por isso que é importante a ideia de cache dentro do modelo. Depois, ele vai observar o resultado, se for necessário, ele vai pensar, ele ele observa, ele pensa de novo, se for necessário, ele vai escolher mais uma ferramenta ou não, ele pode determinar que aquele loop acabou. Então, isso

[04:10] aqui, toda vez que você tiver usando o agente, isso é o loop básico, tá? Não estou falando de loop engineering, estou falando de loop agêntico. Isso acontece no Livi, isso acontece no Mastra, isso acontece no LangGraph, isso acontece no, eh, isso acontece no, no CloudCode, isso vai acontecer lá no Hermes. Todo o harness tem que ter o loop agêntico para funcionar. Isso é base. Entender isso aqui vai ajudar você tanto a ir para o caminho de criar o seu próprio harness, até porque esse

[04:40] material aqui é material de harness engineering, quanto também um um caminho de entender o que que é fundamental dentro do que você está usando hoje. Às vezes você está usando um agente e está usando ele para outras coisas e tudo mais que não tem necessariamente ali o que é fundamental para você, você pode reduzir para um harness mínimo. Então, é falando de harness engineering, né? O que que é um harness? Quem aqui está ligado o que que é harness, manda no chat que um, se você sabe o que é harness, manda dois, se você não está ligado o que que é o harness.

[05:11] Só para eu me ligar aqui como é que está a inter, como é que está a maldade da galera aqui da, do chat em relação a esse assunto. Vamos ver quem está participando aí com a gente. Vamos que vamos, ó. Um, para quem está ligado, ó, o Mark está ligado o que que é harness. O Robson está ligado o que que é harness, ó, vou dar uma moral para vocês aqui, ó. O RMIs também está ligado o que que é harness. O, o Proganalizando está mais ou menos aqui ligado. O Ricardo está mais ou menos ligado aqui, ó, beleza. O Sérgio Costa. Vou dar uma palinha para quem estiver

[05:41] assistindo depois aí no futuro, o que que é basicamente, tá? Eu gosto sempre de fazer comparação lá com o anel rodoviário de BH. Alguém conhece BH? BH, quer ver ó, Belo Horizonte. BH, cidade bacana, já morei lá, sou lá de pertinho, sou de Ouro Branco. E BH tem o anel rodoviário, tá? O anel rodoviário é basicamente o seguinte, para que o trânsito pesado não entre para a cidade, o trânsito é desviado para o que a gente chama de anel rodoviário. Beleza?

[06:12] Eu vou compartilhar isso falando, já começar nossa a nossa, eita [ __ ] Nossa metáfora aqui. Caramba, o Google Maps, aí, beleza. Então, qual que é a ideia? Imagina que eu tenho um carro, ok? Esse carro, a carroceria dele é o que a gente chama de harness. Então eu posso ter uma Ferrari, posso ter um Fusca, tenho um Fusca, aliás, é, posso ter um Uno Mille de escadinha. O que tá em volta ali do motor é o que a gente chama de harness. O motor em si, o próprio motor, ele vai ser aqui ó, o

[06:43] modelo de LLM. Então, a gente tem a, o harness, que é a carroceria do carro, a gente tem aqui o mecanismo que faz o motor funcionar, sendo o loop agêntico, vamos considerar que isso aqui é o combustível passando dentro do motor, mas basicamente isso. E aqui a gente tem o modelo de, ah, o LLM, esse cara é o modelo. Então o harness é o que tá em volta do modelo. Sem harness, o modelo é só uma API de completion, ponto. Beleza? É, eu puxei o exemplo de BH, mas não é para agora não, é para já já.

[07:15] Mas, o que que a gente precisa entender aqui então? Que dentro desse, dessa carroceria desse carro, desse harness, a gente vai ter ali dentro a gestão de contexto, que vem através do arquivo agents.cmd, vem através das specs, da documentação, de tudo que você carrega como contexto, MCPs, bases de conhecimento empresas, second brain, é, AI memory do Akita que tá popular para caramba agora, tá todo mundo usando, né? Você vai trabalhar ali dentro os guardrails e permissões também, beleza? Então basicamente, o que que pode não pode fazer,

[07:45] tá? Então, o modelo, ele não sabe que o que pode não pode fazer. Vai ser no harness que você vai setar esses guardrails e permissões. Que mais? Os hooks, as regras do que de como vai, eh, em momentos que você vai interceptar ou não. Então, o o loop agêntico, ele tem um ciclo de vida dele também. Toda vez que você inicia um loop, ele vai ter alguns eventos que vão ser disparados. Por exemplo, pre to use, antes de chamar a ferramenta, ele vai disparar um evento de pre to use. Pra que que serve esses hooks então? Pra eu conseguir interceptar, colocar regras dentro do

[08:18] meu modelo, dentro do meu loop agêntico, do meu harness, pra eu alterar o resultado disso ou interceptar, beleza? Memória, que é o que vai ficar entre sessões, é o que vai garantir que eu comece uma sessão agora e dispare ela pra multiagentes e ali eu não vou perder aquilo, ah, o conhecimento que tá sendo feito ou que quando haja uma compactação do do contexto, eu consiga continuar mais executando sem perder a memória, né? Sem perder o que tava sendo executado. Então, aqui dentro desse harness, a gente pode trabalhar com diferentes tipos e níveis

[08:48] de memória. Subagentes, que aí é que são, eh, pode ser, podem ser subagentes tanto o que você já pré-configurou, quanto também subagentes efêmeros, que vão rodar ali e vão sumir e você não tem nada daquilo salvo. Ele vai ser descartável. Skills e comandos, que são as receitas, né? O jeito da casa, então, o passo a passo de como fazer determinadas ações, como fazer design, como fazer back-end, como fazer front-end, como fazer mobile, como fazer scripts e os comandos também, que fica dentro do harness e aqui as ferramentas. Ler, editar, rodar, buscar

[09:21] e ferramentas a gente fala também das tools que são disponibilizadas via MCP. Então, basicamente, a gente tem o loop agêntico aqui dentro, que é o harness mínimo, que só existe agente se tiver loop agêntico, do contrário é só uma page de completion e em volta desse loop agêntico, a gente vai ter o harness. Essa maravilha aqui, que cada dia a gente vê novas, eh, definições, né? Não é novas definições, mas, eh, novas possibilidades de trabalhar com harness. E aí, a partir disso, a gente começa a entender que

[09:52] desenvolvimento de agentes, quando eu tô usando um framework, quando eu tô usando o Ivi Dev, por exemplo, eu tô necessariamente construindo uma estrutura de harness para um loop agêntico. O Ivi Dev, o Hermes Agent, o Open Claw, ah, soluções de agentes, em geral, eles vão cuidar dessa parte básica. Pelo menos o loop do agente. O Hermes Agent, ele vai além, ele é o próprio harness. O Ivi Dev, ele vai ser uma maneira de você construir o seu harness

[10:22] em cima de uma estrutura de loop agêntico. Quem tá acompanhando aqui, manda no chat um se tá acompanhando, se tá fazendo sentido, manda dois se não. Manda três se você caiu nessa live do nada, você não tava esperando eu trazer um conteúdo desse bravo aqui hoje para vocês, você falou: “Ai, cara, do nada o Vinícius tá soltando conteúdo da hora aqui ao vivo e de graça no YouTube?” Vamos ver como é que tá aqui nossa audiência aqui, ó. Quem tá com a gente aqui, ó. Um. Marque que tá curtindo aí, ó. Denik também tá curtindo. Proganalizando também tá curtindo. O Robson também tá com a gente. Olha aí, ó. O,

[10:54] o Rafael trouxe aqui, ó: “Mas harness nem é bem, nem nem é mais o problema, pô. O problema é não saber o que está fazendo”. Ô, Rafael, eu digo mais, cara, o problema sempre foi não saber o que tá fazendo, né? >> [risadas] >> O maior problema é não saber o que tá fazendo. Tem uma galera que não sabe o que tá fazendo, mas tem certeza que tá fazendo do jeito certo. O Robson trouxe aqui, ó: “Hoje eu comecei a brincar pela primeira vez com o system prompt de um modelo. Cara, pensa num negócio complicado”. É complicado, Robson, mas eu vou trazer algumas ideias aqui hoje. Essa live, eh,

[11:26] para ser um pouco mais participativa com vocês também, de como que você pode olhar para esse system prompt e como é que você pode trabalhar nisso aí, tá bom? Olha aqui o Rafael, eu acho que esse pá, eu sou maluco, mas a qualidade de tudo que eu tô fazendo melhorou muito depois que eu desativei a memória 100% e passei a fazer por etapas de acordo com o que precisava ser feito. Ô Rafael, nem maluquice isso não, tá? Eu, lá na nossa plataforma lá da AI Coders, tem um curso que chama Open Fusion, que eu demonstro várias maneiras de você desenvolver software junto com a inteligência artificial. Daí eu vou desde da ideia de pair

[11:56] programming, fazendo ali commit a commit, revisando cada commit, que dependendo do que você tiver trabalhando e da velocidade que você precisar de imprimir, faz muito sentido, você consegue ter ali uma percepção melhor do que tá sendo entregue e também você consegue aprendendo mais com a base de código, até você ir fase por fase, depois spec por spec e depois, eh, eh, releases maiores por releases maiores. Tudo vai depender do ritmo de entrega e de produto que você tá desenvolvendo. Mas eventualmente, você, se você já é dev, já tem mais experiência,

[12:26] e se o ritmo de produto e trabalho seu permite, você vai sentir, obviamente, melhor, né? Uma percepção melhor de entrega quando você tiver um acompanhamento mais de pair programming, que aí é muito interessante trabalhar, por exemplo, com o curso, com o Cloud Coach, Cloud Coach é um cara legal para você ir nesse ritmo de trabalho aí. Olha aqui, ó, o Rafael, minha equipe toda fazendo da mesma forma porque concorda comigo nisso. Maravilha, cara. Aí sim, quando você tem um alinhamento de equipe, é maravilhoso. A parte mais difícil hoje dentro de empresa é alinhar. As pessoas estão muito

[12:57] habituadas a trabalhar no modo solo, cada um com as suas skills, com os seus MCPs, com suas manias, e aí trazer isso de uma maneira clara para todo mundo é um desafio, tá? Olha o Ramiro Mesquita na área, o Luís Filipe na área também. Bom demais. Turma, olha só, live começou a ganhar, a, a, tração aqui, viu? Peço a moral de vocês aí para continuar comentando, compartilhando aqui, que ajuda o algoritmo a entregar. Estamos falando, pessoal, para quem chegou agora, a gente tá falando sobre loop genético, um conteúdo que é de quinta-feira, você que acabou de chegar do trabalho ou que nem saiu de casa,

[13:27] trabalha remoto, maravilha. A gente começou falando de loop agêntico, da importância dele, mostrei aqui o que é harness. Eh, não entrei nessa parte aqui ainda, né? Mas basicamente eu tô querendo trazer pra vocês uma base pra gente entrar no assunto um pouquinho mais interessante, que é quando a gente vai falar de agentes, tá? De frameworks agênticos. O Ivy é um framework que eu fiz um vídeo dele essa semana. Eh, fiquei um pouco frustrado, vou compartilhar com vocês aqui, tá? De ver que algumas pessoas não conseguiram perceber a diferença dele, né? De onde ele se encaixa. Basicamente o Ivy eu fiz

[14:00] uma pro, de propósito, né? Uma provocação sobre Ivy versus Hermes. Por quê? Porque tem várias pessoas que não conheciam os frameworks agênticos. Então, entraram nesse universo através do Hermes. E tá tudo certo, não tem problema nenhum. A mesma maneira que muitas pessoas não conheciam classificadores e entenderam que dá pra fazer coisas com o Javy, por exemplo, e agora entendem. Mesma maneira que 90% das pessoas pessoas não conheciam o que que era um LLM e agora usam todo dia pra desenvolver software. Não conhecer não

[14:30] tem problema, mas eu acho que é interessante, uma vez que a gente conhece, começar a perceber onde que cada coisa se encaixa. Hermes Agent, ele é muito bom como harness genérico, pra você ter independência de provider, mas ele não é o cara que você vai usar pra multi agentes em produção. Ai, Vini, mas o Hermes Agent tem uma feature de multi agentes. Ele tem, mas é um multi agentes pra você. O Hermes Agent não é o cara que você vai querer colocar colocar ele dentro, eh, de um sistema de atendimento ao público, por exemplo. Por que não, Vini? Porque

[15:00] nele é mais difícil de você tratar problemas de prompt injection, é mais difícil de você tratar problemas de observabilidade, é mais difícil de você tratar questões como, por exemplo, sandbox e data set. Até mesmo se você quiser trabalhar com uma feature flag ou, eh, registrar dentro do software pra fazer um roll out. Como assim, Vini? Eu quero que essas alterações que eu fiz no meu ciclo de agente, ela só chega para 10% dos meus usuários, eu quero validar primeiro como é que vai ser isso, como é que vai ser a aceitação. Deu boa? Eu faço um rollout para todo mundo. Então

[15:31] tem algumas questões de software que não é que não dá para fazer no Hermes Agent, mas ele não foi feito para isso. E aí quando você pega frameworks agênticos como o próprio IV Dev ou Mestra, ou aí você tá falando do cara. IV Dev Mestra, aí sim você tá dando uma moral para os sistemas que permitem que você desenvolver software de uma maneira eh de desenvolver agentes com software. Que que você tá resolvendo aqui? Basicamente, quando eu trabalho com Hermes, eu pego uma estrutura toda montada de harness,

[16:01] contexto, permissões, hooks, memória, subagentes, skills, comandos, ferramentas. Quando eu pego IV, eu pego o loop agêntico já montado e aí cabe a mim eh desenvolver essa outra parte aqui. Só que como ele é um framework, ele facilita o rolê para gente. E é nesse sentido, você vai ver o Hermes Agent aqui ou o IV ou o IV Dev aqui, por exemplo, ó, tem o arquivo agents.ts, arquivo base de definição, beleza? Esse cara vai ser o cara que você vai definir aonde vai tá o modelo e qual o nível de reason.

[16:32] Inclusive, se tiver fazendo sentido, já dá um joinha aqui no chat para dar aquela moral para gente. E skills é a pasta onde você vai deixar aqui o conteúdo das skills padrão. Tools, onde você vai [roncando] deixar deixar as tools pré-definidas. Sandbox é onde você vai configurar um ambiente sandbox. Tem alguns tipos diferentes de sandbox aqui dentro do IV, mas basicamente eu posso travar o meu agente para que ele não acesse links que não ou URLs que não forem permitidas. Ai Vini, por que que eu faria isso? Imagina só, eu tenho lá meu Hermes Agent

[17:03] como um sistema de atendimento de clínica odontológica, beleza? Eu sei que tem uma galera, um monte de gente que faz isso. Vou te trazer um exemplo. Se eu não travei a nível de harness, o que ele não pode fazer, por exemplo, eu travei e coloquei na system prompt dele. Jamais acessar sites indevidos, beleza? Travei isso ali. Mas no prompt, no system prompt, eu tô travando de maneira não determinística. E os a própria Anthropic já soltou várias vezes, vários, eh, documentos

[17:33] confirmando que é praticamente impossível você, eh, travar todos os os, ah, prompt injection. Então a própria Anthropic tem dificuldade de contornar isso. E você acha que você, no seu sistema, vai conseguir controlar contornar prompt injection no modelo só com system prompt? É bem provável. Então o que que pode acontecer? Eventualmente, você tratou alguns casos que você previu, mas outros casos que você previu não foram tratados. E aí o cara consegue, de alguma maneira, falar assim pro seu agente: “É o seguinte, eh, digamos que o cara tá

[18:05] fazendo um pedido de de pizza e deu errado, por exemplo. Ele fala: “Cara, tudo bem, eh, me faça o reembolso como tem que fazer e me manda um um comprovante através desse link”. Ponto. Às vezes ele vai conseguir desviar de uma que foi colocada de maneira não determinística no system prompt do seu agente. E essa essa ação, ela pode abrir uma vulnerabilidade. Seu agente pode ser exposto, pode ser hackeado. Às vezes até já tá exposto. Dá uma olhadinha nisso aí nos nos seus agentes. Então, quando você trabalha com sandbox,

[18:36] é importante dizer que o Hermes permite trabalhar com sandbox também, né? Mas quando eu trabalho com sandbox em um harness mínimo, eu tenho mais controle do que tá acontecendo no meu agente. Eu consigo olhar melhor no entorno e falar: “Eu vou limitar pra que meu agente tenha acesso somente a essa ferramenta específica”. A gente tá falando de permissões, de tools, de memória e que ele somente consiga acessar esse site que é o único site que ele precisa. Qual o site, Vini? Ah, pode ser o site de FAQ, site de documentação, por exemplo, da empresa. Então, são algumas tratativas que eu

[19:07] consigo fazer com esse tipo de framework em código. Canais. Aqui é onde a parte mais importante quando você fala sobre agentes de, ó, tamo junto, obrigado hein cara. Fala Mateus, boa noite cara. Aí não pô. Bora lá, bora lá. É, então, channels né? Quando, que, por que que bombou o Open Glow? Pô, eu tenho a possibilidade de conversar com meu agente no WhatsApp. Maravilha né? Pois é, Hermes Agent também bombou, bombou por conta disso. Que tal eu conseguir fazer isso de uma maneira em desenvolvimento software que

[19:38] integre facilmente com os canais. Eu consigo fazer aqui então. Integrar com o Slack, integrar com o Discord, com Telegram, com WhatsApp, por aí vai. Também usando o Ivi. Conectores, pô, maravilha, consigo conectar MCPs diretamente aqui. Sub agentes, eu consigo criar sub agentes aqui ou trabalhar com sub agentes efêmeros também. Schedules são os cron jobs, consigo trabalhar aqui. E walls, parte mais importante do seu workflow de agentes hoje. Pergunta pro chat. Chat, hoje, como você sabe qual é o melhor modelo de inteligência

[20:10] artificial? Aliás, vou pedir pra você responder aqui, na sua opinião hoje, qual é o melhor modelo, qual é o melhor LLM do mercado? Manda aqui no chat rapidamente que eu vou dar uma moral pra vocês aqui ó. Ô, tamo junto hein, o Mateus tá, tá distribuindo joias aqui hoje, maravilha cara. Valeu demais. Olha aqui ó. O Mark trouxe pra gente aqui ó, já aconteceu de advogado colocar prompt injection em um doc e a gente do tribunal executar a favor do advogado. Eu vi isso aí viu. Olha pra você ver que não é só, você,

[20:41] é, você precisa ter travas no agente pra que ele não faça isso. Olha aí ó, melhor modelo é o Claude ó, o Luís Filipe tá falando que o melhor modelo é o 5.5. E aí turma, qual que é o melhor modelo do mercado hoje? Manda pra gente aqui. O 5.5. Aí eu vou fazer uma pergunta pra você. Quando você tá desenvolvendo seus agentes de IA, aliás, quando você tá trabalhando com desenvolvimento de com IA, como é que você sabe, como é que você diz que que o meu modelo X é melhor do que o outro?

[21:12] Você tem uma maneira clara de dizer isso? Tipo assim, eu vou olhar para o meu agente, vou falar assim que com certeza o Opus 5.5 é melhor de todos. Ou, como o Mateus aqui, ó, Gemini Argon é o melhor de todos. Cara, para eu falar isso, eu posso falar de uma maneira que eu tô no sentimento, então meu feeling é que o Opus 5.5 é o melhor de todos, porque eu tô vendo que ele tá entregando o melhor ali no dia a dia. Nitidamente o resultado tá mais interessante e eu preciso de menos

[21:42] interações. Mas vai chegar um momento que você vai tá trabalhando com os sistemas e workflows agênticos que, cara, simplesmente você olhar para o seu sistema de atendimento, digamos que você fez um iFood ali, beleza? Tem um um o iFood e lançou um agente que ao invés de eu pedir pelo aplicativo, eu peço pelo agente dele. E aí, cara? Como é que você sabe qual o melhor modelo para usar dentro daquele workflow? Então a pergunta de qual o melhor modelo, ela nunca vai ser respondida por esse benchmark aqui, ó, do Artificial Analysis.

[22:14] Ela nunca vai ser respondida pelo seu colega. A pergunta de qual o melhor modelo, ela depende do seu caso de uso e de como você tá metrificando isso. E aí, a partir do seu caso de uso, você vai olhar para o modelo e vai falar, ó, nosso agente aqui é o melhor modelo, ele é o modelo do Luna 6. Pô, e por quê? Porque em todas as tarefas do nosso eval, aí entra a importância de evaluations aqui, em todas as tasks que a gente

[22:44] colocou tanto no dataset quanto no LLM as a Judge, o Luna 6 performou melhor. E o Opus 5.5 performou até igual em questão da entrega, mas o custo do Luna 6 foi infinitamente mais baixo. Logo, para esse caso de uso específico, o Luna 6 foi melhor. Pô, então quer dizer que o Luna 6 é o melhor do mercado? Não, ele foi melhor no meu benchmark privado, do meu caso de uso. Por isso que a gente tem esse problema de benchmark hoje. Geralmente benchmark público, ele vai mensurar tasks, ele vai trazer

[23:15] um dataset interessante pra gente trabalhar. Porém, esse dataset pode ter sido vazado, ou seja, no treinamento o modelo teve acesso às respostas e ele pode ser benchmarked né? Talvez alguns caras aqui, não vou falar quem né? Mas podem ter sido benchmarked aqui e ter um resultado eh aquém quando você for trabalhar com ele na prática. Então entender isso vai te ajudar a construir melhor sistemas de agentes. Então a gente sai desde o agents group

[23:46] entendendo o que é modelo, entendendo o que é loop de agente, entendendo o que é harness e agora a gente começa a entender que em alguns casos é muito mais interessante eu desenvolver o meu próprio harness, minha própria estrutura. Mas não preciso fazer isso do zero. Eu posso usar um framework pra isso. Essa estrutura que vocês estão vendo na minha tela aqui ó, isso aqui é só isso que é o o agente do Eve, tá? Sempre que você desenvolver, mesmo que você não entenda nada de código, você vai ter muita facilidade de entender o que tá acontecendo ali

[24:16] dentro. Então você vai de um caminho que hoje você tem o Hermes Agent que é super é overhead, você tem muita informação ali, muito código, você vai e e pra você tornar ele mais seguro, você vai ter que começar a tirar coisas, travar coisas. Então você tem mais trabalho pra travar. Você inverte isso e faz o contrário. Você já começa com tudo travado, com poucas possibilidades e você vai adicionando possibilidades para o seu workflow agêntico conforme a demanda, conforme a necessidade. Isso aqui a

[24:47] gente tá falando de boas práticas de desenvolvimento software, não é de hoje, não é de ontem, não é de 10 anos atrás, é desde sempre. Software você começa do do e vai desenvolvendo, adicionando camadas conforme necessário. Over engineering e já existia antes da inteligência artificial. Com IA ficou mais fácil ainda de fazer o over engineering. Beleza? Olha aí, ó. O Mark trouxe aqui: “Hoje é no sentimento, na percepção, a maneira como ele tá olhando. Tem que rolar um eval”. Maravilha, hein? Ó, o Prog analisando: “Luna é top, dá pra usar quase infinito

[25:17] com conta semanal”. O High Code 5.5 tá nessa pegada também, viu? Fala, Codex, meu querido, como é que você tá? Bom demais? Olha aí, ó, o Vini: “Que que você acha do Orca”? Cara, muita gente me pergunta do Orca. Eu não usei ele ainda. Tá no meu workflow, não cabe o Orca. Mas eu vejo uma galera falando muito bem dele. Inclusive, se tiver alguém no chat que que usa, quiser dar essa moral de que que tá achando do Orca, fica à vontade. Ó, o Codex aqui, ó: “O Google é um claro exemplo disso. Os modelos são bons, mas ficam hiper apagados porque o Harness é uma bosta.

[25:47] Tu tem que colocar uma panca”. >> [risadas] >> É bem isso aí mesmo, cara. Eh, olha aí, ó, o Ivy mais Invoke faz umas paradas absurdas. Exatamente, exatamente. Olha aí, ó, o Adonis usa. Aí, maravilha. Então, olha só, que que eu tô querendo trazer pra vocês de percepção, pessoal? Que se você teve o contato inicial com Hermes, já explodiu a cabeça, que quando você for trazer isso pra o seu desenvolvimento de software, desenvolvimento de agentes, o Hermes, ele não é o cara pra você fazer isso pra produtos em produção, beleza? Ele é o cara pra você usar, pra você usar como

[26:19] AI co-worker e tudo mais. Eh, mas o inverso pode acontecer. Você pode criar um AI co-worker. Aqui eu vou passar um esquemão pra vocês. Você pode pegar aqui, ó, criar um AI co-worker com o com o Ivy Dev, usando os templates que ele já tem. Por exemplo, ele tem o personal agent aqui. Vou te passar o link aqui no no nosso chat, beleza? Tem o personal agent que, basicamente, eles ele funciona literalmente como assistente pessoal, só que eu consigo ir

[26:49] adicionando tools, adicionando rotinas conforme eu precise. Que que é legal disso aqui? É mais fácil eu delegar para o Cloud Code, para o Codex, configurar um agente com o IV Dev, do que eu delegar ele para configurar um agente com o Hermes, porque a zona de contato é diferente e aqui a gente tá falando de um agente que ele é organizado por pastas, então a leitura para o Cloud fica mais fácil também. E aí eu consigo começar a pensar em alguns casos bem interessantes, por exemplo, na ideia de Agent Factory. Inclusive, se você curte o que eu tô

[27:20] trazendo aqui para vocês, olha aí, ó. Manda um salve para o amigo, meu amigo Sid, que tá vendo a live pela primeira vez. Ô, Sid, um salve para você, meu querido. Tá, eu tô evangelizando ele, ele com a palavra da Eicones. Maravilha, seja bem-vindo à nossa live aí, ó. Então, eu queria aproveitar esse rolê que a gente tá falando aqui, né, sobre Agent Factory. Que que é Agent Factory, turma? É a possibilidade de eu construir uma estrutura de agentes que ela se retroalimente, vamos dizer assim. Então, que eu consiga construir ela uma vez e

[27:50] na próxima vez que eu precisar de colocar um agente novo ali dentro, nesse mesmo conceito de ter uma manutenção, escala, escalabilidade, performance, observabilidade, toda essa estrutura importante que você tem que trabalhar em produção, que eu consiga fazer isso com mais facilidade. E esse rolê todo que vocês já estão aprendendo aqui agora, vai ser mais aprofundado no nosso rolê do Agent Builder, tá? Vamos ter a formação, no dia 27 tem uma aula, quem tiver no grupo do WhatsApp aqui vai ficar sabendo primeiro. Inclusive, quem entrar no grupo do WhatsApp vai receber hoje o material

[28:22] dessa aula que eu tô fazendo aqui com vocês, então, esse Excalibur Draw aqui, eu vou compartilhar lá no grupo do WhatsApp. Só você entrar aqui, tá? Deixa eu colocar a a imagenzinha aqui também, ó, do nosso QR Code. Quem tiver no grupo do WhatsApp hoje vai receber o acesso a essa, essa, esse material da aula aqui também, junto com os links que eu tô mencionando. Beleza? Então, fica a dica. Que que que vai rolar nessa formação? A A vai ter uma aula aberta, então, você vai poder participar sem pagar. A ideia nossa é Givers Game, você entra, assiste, aprende, se curtir a maneira

[28:53] que eu tô ensinando, cai pra dentro e aí eu vou ensinar você desde do básico a configurar um agente do zero até configurar uma fábrica de agentes, colocar os agentes funcionando de uma maneira quase que semi-autônoma e aí a gente vai entrar a fundo em Harness Engineering pra agentes, entrar a fundo no loop agêntico, é, hooks, trazer tudo que você precisa saber, até observabilidade, feature flag, roll out e colocar um sistema em produção. Pra funcionar pra 10 usuários, pra 1.000 usuários, pra 100.000 e pra 1 milhão de usuários. Não

[29:24] importa, você vai aprender a construir uma estrutura robusta de agentes nessa formação aí Agent Builder. Cai pra dentro, quem entrar aqui na turma inicial a gente vai fazer um desconto bom, tá? 40% de desconto pra quem tiver nesse grupo aqui com a gente e você não perde nada de tá nesse grupo, só ganha. Cai pra dentro, o link eu vou mandar aqui no chat também pra você que tá participando dessa live com a gente agora ficar satisfeito, beleza? E olha só, deixa eu puxar aqui pra nosso chat, tem uma galera massa participando aqui com a gente hoje. Olha só quem tá aqui com a gente nesse

[29:55] momento. Eu já vi aqui, ó, momento jabá. Olha aqui, ó, vou fazer aqui, ó, você que tá cansado de guru da internet te ensinar coisa que ele não sabe, seus problemas acabaram. Venha conhecer aqui, ó, formação Agent Builder. Hahaha, muito bom, hein? Tamo junto, tamo junto. Olha aqui, ó, que mais? Momento jabazinho, claro, né, pô? Descontinho pro pro, quem é membro pro da Ecode tem desconto. Eu tô fazendo um sistema de ponto do zero, cara, eu nunca tive que estudar tanto.

[30:27] MFA, token, etc, software escalável, a parada é mais embaixo, com certeza. A galera que pensa que só Vibe Code resolve o rolê, meus amigos, Vibe Code é o comecinho. Olha quem chegou aí, ó, Moste tá com a gente também, maravilha, seja muito bem-vindo, meu querido. Rafa Tech na área também, bom demais, cara. Os de sempre, os fiéis tão aqui, é isso, pô. Olha quem tá aí, o Web Fire AI. Vini, para quem já é da comunidade qual será o desconto? Vai ser um desconto brabo. Pode confiar. Você vai falar: “Caraca, o Vini é meio doido mesmo, velho”. Mas fica tranquilo,

[30:57] vai ser um desconto brabo, tá? Eh, fala, Fabrício, meu querido, bom demais? Ó o Mateus aí, ó. Quem é membro tem desconto? Tem desconto sim, pro novo curso tem desconto sim, Mateus. A gente vai dar um desconto bem interessante. Você vai falar: “Puts, cara, investir na planta valeu a pena”. Vocês tão ligado que a minha mente nossa lá, né, é investir na planta. Tem data? Tem sim, dia 27 desse mês, beleza? 27 desse mês. Olha aí, ó. “Muito bom que eu tomei um ed do Sobro aqui agora tá vendendo a gente”. Aí, pô, time, né? Eh, lerê. Ó o subido. >> [risadas] >> Deixa quieto, não esqueçam o like,

[31:29] galera. Vamos nessa. Seguinte. Tão curtindo o conteúdo da live? Você que tá aqui desde do começo, tá massa? Vamos avançar então, vou trazer um pouquinho mais de conhecimento pra gente aqui hoje no YouTube. Conhecimento aberto, ao vivo, gratuito, na prática. Pra quê? Pra você entender que a diferença de AI Coders pro que o mercado tá te ensinando hoje é que a gente confia tanto no nosso produto que eu te entrego um conteúdo aqui de graça no YouTube pra você falar assim, se vale a pena ou não andar com a gente, se vale a pena ou não ser AI Coder. Aí quando você falar: “Caraca, velho, o cara é doido

[32:00] mesmo, tá careca ali de saber, pô, deve ser bom lá dentro mesmo”. Aí você cai pra dentro, compra camisa na nossa lojinha, nossa loja aqui, ó, só quem usa Yolo merece viver o extraordinário e por aí vai. Beleza? Vamos nessa. Ó quem tá na área aí, ó. “Tô vendo pela TV, mas comprei na planta e serei visto no Agent Build também”. Aí sim, Daniel, com presença confirmadíssima. Ó, já comecei a brincar com o Ivy pra não chegar sem saber nada no curso. Olha aí, ó, o Gaúcho Biker, bom demais. Aí, aí é é tri, hein, guri? Bate. Nossa, forcei pra [ __ ] agora.

[32:31] Vamos nessa. É os guri. Aí, ó. “Péssimo dia pra não ser AI Coder”. Lá lá Olha aí, Vini, já tá nos melhores podcasts do Brasil. Vocês vão ver já já, já já tá, pô, Deus te ouça, Mateus. Deus te ouça, meu querido. Tamo junto demais. Obrigado aí pela moral, tá? Vamos nessa. Voltando aqui pra aula, então. Pra aula não, pra live, né? Tamo trocando uma ideia. A gente tem aqui a parte de ferramentas, galera. E essa parte ela é muito importante também. Quando a gente entende o rolê aqui do Harness, então a gente falou os loop agêntico, como é que funciona

[33:01] essa base dele, a gente falou do Harness, o que que tem em volta dele. E é aqui que tem a parte importante das ferramentas, permissões e hooks. Vou trazer alguns desafios que talvez vocês não esbarraram ainda, mas igual o Codex falou aqui na live, que quando você começa a trabalhar em produção, o buraco é mais embaixo. Imagina o seguinte, tá? Eu vou vou desenvolver um sistema multiagentes pra uma empresa. Essa empresa tem 1.000 funcionários. Legal? Beleza. E aí, Vinícius, todo mundo pode usar todos os agentes? O agente que tem

[33:32] acesso aos dados financeiros da empresa, ele pode ser acessível por todo mundo? Aliás, qual o nível de acesso aos dados que a pessoa que tem acesso que tem que pode usar esse agente financeiro deve ter? Então perceba que eu tô falando aqui agora de um outro desafio, não é o desafio de construir, é o desafio de controle de acesso. Quando a gente fala de desenvolvimento software, tem duas camadas aqui, a camada de autenticação e a camada de autorização. Autenticação é o quê? Eu pego meu documento e falo assim, ó, esse aqui sou eu, eu sou o Vinícius. Beleza, tá autenticado, Vinícius. Posso entrar? Não, necessariamente. Você

[34:03] tá autorizado? Não vi seu nome na lista. Então no sistema, quando a gente trabalha com autorização dentro do sistema de agentes, é a mesma coisa. Pra eu conseguir usar meus meus agentes, pra eu saber quem pode ou não pode fazer uma tool call, a pessoa que tá usando o agente, eu tenho que trazer isso pra dentro do meu sistema também. E aí é onde a gente separa os homens dos meninos, porque quando eu tô trabalhando com um Hermes Agent, por exemplo, e eu quero desenvolver um sistema desse nível de escala ou desse nível de de complexidade eu não vou conseguir fazer isso com Hermes, porque o Hermes não foi

[34:34] feito para isso. Aí é onde vai entrar o IV, onde vai entrar o Mastro. Sistemas de agentes, frameworks de agentes que você consegue desembolar ali dentro com eles. E aí é onde entram as ferramentas, permissões e hooks. Através das ferramentas, a gente tem as ferramentas nativas como ler, editar, bash, buscar. Temos MCPs, aí entra Jira, bancos de dados, browser, documentação. Tem as CLIs, GH que é do Git, Hub, Docker, Kubectl, o AWS, entre outras.

[35:04] São ferramentas que em tempo de execução, o seu Harness vai ofertar para o seu agente dentro do loop agêntico. Como meu Deus, vamos lá. Loop agêntico, modelo aqui, loop agêntico, sempre ele vai observar o que tá chegando para ele, vai entender, vai raciocinar, fazer o reasoning, vai mandar lá para o modelo pensar, o modelo pensa, ele vai observar quais são as ferramentas disponíveis e a partir disso ele determina qual a ferramenta disponível. Então, a partir disso ele chama a ferramenta, ou uma ou várias, em batch,

[35:34] e aí ele executa isso. Antes de chamar a ferramenta, eu vou trabalhar com permissões. Tanto permissão de agente, quanto permissão de quem tá usando o agente. Durante a execução do agente, eu posso trabalhar com hooks. Que que são hooks? São maneiras que eu posso interceptar o loop agêntico. Tá aqui uma ótima referência para vocês, ó, Cloud Code Hooks. Cloud Code Hooks. Cadê ele aqui, ó? Ó quem tá aqui, ó, Rafael quem tá me vendo aqui no no Google, hein?

[36:05] Puxar aqui, ó, Cloud Code Hooks. Vai, velho. Aí você me quebra, Google. Docs. Aqui, ó. Dá uma olhada nessa parada aqui, ó. Esse trem bonito. Eita, travou. Abre imagem nova aqui, ó. Esse trem bonito aqui, ó, isso aqui é o loop agêntico do Cloud Code. Como é que ele funciona? Session start, abri meu Cloudcode, user prompt submit, o usuário mandou o prompt lá dentro. E aí? A gente pensou, mas ele vai chamar uma

[36:36] tool, mas antes de ele chamar uma tool, eu posso interceptar. Por exemplo, ele vai chamar a tool de RM, por exemplo, que é deletar um arquivo, tá? Antes de ele deletar um arquivo, eu posso chamar um outro script que vai verificar se o a gente pode realmente fazer aquilo ou não. Então, quando que eu trago os loops, os hooks, é verdade? Eu trago quando eu quiser interceptar um comando, tanto para parar ele, quanto para trazer o human in the loop, então devolver para o humano responder, para tomar alguma atitude, quanto para injetar algum dado naquele rolê. Eu

[37:07] posso trazer um dado a mais. Opa, ele vai apagar? Então, pera aí, antes de ele apagar, deixa eu documentar isso aqui no nosso sistema de auditoria, que esse agente tá apagando esse negócio aqui. Depois você pode continuar, gente, por exemplo. Então, você vai ter vários eventos, e aí depende do caso de uso que você tá desenvolvendo, mas que você pode interceptar aqui. Isso entra para dentro dos hooks de agentes, beleza? Tá fazendo sentido, turma? Manda no chat aqui um se você tá acompanhando, manda dois se não. Que se não, aí a gente volta aqui no que você tiver dúvida, só mandar também.

[37:38] Beleza? Ó, sinal de que falta harness. Você repete a mesma correção toda semana, ou a gente já rodou um comando perigoso. Essa semana teve um colega nosso lá que falou: “Bem que o Vini fala para botar sandbox, né?” Porque o Cloud apagou o banco de dados dele. Eu falei: “Pois é, tem que botar sandbox”. Então, se a gente já rodou um comando perigoso, se cada dev do time tem um resultado diferente, o pessoal falou no começo da live aqui, né? Quem que foi no no começo da live que falou que graças a Deus o time inteiro já tá dando moral para ele. Pô, isso aqui é bom para caramba, quando

[38:08] o time tem um processo, fica fácil você mapear esses problemas. Outro ponto, PR chega sem limite, sem lint, sem teste, sem formatação, isso são problemas de harness. Isso você consegue tá trabalhando dentro disso aqui. Claro, pessoal, eu tô trazendo isso aqui, para algumas pessoas pode ser já um conteúdo mais profundo. Mas confie em mim, isso aqui ainda tá superficial. Lá na nossa formação, a gente vai trazer essa parada mais interessante, mais mão na massa, na prática, com demonstração, com exemplos claros de o que fazer, com

[38:39] um um um um templatezinho para você copiar e já usar dentro do seu rolê. Beleza? Olhando para o ciclo de vida do agente, que que a gente vai ter aqui então? Do agente que que a gente vai ter, né? É aquilo que eu acabei de mostrar para vocês ali do Cloud Code. Iniciou a sessão, o usuário envia o prompt. O Cloud vai pensar, vai ver as tools disponíveis dentro do loop agêntico, que vai se repetindo até o LLM entender que tá pronto, vai definir qual tool ele vai chamar, então pre tool use, pô, vou chamar essa tool,

[39:10] se eu tiver um hook para ficar escutando, né, no pre tool use, vai chamar o hook, vai determinar se ele pode, não pode, se vai se se vai perguntar para o usuário ou não, passa e depois eu posso também ter um post tool use. Isso aqui é, acabou de usar, avisa lá, chama uma ação também, também pode ser ativado esse hook, beleza? E aqui ele vai rodando até chegar no stop. O stop é, opa, entendemos que a tarefa está concluída, então eu tenho tenho esse stop, esse stop também é um evento escutável e a session end também é evento escutável.

[39:42] Já tem uma live só sobre isso lá dentro da AI Code gravado também. Beleza? E aí, a qualquer momento pode ser chamado um sub agente, aí tem os hooks de sub agent start, sub agent stop, o pre compact, o post compact, o notification e no caso do Cloud Code tem mais de 20 hooks mais ou menos ali que você pode estar utilizando, tá? Várias configurações. Aqui tem uma referência básica para quem tiver participando dessa live e tiver lá no grupo da nossa formação, é, eu vou enviar para vocês, então já fica a dica, pô, o link tá na

[40:12] descrição aqui da live, entra lá no grupo da formação para você receber esse material, que tem as dicas de como onde configurar, como configurar e um exemplo, por exemplo, de bloqueio aqui usando o preto e o use, né? Bloqueando para não rodar o comando rm - rf, que é um comando perigoso. É o tipo de coisa que você consegue configurar e aí você vai melhorando seu harness. Aqui cabe para dois sentidos, tanto para quando eu tô desenvolvendo o meu próprio harness para já pensar nessa dinâmica, quanto para quando eu tô usando um harness pronto. Beleza? Tools MCP skills, basicamente são partes

[40:44] que vão complementar o seu harness. Então, eu vou trazer o MCP que vai integrar aqui dentro do meu harness. Esse MCP pode ser um cara para construir o meu second brain, pode ser um MCP específico para uma tool. E aí quando a gente fala de agentes e sistemas de agentes, essa parte é massa para caramba. Se eu tô desenvolvendo com Eve e eu tenho aqui, por exemplo, o nosso agente vamos pegar aqui, ó, o marketing team, marketing mar marketing team, esse cara aqui, ó. Eu posso conectar ele especificamente

[41:15] com o Notion. Aí vai tá lá em connections tá conectado com o Notion. Beleza? E aí dentro disso, aonde que você vai ter que ter uma maldade? E isso a gente vai te ensinar dentro da formação do Agent Builder. Você tem que ter maldade de separar o que é front end e o que é back end. Tem muita gente confundindo produto de agente com a estrutura de agente. Tem muita gente confundindo onde as regras de negócio devem ficar. Como assim, Vini? No desenvolvimento de software nosso [limpando a garganta] de área de

[41:45] boas práticas, a gente não coloca regras de negócio no front end. Vai tudo back end, por quê? Porque quando eu quiser colocar uma interface nova, um aplicativo mobile, uma interface web, eu não tenho que refatorar tudo, reescrever tudo na mão. Já tá salvo em algum lugar. O agente, você tem que entender ele como as como sendo uma interface também. Logo, hoje eu posso tá desenvolvendo alguma coisa com Eve, amanhã eu troco de framework, vou para o Agno, vou para o Master, vou para qualquer um outro. E, o meu sistema que tá sendo usado por esse agente, ele não

[42:17] pode ter que ser refaturado. Na verdade, meu sistema tem que permitir que múltiplos agentes trabalhem aqui dentro. Aí é onde você vai separar a camada de tools, ferramentas, como a parte de serviços e back-end do seu agente e o agente em si, a estrutura casca dele ali com o harness, como sendo a interface front-end. Legal? Muito bom, turma. Muito bom, temos a turma aqui engajada hoje. Que bom demais ter os nossos de sempre participando dessa live. Olha aí, ó. Só pela resenha, os alunos >> [risadas] >> Aí é complicado, cara.

[42:48] Não vou falar disso não, velho. Não vou falar disso não. Olha aqui, ó, isso foi >> [risadas] >> Os homólogos, né? Os homólogos, né? A maioria dos dos Vipers não faz ideia do que é uma branch. Pois é, uma branch homóloga, exatamente. Com PR review, pra ter o mínimo de downtime possível, exatamente. É, pra só pra ter uma ideia, pra quem não é, tem um nosso público é bem misturado aqui, né? Tem um cara que é dev, tem cara que não é dev. É, é importante ter um ambiente de testes, né? O Aí tem alguns nomes de ambiente, tem homólogo, tem dev, tem stage e tudo mais. É importante você ter um ambiente que não seja o seu computador, que você

[43:19] consiga reproduzir bem próximo do que tenha de ambiente de produção, antes de você subir alterações. Tanto pro seu sistema vai codado, ou o que você gastou um tempo pensando na estrutura, quanto pro seu sistema de agentes também. Você alterou essa estrutura de agentes, importante você ter uma validação antecipada. Beleza? RMZ aí na área também. Bem-vindo e Oliveira na área também. Turma, dúvidas aqui? Como é que vocês tão aí? Fechou? Vou compartilhar com vocês agora algumas

[43:49] coisinhas que a gente tem trabalhado aqui. Porque essa semana a gente teve alguns lançamentos bem interessantes, né? Tivemos o lançamento ali do nosso querido Gemini 4 Argon. Eu quero compartilhar uma parada que eu fiz com o Gemini 4 Argon. Que eu falei, mas nem ferrando que isso aqui foi feito pelo Gemini 4 água e believe or not believe or not beleza foi feito com Gemini 4 água e eu fiquei em choque vou até pedir aqui ó abra no Chrome

[44:20] porque eu vou compartilhar com vocês esse efeito hein e o P duro olá ele hein ô >> [risadas] >> tô brincando o P duro vai interessante também tá P duro vai interessante quando sai o treinamento completo Trend Channel treinamento vai se ó entra nesse grupo aqui que você vai sendo avisado de tudo que tá acontecendo nele a gente vai ter uma data no dia 27 agora já que tá chegando pós eleição passou estresse eleição a gente já cai matando em conteúdo vamos ter uma aula aberta pode participar não precisa pagar para

[44:50] participar dessa aula vou te trazer os conceitos de Agent Factory como é que funciona esse rolê e tudo mais e aí nesse dia a gente vai anunciar o treinamento já também no dia seguinte né como é que vai funcionar a formação tal tal tal já chegando com pelo menos uma boa parte do conteúdo já gravado para que pô eu quero fazer no meu ritmo beleza eu faço ali uma aula por dia uma aula por semana pô Vini eu quero maratonar quero já desembolar para na semana que vem tá voando também você vai ter essa possibilidade tá bom diferente de outros conteúdos que a gente faz às vezes que a gente vai liberando aos poucos dessa vez o nosso objetivo é

[45:22] liberar tudo o quanto antes para você já conseguir maratonar e aprender o mais rápido possível mas ó eu queria saber de vocês que estão aí obrigado pela pergunta viu queria saber de vocês que estão acompanhando a live aqui agora qual que é a expectativa do que foi feito aqui pelo nosso queridíssimo queridíssimo Gemini 4 água que muita gente aí talvez não curte tanto ele né mas queria saber qual que é a expectativa o que que vocês acham que ele conseguiu fazer aqui que me deixou um pouco em choque

[45:53] e eu vou compartilhar com vocês a tela nesse exato minuto olha só ó caramba hein mas aí ele me ele pô, eu te elogio, você me me avacalha, né, ô Gemini 4 Argon? Mas tá bom, ó, vou compartilhar a minha tela com vocês agora. Olha que filho de uma égua, calma, tô falando do cavalo, hein? Tô falando do cavalo, hein? Olha aqui, ó, filho de uma égua, o cavalo é filho de uma égua. Ele fez pra gente o cavalo em 3D, respeitando toda a biomecânica do corpo

[46:24] do cavalo que eu falei que ficou ruim, deixa eu editar isso aqui na unha aqui, pô, tem muito tempo que eu não faço edição de código na unha. É nem código, né? HTML não é código, não, HTML é forma, é, forma, formater, né? Vamos aqui, ó. E sem, sem VH. Não é aqui. Cadê aqui? Aqui, ó, filha da égua, ele tá travado aqui, ó. Vou botar aqui sem VH. Aí, pô, agora sim. Ó, galera, olha que filha da égua, hein? Bonito, hein? E se você observar bem a cara do cowboy

[46:56] também, não ficou aquela cara de boneco, deixa eu ver aqui a cara, eu tirei, não tá com aquela cara de boneco travadão também, ele tentou fazer um cowboy mais próximo da realidade aqui com os detalhes e tudo mais. Com a botinha. Mas me surpreendeu bastante essa qualidade do 3D aqui, do, do Gemini 4 Argon, tá? Até agora é um cavalo realmente bem realista, ele tá respeitando bastante a biomecânica dele. Ah, Vini, mas o 5 provavelmente faz melhor, concordo, o 5 provavelmente faz melhor, mas se a gente comparar os modelos de mercado hoje, é muito difícil

[47:27] você ver um modelo que consegue fazer em HTML, não foi Blender 3D isso aqui, tá, turma? Isso aqui é HTML purinho, é muito difícil um modelo que consegue renderizar em HTML um cavalo nessa estrutura, então, de fato, é onde ele tá mandando melhor. Agora, eu fiz uns testes aqui com o Gemini 4 Argon que me desapontaram bastante e um deles foi pra fazer um editor de vídeo, tá? É, ele não tá rodando aqui agora e nem vale a pena rodar, mas vai ter um vídeo que vai sair essa semana. Eu fiz dois

[47:59] testes, eu passei um prompt para o Opus 5.5 desenvolver um editor de vídeo e passei um prompt para o Gemini 4 Argon desenvolver um editor de vídeo, tá lá no X, inclusive. E aí, cara, nesse prompt que eu passei, olha que doideira, se você não me segue no X, inclusive, é outra doideira, me segue lá, ó. Nesse prompt que eu passei aqui, olha a diferença do que foi feito por cada um, ó. Resultado do Opus 5.5, ele gerou isso aqui para a gente, tá? Esse é o editor gerado pelo Opus 5.5,

[48:31] nesse nível, tá bom? Olha o que o Gemini 4 Argon gerou para a gente, galera. Juro para vocês, o que foi gerado pelo Opus 5.5 gastou mais ou menos o mesmo tempo que o Gemini 4 Argon gastou. Ambos eu usei multiagentes, ambos eu usei no motor mais alto de vision impossível. Cara, o do Gemini 4 Argon, ele foi por um caminho, ele escolheu fazer em Python e aí o UI e aí o UX simplesmente não funciona. Juro para vocês, eu não consegui fazer nada nesse rolê, nada mesmo nessa interface. E aí o primeiro

[49:02] aprendizado, o primeiro insight sobre esse modelo Gemini 4 Argon, ele é um modelo que você vai precisar trabalhar bem na sua estrutura de harness com ele, tá? Para ele performar bem. Você vai vai ter que ter ali bem definidinho toda aquela ideia que a gente falou aqui no começo da live, em volta aqui do do agente, com o contexto, com a spec bem definida, o caminho bem definido. Se você deixar ele ir por conta própria e fazer um prompt vago ali, ah, faz aí para mim um sistema de edição de de vídeo, ele pode te entregar um negócio meio porcaria. Então, nesses aspectos,

[49:34] ele tá bem próximo do aspecto do que a gente vê hoje do Astra. O Astra eventualmente ele entrega coisas legais, eventualmente ele falha, eventualmente ele falha miseravelmente e entrega um código horroroso. Quando você adiciona no contexto, no harness ali, né, na contextual layer dele, uma indicação um melhor para ele, aí sim ele performa melhor. Mas Vini, vale a pena fazer a doideira que você fez de fazer upgrade para o Google AI Ultra? Vou ser sincero, cara, me arrependi, tá?

[50:04] Me arrependi, não acho que vale a pena hoje. Mas é aquele rolê, pode ser que eu mude de ideia. Por quê? Porque eu descobri um caso de uso igual esse cavalo aqui, ó, em repouso, empinando. Pode ser que tenha algum caso de uso específico, algum jeito de usar esse modelo que mude a minha percepção. Mas por enquanto tá difícil mudar a percepção, viu? Ó. Ó o cara aí, ó. Close no rosto dele, mas tá difícil mudar a minha minha percepção, né? Só

[50:35] para fazer 3D você tem outras soluções mais interessantes aí também. E vocês no chat, como é que tá a percepção de vocês desse camaradinho aí? Quero saber de vocês aí, hein? Que que vocês tem achado do Gemini 4 Argon? Tá massa? Olha, no Minecraft Pô, não não não tentei, tá? Mas deixa eu dar um prompt para ele aqui, ó. Vou fazer agora. Enquanto a gente faz nossa resenha aqui de quinta-feira at night. Vou colocar aqui um quick start. Crie um Minecraft usando Three.js

[51:07] ultra realista. Aí vai ter um vou usar um Three.js ultra realista, né? Crie um Minecraft ultra realista usando Three.js e vou colocar no modo aqui, que é o modo boost, eu acho que pega um Isso, e vou deixar ele trabalhar aqui, ó. Enquanto isso a gente vai fazendo nossa resenha. É, cara, eu fiz uns testes nele hoje. Parece que no day one tava degradado. É sério, o Codex? Cara, eu vou dar uma testada melhor então de novo. Vou passar o mesmo prompt, hein? Acho que é só o que me

[51:39] de quatro dias de trabalho. Entendi, cara. Entendi, vou dar uma olhada, tá? Depois de quatro dias, entendi. Vou estudar isso aí. Olha aí, ó. Opus 20 dólares, Argon 10 dólares, né? Na teoria, né, Robson? Mas na prática, se eu mostrar para vocês o que que meu Opus tá fazendo, nem eu sei como é que tá sobrando crédito lá ainda, viu? Ele tá torrando crédito adoidado. E não acabou. O Codex, o o Opus 5.5 tá ainda, foi Codex, né? Eu tô falando, o Opus ele tá voando ali, trabalhando para caramba ainda. Ó, Gemini erra muito

[52:09] no Harness primeiro, não ter mais Air Force. Cara, é segundo ele não funciona também as capacidades deles. Eu acho, e aqui eu tô total achismo, tá? Que essa mudança de output tokens do modelo, se tem um modelo com 1 milhão de tokens de output, padrão de mercado até agora era 128.000 tokens, eu acho que isso muda a maneira também como o Harness e o Agent Loop tem que funcionar. A gente falou exatamente disso aqui nessa live hoje. E aí essa mudança, galera, isso aí tem um impacto e um peso importante no no na resposta do modelo, beleza?

[52:42] É, cara, no cursor eu vou testar, não testei ainda. É onde eu acredito que o modelo pode estar melhor. O Harness do cursor é bem melhor, mas bem melhor mesmo. É, olha aqui, ó, sou designer Wilson e tenho usado bem o Gemini. Mas tá usando Gemini 4 Argon, Wilson? Eu curto muito Gemini 3.8 Flash para parte copy e escrita. O Gemini 4 Argon para escrita tá muito bom também, tá, turma? Isso aí é um ponto que ele tá legal. Na parte de desenvolvimento software ele eu não curti tanto no front. Backend não testei ainda. Ouvi pessoas falando bem dele na área de cibersegurança, que curtiram, mas ele tá

[53:14] um pouco estranho Olha, queria um Elifoot 2026. Pô, Elifoot é rivalidade, hein, ô Bruno? Galera do Elifoot aí instalava joguinho com disquete, hein? Eu lembro de instalar Elifoot com disquete. Ó, veio saiu hoje foi o Gemini novo. Pois é, vou falar dele aqui também, né? Quem Vocês já testaram o Gemini aí, galera? O Gemini agora tem vision. Exatamente. O Gemini, na verdade, ele sempre teve vision. Vocês botam fé nisso? Pelo menos foi que foi foi foi o que disseram para nós, né? Falaram ali que o Jeff, ele sempre teve

[53:44] Vision. Eu, assim, né? Fiquei, “Aham, beleza”. Né? Mas qual que é a ideia deles? Eles ainda estavam validando o modelo. E que não tava tão, assim, bom o Vision deles. Agora, na versão 1.14, se eu não me engano, ele é multimodal. Beleza? Mas, segundo eles, ele sempre foi multimodal. A ideia é que eu consiga classificar outras paradas. Cadê aqui, ó? Puxar aqui o criador dele. Nossa, é o criador dele. Bota tweet para

[54:16] caramba. Achei, ó. Eh Live now. Beleza? Type Safe AI launch. Pô. É, não achei aqui. Mas, basicamente, deixa eu compartilhar minha tela para vocês verem o que eu tô vendo aqui. Basicamente, o que rolou foi o lançamento do Jeff. Aqui é a versão dele. É a versão 1.14. Vamos lá. Type Type Safe AI. Essa versão nova agora. Ele também aceita imagem. E ele tá mandando bem para caramba, tá? Então, a ideia é que eu consiga classificar texto, classificar imagem, mas com a velocidade

[54:48] que eu tinha. Caso de uso, pô, alguns casos de uso classificador mesmo, né? Ah, posso pegar uma foto minha e botar meu meu agente para, eh, quando eu abrir a câmera, saber que sou eu e me tratar diferente e tudo mais. E aí o ponto é que eu poderia fazer isso com um classificador local? Poderia. Poderia fazer com um modelo de AI local? Poderia. Mas aqui talvez eu tire o overhead do local e consiga trabalhar com, eh, o outras soluções né? Com hardware mais mínimo e considerando que isso tá rodando em nuvem. Então, isso é bem interessante, tá? É bem prático para desenvolver.

[55:18] Preciso estudar mais outros casos de uso diferentes desse, mas alguns que eu já vi são esses. Outro caso de uso interessante pode ser ali como Decision Model as a Judge, para julgar front-end, tá bom? Ah, fez a tela do aplicativo, tudo mais. Ficou boa? Não ficou boa? Posso usar o Decision Model do Jeff como juiz, para julgar o quão próximo, o quão fidedigno tá o design que você fez com o que foi feito lá, que chegou como, eh, no seu Figma file, por exemplo. Então, tem alguns casos legais aqui para trabalhar com o Jeff, que eu acho que a

[55:50] gente vai estar explorando mais. Prometo a vocês trazer um conteudinho específico disso aqui no canal. Vocês querem ver mais coisas de Jeff? E também, ó, fala aí, Zumbi, meu querido, como é que você tá? Beleza? Eu vi o, eu eu recompartilhei ele lá no X core, X também, o guide, o Dev Guide do Gemini. Olha só, o Sub Q Para que, quem lembra aí do Sub Q, o que que era isso aqui? Sub Q. Da Subquadratic. Quem lembra disso? Subquadratic, eles apareceram aí ano

[56:21] passado, falando assim, ó, “Revolucionamos. Criamos um modelo mais barato do que o Opus, mais rápido, tão inteligente quanto e que tem 10 milhões de tokens que janela de contexto”. Em breve. Em breve, aguarde. Só que eles estão pior do que o Gemini, que o aguarde deles tá, ó, tempasso. Tempasso que os caras solta, falaram que tinha um modelo [ __ ] e até agora nada. Daí o Sub Q foi lá e falou assim, ó, “Estamos soltando o Sub Q Snap”. Nossa versão do Jeff.

[56:52] E, bom, beleza, né? Mas vou ser bem sincero com vocês, cara. Esses caras, depois que eles fizeram aquele hype todo ano passado, não soltaram nada, nem sei se foi ano passado, se foi esse ano. Acho que foi esse ano ainda, né? Mas não chegou nada no mercado relevante desses caras. Sendo bem honesto, não me chama atenção. Para chamar atenção, eles vão ter que fazer um negócio que vai ser assim, “Nossa senhora”. Aí, beleza. Por enquanto, não me empolgo muito com o que esses caras não, tá? Vocês vão ver, até que no próprio site deles, eles mudaram o foco,

[57:24] né? O foco deles era o modelo de 10 milhões de tokens de janela de contexto, mudaram completamente aqui, ó. Mudaram para Decision Model. >> [roncando] >> Sei não, hein? Sei não, vocês botam fé? Sei não, né? É o no o Gemini 3.8 no gratuito, até boa parte dos jobs você resolve rapidão. Wilson, com certeza. Eu grado do Gemini 3.8 Flash. Eu sei que a galera tem um muito hate em cima dele, mas eu gosto dele para tarefas de de

[57:54] texto, até para tarefas de UI. Ah, mas nem sempre eu não uso ele muito para UI, mas ele performa interessante. Olha, você não recebeu sua dev key até hoje? Pô, vai lá no Open Router, querido Codex, que já tá rolando, tá rolando no AI Gateway também da Vercel. Ah, basicamente todo canto você já consegue consumir ali o Jev. Vamos lá no Open Router aqui rapidão. Open Router é outro cara que eu preciso conversar com o CEO dele urgentemente, pô. Os caras mudam a interface deles todo dia. Vamos lá, ó.

[58:25] Vou pegar aqui o Jev. Ó, tem uns modelos novos aqui, Drex. Isso aqui não é o negócio lá do Que que é isso aqui? Outro Decision Model, hein? Virou moda. Ó. Vamos no Jev. Jev 1.14. 264 262.000 tokens já de contexto. Isso aqui é um negócio legal, tá, turma? Todo mundo falando: “Ah, eu tenho a minha própria versão do Jev. Ah, eu tenho a minha própria versão do Jev”, não sei o

[58:56] que lá, não sei o que lá, não sei o que lá, não sei o que lá. Aí você vem o Clef, que é o Jev do Cloud Flare. Legal, mas todos os outros nenhum tem essa janela de contexto aqui não, tá? E ainda assim, a Cloud Flare, para conseguir chegar na velocidade de latência, né, de velocidade de resposta do Jev, ela teve que diminuir a janela de contexto para, se não me engano, 24.000 tokens. Então, o Jev ainda é o cara que tá liderando no mercado. Junto com esse lançamento, eles lançaram mais um tipo de eh de tipo de tipo aqui, né? Tem o null, o choice, o score e

[59:27] agora tem o box. O box, a ideia é que eu consiga mandar uma imagem e aqui eu vou rodar essa decisão, por exemplo, ó. O estado dele, marketplace, o state, né? Marketplace listing 404 organic honey crisp apples six count. E aqui o, a questão é: Qual é a maçã que tá no canto superior esquerdo da foto, né? É isso que ele trouxe. E uma grande, uma novidade também, é que agora ele é multilíngue, beleza? O Jeff virou multilíngue também. Então, se eu trouxer aqui, ó. >> [roncando] >> Qual é a pera

[59:58] que está no meio. Vou rodar aqui. Tá vendo? Ele interpretou pera também, né? Antes o Jeff não tava tão bom nisso. Galera, isso aqui é uma parada interessante, viu? Vocês viram a velocidade? Vou rodar de novo, ó. Ó, ele gastou 540 milissegundos para classificar essa imagem e gastou o total de 0,0001 centavo de dólar para fazer isso. Bom para caramba, hein? Vamos ver se tem uma outra imagem aqui. Vamos puxar aqui, ó. Eh.

[1:00:28] Ver se uma imagem que eu tenho salva aqui no, local. Ó, vamos ver se ele tá mandando bem. Vou pegar uma thumb de uma live passada. Voltando para a tela aqui, ó. E vou falar assim, o estado, o o state dele, né? Uma, uma thumbnail de um canal de YouTube BR, beleza? Ó lá, qual é o ícone que representa o Muse AI. Vamos ver se ele consegue interpretar. Ah, ele errou aqui, ó.

[1:00:59] Mas também não tem Muse, né? >> [risadas] >> Aí ele foi, aí eu, aí eu trapaceei ele também, né? Vamos colocar, qual o ícone que representa o, ah. O Grock bot. Vamos ver aqui. E ele continua errando, hein? Ele tá botando aqui no, no RM Agent. Qual é o ícone que representa o Open Claw. Ah, o Open Claw acertou, hein? Eh, beleza, o Clock Box também tá um pouco difícil de entender, né?

[1:01:30] Eh, deixa eu ver. Onde está o texto de live? Vamos ver. Tá ali, ó. Maravilha, então ele tá conseguindo classificar, isso tá interessante, viu, galera? Eu eu prevejo aí que nós vamos ter vários casos de uso interessantes desse cara aqui acelerando vários workflows agênticos. Beleza? Maravilha, ó. O chat agora bombou, hein? Do nada, bom demais. Deixa eu ver aqui, ó. Meu modelo de IA baseado numa

[1:02:00] arquitetura nova vai sair antes do Subquery, com certeza, Codex. Olha aí, ó. E olha que eu nem tô trabalhando >> [risadas] >> Fala do que? Do Subquery? Fala Beleza, pessoal finalmente percebeu que a LLM 99% é overkill pra caramba, com certeza, cara. Essa ideia de Decision Model é uma sacada muito grande, porque se você parar pra pra prestar atenção na maioria das soluções que a gente tá fazendo com LLM, a maioria delas você resolve com workflows aqui com o Jev, com Decision Models, né? Isso é bom pra caramba. É muito rápido, hein, Ramonzinho? Com

[1:02:30] certeza. Olha aí, ó, o Will tá assistindo a live na academia, ninguém tá entendendo nada. Pô, maravilha, tá tá treinando o que aí, o o Will? Tá treinando superiores? Força nesse supino aí, hein? Olha aí, ó. Eu tenho umas thumbs tuas. Ih, rapaz! Medo, cara. Medo desse tipo de declaração, hein? Corujas credo. Olha aí, manda um oi pro Argon no meu limite semanal e meu e meu limite semanal andou 1%. Então, ô Robson. O limite semanal do Argon, realmente,

[1:03:02] deixa eu ver se eu consigo puxar aqui, ó. Realmente, eu fico perdido demais nessa interface aqui do coisa que não tô tão acostumado a usar ela não. Vocês tão ligado onde fica a a demonstração de usage aqui na interface do Anti-gravity. Mas eu eu dei olhando também a models. Ó. Nossa, meu Deus, cara. Que isso? Não, não. Ó, meu limite semanal, eu tenho 51%.

[1:03:34] Eu juro para vocês. Não vale a pena nem ferrando isso aqui. Eu usei esse negócio aqui, sabe para quê? Para fazer aquele sistema mequetrefe lá que não funcionou e usei também para fazer o cavalo. Só isso, velho. E ele já bateu 51% do limite semanal. Nome, não, que é isso, cara? Consumiu para caramba aqui. Não, o Op 5.5 está voando, cara. Se eu puxar aqui agora, ó. Lá no meu cloudinho para vocês verem trabalhando lá. Tem 24 horas que o Op 5.5 está trabalhando direto aqui na feature que

[1:04:04] eu estou desenvolvendo aqui, ó. Cadê ele? Ó. Tem umas 24 horas, cara. Eu estou até preocupado com ele já, o tanto que ele está trabalhando. Acho que acabou, hein? Acabou. Só porque eu falei. Pois trabalhou para caramba na feature aqui. E ó, meu uso lá. Eu ainda usei 74%, mas o tanto que ele trabalhou, cara, não está escrito. Enfim, né? Fiquei até chateado aqui. Não consegui esconder essa chateação de vocês. Ó, ele está trabalhando aqui agora no nosso na delegação de agentes para fazer o

[1:04:35] Minecraft que o nosso colega pediu aqui. Já já ele volta aqui. Mas vamos dar uma olhadinha então. A gente estava falando aqui sobre o Deixa eu ver se estava aqui. Não, fechei o Open Router. Poxa. Ô louco, meu. Fechei mesmo. Estou doidão. Está aqui, ó. Jev. A gente estava falando do Jev, galera. E eu estou realmente empolgado com esse modelo novo dele, tá? Lança o calvo bench. >> [risadas] >> Muito bom, cara. Muito bom, hein?

[1:05:06] Vou lançar o calvo bench para verificar quão bom é um decision model para julgar a calvície. Aí você, pô, isso aí viraliza, hein? Hum! Vamos lá, ó. Vamos fazer ao vivo aqui, hein? Vou lá no Replit lá. Replit é mais mais rápido para essas paradas. Selecionar o meio de trabalho aqui dos cursos, pode ser e aí Coders Academy. E vou pedir para ele fazer aqui, ó. Crie um site ah, chamado Calvo Bent

[1:05:38] onde iremos usar uma API de Decision Model do Jev usando o Open Router para classificar a calvície dos homens que acreditam ainda ter cabelo. Isso aí é uma verdade, tá? A maioria das pessoas são calvos, ainda não não botam fé. Vamos exigir o login e vamos ter um ranking

[1:06:11] de quem é o calvo mais calvo mas que não sabia que era. Para isso, vamos perguntar antes do Jev classificar qual o nível de calvície a pessoa acredita ter. Maravilha, hein? Vamos criar o nosso Calvo Bent aqui, já vou botar para no modo power aqui.

[1:06:41] Vou botar no maxi aqui. Vou botar no maxi, vou botar para usar o Ops 5.5 aqui. Tá calibrado esse carrinho. Maravilha, hein? Esse trem vai viralizar, hein? Quero ver todo mundo mandar para para o amigo que é calvo, que não aceita que é calvo, que ele precisa acordar para a realidade que está acontecendo, que quando ele está andando na rua, seu colega olha para trás e vê que tem um buraco aqui atrás. Mas ele camufla o cabelinho para frente, porque ele só vê o espelho de frente, no dia a dia dele ele não tem noção da realidade. Nunca me falaram isso, mas um dia eu vi uma foto

[1:07:13] que tiraram minha a distância do alto para baixo e eu percebi que aquela cabeleira toda que eu tinha ela estava só aqui, era ilusão. Então vai ser uma causa muito boa. Obrigado Codex pela dica, viu? Maravilha, hein? Maravilha, olha aí. Obrigado pelas joinhas, viu? Ah, vai que ganha um troco, não é não? >> [risadas] >> É isso, bom demais, bom demais. Ó, “Entre grap e é, eu concordo, viu? Concordo”. Cara, eu até hoje eu não entendo, velho, como é que os caras conseguiram fazer um negócio tão ruim sendo que foi o mesmo time que fez o

[1:07:43] Harness Windsurf, que é um harness da hora, velho. Não entendo. Não entendo mesmo, hein? Eh, o projeto Cloud App tá animal. Pois isso é verdade, tá muito bom mesmo. “Não ironicamente, acho que vão mandar uma proposta para o pessoal da Manual”. Olha aí, ó. Para o pessoal da Manual. Olha aí, hein? Alô Manual, hein? Manda um kitzinho para mim aí, quem sabe meu cabelo volta a florescer. “Fala, mano, tá trabalhando em quê? Fala um pouco dos seus projetos”. Fala comigo, Cybertech. Cara, a gente tá trabalhando em várias coisas,

[1:08:14] mas tem um projeto bem legal que inclusive vocês aqui podem contribuir com ele, que é o Invokta, tá? O Invokta é um projeto para facilitar o rolê de você criar backends para os seus agentes. Como assim, Vini? Digamos que eu tô trabalhando já em produção com banco de com o backend, beleza? Tem a minha API ali, vários microserviços. E eu quero tornar esse eh backend acessível para agentes, mas eu não quero que os agentes tenham acesso a tudo. Eu quero determinar só algumas capacidades.

[1:08:44] Com o Invokta, ele é o framework ideal para você fazer isso. Você vai determinar, ó, quero que acesse essa e essa capacidade. O Invokta vai facilitar coisa de 10 minutos no máximo você tem isso funcionando. Dá para setar autenticação, autorização, a gente falou isso mais cedo. Dá para você configurar para ele funcionar local, em nuvem. Dá para você configurar eh para ele rodar como CLI também. E aí, eventualmente, a gente adiciona outros protocolos de suporte. A ideia é que você nunca mais precise reescrever aquela estrutura de capacidade que o seu

[1:09:15] agente está utilizando. Tanto HTTP, quanto MCP, né, quanto CLI, quanto direto via código também. Isso aqui está muito massa, é o que eu estou usando em produção, tem uma galera usando já, já temos ali 139 estrelinhas, algumas contribuições importantes e tem um outro projeto que eu estou trabalhando também. Aí esse projeto ele é mais famosinho, que é o Dev Gateway, tá? O Dev Gateway ele pegou um hype legal ali. Vou dar uma melhorada nele, tem umas PRs para revisar essa semana. Quem quiser entrar de contributo, me dá uma ideia também, a gente está precisando de uma

[1:09:46] galera para ajudar a revisar as PRs que estão entrando aqui. Tem umas que a gente já revisou, já fez fez uma change request ali, tem outras que entraram agora, mas se você manja de software, quer ajudar nesse projetinho aqui, ó, Dev Gateway é um projeto Para que que veio esse Dev Gateway? O Dev Gateway é um projetinho que a gente criou para facilitar a percepção de como dá para usar o Dev para economizar token para você. Nesse caso, ele economiza em em alguns casos que a gente rodou bench aqui, 60% dos tokens no dia a dia. Pode ser interessante se você estiver trabalhando com isso.

[1:10:17] Ainda existe AI Studio? Existe, viu? Existe. Eu acho que é um dos produtos da Google mais sub valorizados, seria essa palavra? Acho que é. Aqui, ó, é um produtinho massa, cara. Mas, olha, eu preciso colocar agora agora tem que pagar. Acabou, então. >> [risadas] >> AI Studio tem que pagar agora, não é de graça mais não. Ó, o Devin também é bem melhor que o que a gente grava. Exatamente. O Devin o o Devin, né, ele é ali da Cognition, que é

[1:10:49] a dona do Windsurf. Ó, Vini, você você usa alguma ferramenta para automatizar resposta de um chat para o outro. Me diga um exemplo, Ramonzinho. Automatizar respostas de um chat para o outro. Você fala assim, compartilhar contexto? Cara, eu tenho o Dot Context, que seria talvez esse sentido, que também é um projetinho nosso, né? Dot Context veio o ano passado, quando ninguém falava disso. Ele vem na ideia de ajudar você a compartilhar contexto na

[1:11:20] camada contextual para qualquer Harness. Vocês vão lembrar quem tá usando o AI Memory da Kita, tem uma proposta de valor parecida nesse sentido, né? Então, ó, tem o Cloud, o Codex, o Cursor, o Anti-Gravity. Quando eu tô trabalhando com vários, eu consigo compartilhar a camada de contexto, sessão, memória, workflow, sensores, políticas, tudo fora do Harness que eu tô utilizando. Para quê? Para eu ter mais liberdade. É, esse cara, não sei se a sua pergunta vem nesse sentido, viu? Deixa eu ver aqui, ó. Ó, além de ter problemas

[1:11:52] de Hooks, direto quando eu vou usar o app, é, ele só faz esquecer os meus meus MCPs e o to use. Só que ele, só porque ele é o Dev Gateway Emulator. Só que uso ele porque é o Dev Gateway resolve o Gemini. Cara, buguei na na sua no seu chat aqui, viu, Codex? Não sei se é o meu sono ou se eu não entendi a mensagem mesmo. É, existe testo tudo antes, hum, tudo lá antes. Maravilha. Maravilha, hein? Você tá ligado, ah, no no caso, você tá

[1:12:22] querendo dizer que o Dev Gateway tá falando lá com o Harness do Anti-Gravity, é isso? Ô, o o Amador aí. Fala, meu querido. Bom demais? Fala aí. Você sempre usa o Invoke é, com Ivy? Tenho usado bastante, viu, o o Amador? Maioria dos casos justos que eu tenho usado o Invoke é com Ivy. Tem alguns casos que eu tô usando o Invoke para conectar, agora com outros frameworks que eu tô testando, mas aí, isso aí é papo da formação lá que eu vou trazer para vocês, vou apresentar. Olha aí, ó. Um auditando o outro de maneira

[1:12:52] adversária ou até ambos chegarem em mesma conclusão. Então, estou fazendo manual. Cara, não, pô, faz manual não. Sabe que sabe o que você pode fazer, Ramãozinho? Vai lá no Invokta. Ô, caramba. Invokta. Vai lá no nosso repositório do Invokta. Você vai acessar aqui exemplos. E aí você vai ter um exemplo aqui do Agent Session Engine. Deixa eu ver, é isso mesmo. Agent Session Engine é uma Engine, é um MCP,

[1:13:22] você pode usar como CLI também, que você vai adicionar o seu agente e ele vai compartilhar a sessão com outro Harness. Então, quando você botar o o o Antigravity, por exemplo, para fazer o adversarial review junto com o Codex, ele vai estar compartilhando a mesma sessão. Então, as tarefas podem ser atualizadas por aqui, os registros podem ser atualizados por aqui, tudo funciona por aqui, tá? Essa parte aqui é uma das paradas fáceis que você consegue desenrolar aqui já com o com o com o próprio Invokta. Tem altos exemplos aqui, viu, galera? Quem quiser dar uma conferida do Invokta, tem altos exemplos ali de

[1:13:54] como é que você pode utilizar. Tem uma Engine de imagem, Engine de Spec para fazer Spec Driven Development, tem Engine de eh quer ver, ó? Com autenticação, ah de Web Crawling, né? Então, tem altas Engines legais aqui para vocês poderem testar. Ó, Novinho, Jeff Gator resolve a maioria dos problemas. Ah, entendi, do Harness do Jeff Gator, porque eu decidi o modo de resolver. Ah, entendi, cara, entendi. Entendi a questão. O Jeff Gator está resolvendo os problemas que o Jeff Gator não resolve. Maravilha. Fala comigo, bom demais? Eh igual os Dotes e Grok Bots, tem

[1:14:26] alguma solução que eu consigo criar um ambiente isolado para o Claudinho ou outros como uma VM só para projeto? O Claudinho acabou de reclamar de outro projeto em execução. Cara, você pode usar a própria solução do Cloud Web, né? Eu acho que assim, dentro dessa ideia de solução em nuvem, você consegue criar ali, ó, como é que você faz isso? Pô, que esquemão, hein? Cloud Code. Na versão web, aqui você configura ambientes. Eu posso escolher o ambiente aqui, criar

[1:14:56] um novo ambiente. Nesse ambiente eu configuro o nome dele, acesso à rede. Então aqui sandbox, ele pode acessar externo, completo, personalizado. Script de configuração dele, o que que tem que rodar no começo. Secrets, se você que tiver que adicionar algum, é, segredo de, na própria, de um segredo de rede e variáveis de ambiente aqui dele também. Então eu consigo configurar um ambiente massa aqui também. E posso configurar, aí no caso seria um outro computador para acesso, para controle remoto. Esse computador você pode configurar tanto uma VPS, daí a gente tem a Hostinger aqui,

[1:15:27] Hostinger. Que aí é um esquemão também que a galera tem feito. Deixa eu puxar meu link aqui de uma vez que vocês quiserem pegar, já dá uma moral para IA Coders também. A gente tem aqui, ó, benefícios. Ó, benefícios, cadê? Puxar aqui, ó, o link da Hostinger. Então o benefício, aproveita da benefícios. Que que a galera tem feito? Sobe um VPS, toma ali, toma ali cupom de desconto aí da Hostinger também, ó. Usa meu link, meu cupom de desconto. Galera, sobe ali VPS, configura o Cloud

[1:15:57] Code dentro de uma estrutura do, do VPS deles e aí a partir dali você conecta remotamente aqui o ambiente, tá? Então você vem no, no, no, novo ambiente, remote control e aí você deixa rodando a VPS. São algumas práticas que a galera tem feito, tá? Nesse sentido aqui. É, acredito ter respondido, deixa eu ver. É, acredito ter respondido. Se não, manda aqui que eu te dou uma moral de novo. Beleza? Ah, e o Hermes também deixa você fazer

[1:16:28] experiência TK. Maravilha. Isso aqui eu não sei se, se é do, o Hermes ele tem o Hermes Bot, não sei se está falando disso, ô, Codex, mas dá para rodar também ali. Mas sobre o Cloud específico, tem esse rolê. Vamos ver como é que tá o nosso benchmark de calvo aqui? Do nada, né? Olha, tá pronto já. Pô, galera, Replit é da hora, viu? Tem uma galera que ainda não grada muito, mas olha que [ __ ] que ficou isso aqui, velho. Ah, nossa senhora, maravilha, hein? Olha isso, velho. Vou publicar esse trem. Calvo Bent. Publicar.

[1:16:59] Não, não, somente com convite não. Público, pô. Eh, deixa eu ver aqui. Ah, vou publicar esse trem e a gente testa se tá funcionando. calvobent.replit.app. Se quiser testar isso agora, ele vai ficar disponível já, já. Beleza? Tá publicando aqui. Vamos ver como é que tá o Calvo Bent aqui, ó. Qual que é a ideia então do Calvo Bent que a gente tá trabalhando aqui? É poder fazer o rolê de Pô, ficou bonito, viu? Para de para descobrir se o seu amigo é negacionista da calvície. Será que seu

[1:17:30] amigo é negacionista de calvície? Vamos descobrir. Encarar a verdade. Vou continuar com Google. Vou me autenticar aqui. Ó, tá funcionando, hein? Tá funcionando, hein? Vamos ver aqui? Continuei. Pô, Replit é bom demais, aí. Você tá doido. Mas será que ele pegou a API do Decision Model certinho ali? Pô, aí se você tiver pegado. Qual nível de calvície você acha que tem? Ah, velho. É umas coisa que falar ao vivo é [ __ ] né? Mas eu acho que eu tô aqui, ó. É, pode ser aqui. É,

[1:18:01] tá, entre N3 e N4. Tá, manda no chat qual o nível de calvície que você acha que você tem. Meu nome, Vinícius. Vou colocar Vinilana, né? Vinilana, mas que que é isso? Tá local? Então, deixa Vinícius mesmo. Seguir. Mostra o topo da cabeça. Tem que enviar a foto. Tirar foto agora? Eita, aí não vai dar, hein? Enviar foto, tirar foto agora? Não vai dar. Aí, a câmera tá em uso. Vamos ter que testar em produção. Vou deixar para vocês testarem aí para a gente.

[1:18:32] Pô, ficou da hora esse negócio, hein? Calvo Bent. A gente vai ter o ranking de calvície aqui. Já tem o Marcão do topete, o Rodrigo das entradas, o Julinho coroa. >> [risadas] >> E a negação aqui dos caras. Pô, isso aqui foi uma ideia genial dessa live, hein, galera? Gostei, hein? Agora eu tô de cara, será que ele usou o Jev mesmo? Recebe, pô. Recebe foto diretamente. Só aceita texto. Por isso o modelo de visão primeiro ele escreve cabelo e o Jev escolhe o nível. Não, pô. Jev já recebe imagem. Ele é multimodal

[1:19:04] na versão 1.14. Confere lá. E deu um pau aqui na hora de publicar, hein? Que que deu problema aqui? Publicação. Sky plane RPC failed. Vamos vamos tentar de novo aqui. Solta do solta, não é não? Muito bom aí a galera zoando. Vamos que vamos, ó. Isso todo mundo vê, pô. Exatamente, mas menos você, cara. O problema da calvície, galera, o problema da calvície

[1:19:36] é que o cara ele acha que ele não é calvo, entendeu? Só que ele só descobre um belo dia que ele tem um choque de realidade ou que ele sai na rua cabeludo e cai gota de água na cabeça e que ele já sente lá no lá o geladinho assim, ó. Aí ele descobre que ele tá calvo. Obrigado, tô precisando de um VPS mesmo. [ __ ] é o valor da hosting. Já ajudou muito, mas a ideia local penso no Kubernetes com uma imagem simples. Cara, que que você que que você pode fazer, o MSC solto? Aqui em casa eu tenho um computador velho que todo mundo hoje em dia deve

[1:20:06] ter um PC velho em casa. Dá pra botar ele ali, cara. Bota um Ubuntu nele ali basicão. Usa ele como um um um remote control. Aí o Claudinho você consegue trabalhar aí também. Beleza? Olha aí, ó. >> [risadas] >> Resenha garantida, maravilha, cara. Eu vou falar com vocês, viu? Hoje eu tava desanimado pra fazer a live, cara. Trabalhei pra [ __ ] mas vamos que vamos. Eu Vocês fazem essa live cada dia é belê? Ó, vamos fechar a live hoje com o Calvo ouro com

[1:20:36] Enquanto isso, o nosso queridíssimo, amadíssimo Anti-Gravity não conseguiu entregar um Minecraft até agora, né? Tem meia hora que ele tá fazendo Minecraft. Quantos Anti-Gravity precisam para se fazer um Minecraft? Vamos ver como é que tá o preview. Pô, mas tá bonito, hein? Falo mal, mas falo bem também, hein? [ __ ] O preview dele aqui tá bonitão. Vamos ver. Será que vai surpreender a gente? Eu acho que vai me surpreender. Eu acho que eu vou pagar língua.

[1:21:07] Ó, tá no ar, galera. Acessem aí. Câmbio. É hora de testar. Tá no chat, hein? Enquanto isso, deixa eu ver. O Calvo Bento está pronto. Testei análise pela foto, pro ro ro ro. E ele enquanto você tá trabalhando aqui, ó. Beleza, ele entendeu que o Java 1.14 faz a coisa, ele tá alterando. A gente já traz a versão mais atualizada. Ai, ai, ai, vou gastar token à toa nesse negócio aqui, mas tá bom. Tudo pelo entretenimento, hein?

[1:21:38] Vamos lá. Calvo Bento. Acabando aqui, já compartilha no X. Faça o seu teste de calvície e descubra se você realmente é calvo. O esperimente. O Jevin não não tem esse problema. Quero meu laudo. >> [risadas] >> Maravilha. Deixa eu ir lá na na Hostinger já fatiar meu domíniosinho aqui também, hein? Vamos ver quem é mais rápido aqui, ó. Ai, ai, ai. Calvo Bento. Será que já tem um domíniosinho desse? Pô, se não tiver é meu, hein? Se nenhum filho da mãe nessa live que

[1:22:08] tentar puxar ele, eu pego qualquer outro domínio também. Vamos ver aqui, ó. Calvo Bento. Ah, tá disponível, pô. Calvo Bento. .com, hã? Calvo Bento. .pro. Tem um monte de domínio aqui, pô. Vou puxar aqui o Calvo Calvo Bent de tecnologia. .io, não é? Caro para [ __ ] é .dev? Não, .app, .digital.

[1:22:40] .info . .me Né? .fun, .help, .social .help, talvez legal, .work, .dating. Populares, Calvo Bent AI, não, pô, vou gastar 2.000, 1.000, 1.000 reais que eles tem, nem ferrando. Calvo Bent online .site, .studio .gg, nem ferrando que eu vou gastar essa grana, vamos .com mesmo. Plano premium

[1:23:10] Ai, ai, ai. Vamos lá, ver carrinho. Site, ó, não ano, comprei o site quando eu acabei, até hoje não, ué. Vamos lá, Calvo Bent. Olha aí. O domínio .si é caro, pô. Como é que vocês estão aí, ó? Já testaram o Calvo Bent? Digam aí, quem já testou o Calvo Bent, fala para a gente aí.

[1:23:42] Quem já testou o Calvo Bent, dá um hello para nós aí. Vou lançar aqui, ó. Ah, velho, tem um esquemão aqui, ó. Ó, tem um negócio de domínio aqui dentro da do Replit, que dá para pegar um domínio de graça aqui, se eu não me engano, aqui, ó. Premium Ah, acabou o negócio de domínio de graça? Acabou, velho. Ah, deixa quieto, vou puxar aqui pelo coisa mesmo aqui. Tá fácil de pagar já.

[1:24:16] Beleza. Ó. Calvo Bent, já tá pronto? Pronto. Vamos lá. Sim. Preview tá aqui. Lenda da negação. Olha aí, ó. Ver ranking. Ó, a galera tá usando mesmo, hein? Welson pouca telha. E o Welson? Pessimista de plantão. Você não tá

[1:24:47] careca não, hein? Que é mais aqui, ó. Ó o Welson aí, ó. Aí ele aí, ó. Vamos que vamos, hein? Probabilidade negação. Declarado. Olha aí, ó. O participante apostava em Norwood 4, mas a câmera não prova a conexão frontal vertex. Tecnicamente, isso é um Norwood 3 com pessimismo de plantão. A calvície avança com o método, porém, a ansiedade avança mais rápido do que o cabelo. Para o Calvo Bent, o veredito é Norwood 3. O

[1:25:17] desastre ainda precisa de melhor ângulo. >> [risadas] >> Pô, muito bom, cara. Muito bom, hein? Legal a forma que ele que ele coloca enquanto tá lendo. Olha aí, ó. Escalando a zoeira com recorde de acesso já. Maravilha, hein? Maravilha. Ó, você que tá fazendo teste agora aí no Calvo Bent, já compartilha esse negócio no exa. Esse trem já era pra viralizar. Isso é massa, hein? Do nada, hein? Calvo Bent. Você jura que é Norwood 2? A ciência discorda. Declare seu nível de calvície que você acha que tem. Mande

[1:25:49] uma foto do topo da sua cabeça e o modelo Jef mede o que o espelho do seu banheiro esconde há anos. Quanto maior a diferença, mais alto você sobe no ranking. Maravilha, cara. Olha aí, ó. Ou seja, quanto mais mentiroso você for, mais alto no ranking você vai tá. Quem que é o Julinho Coroa? Tá na no chat também? Ó, isso aqui é teste nosso lá. Realista lúcido. Vamos ver aqui, ó. Laudo confidencial inexistente. Beleza, vou republicar pra já pegar o Jef. Agora vai. E agora eu vou pegar o domínios também. Uai, deu ruim o domínio aqui?

[1:26:22] Desgrama. Efetuar o pagamento. Beleza, ó. Alô Hostinger. Acende meu domínio aí, hein. Muito bom. Tamo junto meu querido. Olha, eu tenho um único domínio e já tenho uma skill que usa Terraform para criar seu domínio rápido. Olha aí, ó.

[1:26:52] Sucesso. Bom demais. Vou nem mandar a minha que [risadas] ele vai mandar o aeroporto tá pronto. Muito bom, muito bom, cara. Muito bom. Olha aí, ó. Chegou, hein. Domínio é nosso. Vamos colocar lá agora. Lá no Replit. Aqui, ó, domínios. Que inclusive se você quiser testar o Replit, ó. Em algum canto aqui tem um negócio de

[1:27:23] indicação meu. Daqui a pouco eu acho que mando para vocês aí, ó. Deixa eu achar aqui. Cadê? Domínios. Eh. Calvo bent.com. Beleza.

[1:27:54] Olha N4, hein. Ai, ai, ai, hein. Não teve jeito, N market. Fiz o teste deu N7. Triste dia. >> [risadas] >> É um ótimo dia para se descobrir que você tá calvo, né, meu querido. É um dia complicado, hein. Deixa eu puxar para cá para não vazar nada. Ah, não. Eu vou fazer de outro jeito aqui. Não vou fazer login por aqui não. Conectar de outra forma. Configurar manualmente ou enviar link para o administrador.

[1:28:27] Aí, ó. Ah, tem que logar? Sai fora, sô. Entrar de outra forma, configurar manualmente. Pronto. Meu Deus, eu vou fazer isso aqui, sabe como? Eu vou pedir o Cloud para configurar isso para a gente. Vamos lá, ó. O que o Vini vai mandar de e-mail para o Manuel depois do final dessa live para oferecer para ele. >> [risadas] >> Vai que eles me escutam, né, cara? Patrocinar o canal. Jeff tá roubando aí, ó. Pô, complicado. Vamos ver como é que

[1:28:58] tá nosso ranking aqui, ó. Até agora temos sete cabeças analisadas, lá ele 1.000 vezes, né? Quem tá ganhando é o Marcando o Topete. Temos o João Madeira aqui, ó. O realista lúcido, é o que pegou N7 ali, né? Descobrimos que o No One é o João. Olha aí, ó. Complicando, hein? Complicado, hein? Quem mais? O Mark tá aqui, ó, iludido profissional. N4, mas na verdade é N7. Eh, Mark, foi complicado isso aí, cara. O participante se classificava como Norwood 4, mas a

[1:29:29] coroa exposta e a densidade reduzida obriga a análise a declarar Norwood 7. O título iludido profissional descreve bem essa discrepância. Não é ausência de cabelo, é presença de otimismo acima do limite da biologia. Mas o otimismo é o que faz o homem continuar tendo a dignidade dele mesmo quando não tem cabelo, Mark. Então, fica tranquilo, cara, que assim, ó, o importante é acreditar. Beleza? E fazer implante também costuma ajudar. Ranking completo aqui, como é que tá aqui, ó. Tem o Will, tá aqui, pessimista de plantão.

[1:30:00] Rodrigo Entradas aqui para cima. Lafayette Guarda Cuca tá aqui, ó. Como é que ele tá? percepção dele? Entradinha inocente, é um otimista moderado, participante confiou no ângulo elevado e na aparência molhada para se declarar no na rua de um, mas a calvice pediu a segunda via e foi confirmada como na rua de dois. O couro cabeludo exposto no topo e no que que a gente tá fazendo gente? 10 horas da noite de uma quinta-feira tô fazendo análise de calvice. Começamos a falar de Agent que loop, como é que a gente veio

[1:30:32] parar nisso eu não sei, eu não sei. Que resenha é essa hein? Que resenha é essa meus amigos. >> [risadas] >> Eu vou chegando nessa. Compartilhem a palavra da calvice. Beleza? Vou botar o domínio aqui para funcionar já já, o calvobento.com. Agradeço demais aí ó, fruto da nossa interação da live de hoje, tinha agora que temos um produto aqui, toda live a gente tem uma uma resenha garantida. Vou deixar o convite para vocês que querem

[1:31:03] aprender mais sobre a gente, a gente falou sobre Harness and Dini, hoje falou sobre loop agent, trouxe conteúdo pô, um conteúdo da hora aqui no YouTube né, um conteúdo aberto para vocês conseguirem ter acesso a isso e claro, na AI Coders tem mais mais aprofundado, tem live esse sábado, esse sábado eu vou ensinar a construir um agente e um sistema de agentes também e na formação de agentes a gente vai bem a fundo. Então quiser participar da formação de agentes, lista de espera já tá rolando aqui, lá no grupo eu vou compartilhar esse material da aula de hoje e é só entrar nesse QR

[1:31:36] Code que tá aparecendo na tela ou clicar no link que tá aqui dessa live tanto na descrição quanto também depois que ela ficar como vídeo, no primeiro comentário fixado. Recados finais aqui para quem tá participando com a gente hoje. Olha aí ó. Vamos ver aqui ó, obrigado pela presença de todos vocês aqui pô. Maravilha demais, o Ramonzinho tá com a gente aí maior papo sério. Tenho que sair para buscar minha filha, valeu Marcão, abraço cara, abraço mesmo hein. Tamo junto demais. Olha aí, ó. O que mais, o que é mais um looping que

[1:32:06] é calvice? [ __ ] cara, aí, aí tu transcendeu agora, hein? A calvice tu deve é um loop. Quanto mais bug em produção acontece, menos cabelo o cara tem. Maravilha, isso aí é a Islop, com certeza. Esse conteúdo tá lá na Academy? Devido a esse conteúdo aqui, ele ficou nessa live de hoje, tá, cara? Aqui no YouTube. Volta no comecinho dele lá que você vai pegar o conteúdo nosso. Conteúdo massa, beleza? Menino só vira homem a partir da idade. >> [risadas] >> É, com isso a gente fecha a nossa live

[1:32:38] de hoje. Confere essa formação que tá aparecendo aqui, ó. Tenho certeza que você vai curtir. Dá uma olhada lá se você quer uma camisa da hora como essa lá na nossa loja, pô. reserva.ink/eai coders, também. Você vai encontrar nossas camisetas. No mais, obrigado pela presença de todos vocês. Façamos um excelente final de semana. Para quem já é membro da eai coders, nos vemos sábado de manhã. Para acelerar no conteúdo de agentes também. Tamo junto, aquele abraço e valeu.