escrita
Artigos
O que aprendi construindo com agentes de IA: specs, skills, harness e o que mantém tudo de pé.
Playbook de agentic SDLC: o build encolheu. Agora arrume os dois lados.
Durante décadas o ciclo de desenvolvimento foi montado em volta de uma etapa lenta e cara. Os agentes deixaram essa etapa barata, e tudo o que se apoiava nela caiu. Um playbook de campo para o agentic SDLC, na ordem em que você adota: o repositório, as verificações, o contexto, a spec, o review, o fluxo e o loop.
ler artigo →
Hermes Agent vs Claude Code: um colega com shell vs uma ferramenta no seu repositório
Hermes Agent e Claude Code são os dois chamados de agente, por isso o pessoal busca um contra o outro. Eles não competem pelo mesmo trabalho: um roda num servidor e continua trabalhando depois que você para, o outro vive no seu repositório enquanto você observa.
ler artigo →
Hermes Agent vs OpenClaw: li os dois códigos-fonte duas vezes
Em junho eu li o código do Hermes Agent e do OpenClaw para escolher um runtime para a minha frota de agentes. Em outubro li de novo, e três das minhas conclusões estavam erradas. O que mudou, onde cada um ainda lidera, quanto cada um custa, e como escolher.
ler artigo →
Claude Max vale a pena? Eu saí, testei os caminhos mais baratos e voltei
Claude Max é o jeito mais barato de rodar modelos de ponta da Claude o dia todo, com uma condição: você trabalha dentro do harness da Anthropic. O que o plano compra, o que custa, os quatro jeitos de pagar por tokens de código e o que aprendi ao sair do Max e voltar.
ler artigo →
A melhor IA para programar é um pipeline, não um modelo
Não existe uma única melhor IA para programar. A resposta é um harness mais um modelo por fase do trabalho, pago de um jeito que combina com como você constrói. O mapa de decisão que eu uso, com o pipeline de sete agentes que rodei em modelos abertos.
ler artigo →
Hermes Agent e um segundo cérebro: dê contexto ao agente, não a sua memória
A memória do Hermes Agent (MEMORY.md, USER.md, provedores externos) não é a sua base de conhecimento. Um segundo cérebro é uma wiki em markdown que você cura, que o agente lê como contexto e na qual ele não escreve, a menos que você peça.
ler artigo →
O Hermes Agent é seguro? O agente nunca deve guardar o token
Um agente sempre ativo com shell é um colega com root. O que realmente deu errado rodando o Hermes Agent em produção, os controles que pegaram o problema, como ele se compara ao OpenClaw e um checklist para antes de dar shell a qualquer agente.
ler artigo →
AI-DLC com Claude Code: um setup que funciona
Como rodar o AI-DLC 2 dentro do Claude Code: instalar o motor aidlc, configurar o projeto, aprovar os hooks, começar um primeiro workflow, e a camada de prática que a documentação pula: um repositório que o agente consegue ler, disciplina de contexto nos gates e as configurações de modelo que valem a pena mexer.
ler artigo →
O melhor modelo para o Hermes Agent é o mais barato que sobrevive ao seu runtime
Não existe um melhor modelo pro Hermes Agent, só um melhor modelo pro trabalho, roteado pelo runtime que você realmente roda. O meu próprio shootout mostra o mesmo modelo perdendo dois pontos sem motivo nenhum, exceto onde a persona caiu.
ler artigo →
Skills do Hermes Agent: deixe ele aprender o procedimento, escreva o julgamento você
Skills do Hermes Agent explicadas a partir da produção: o formato SKILL.md, o hub de skills por trás do hermes skills install, plugins versus skills, e por que o background review que escreve as próprias skills nunca deveria tocar em julgamento.
ler artigo →
MCP do Google Workspace e Gmail MCP: o que realmente toca a sua caixa de entrada
Gmail, Calendar e Drive são o dado de maior sinal, e de maior risco, que um agente pode ler. O que os servidores MCP oficiais e open source do Google Workspace cobrem, o modelo de OAuth de cada um, e como configurar um deles no Hermes ou no Claude Code sem entregar a sua caixa de entrada pro agente.
ler artigo →
Quanto custa o Hermes Agent? Pra onde os tokens realmente vão
O Hermes Agent é de graça e licenciado em MIT. O custo real é tokens e a máquina onde ele roda, e os dois mudam quase inteiramente de acordo com como você configura o runtime: skills, memória, compressão, tool search, o loop de review em background.
ler artigo →
OpenCode vs Claude Code: troquei, construí doze agentes e voltei
Deixei o Claude Code pelo OpenCode em maio de 2026, construí um pipeline de doze agentes em modelos abertos, depois voltei. O que o OpenCode faz melhor, o que o Claude Code faz melhor, e a única variável que decidiu tudo para mim: quem paga os tokens.
ler artigo →
Hermes Agent no Telegram: controle seus agentes por nota de voz
O gateway de Telegram do Hermes Agent, checado contra o código-fonte da v0.21.5: pairing e allowlists, aprovações no chat para comandos arriscados, transcrição de nota de voz, e o bot token como um segredo que vale proteger.
ler artigo →
Servidor MCP do Slack: acesso de leitura para agentes, não uma voz
O que um servidor MCP do Slack realmente entrega a um agente, o servidor oficial hospedado pelo Slack versus o korotovsky self-hosted, como configurar qualquer um dos dois no Claude Code ou no Hermes Agent, e por que postar deve ficar desligado por padrão.
ler artigo →
Hermes Agent no Docker: como rodar numa VPS, headless
O que a imagem Docker e o Docker Compose do Hermes Agent realmente trazem, como persistir o HERMES_HOME e rodar profiles isolados, o modelo de auth do dashboard, e as pegadinhas do Swarm que custaram tempo de verdade rodando numa VPS.
ler artigo →
Hermes Agent e MCP: como configurar servidores que aparecem de verdade
Como os servidores MCP são configurados no Hermes Agent, o que mudou com a página de Connectors da v0.21.5, como o tool search realmente faz deferral das ferramentas, e as correções de produção que uma corrida de cold-spawn e uma flag de hard-scope me forçaram a fazer.
ler artigo →
Um agente lê Slack, Google, Git e Jira para eu só receber um briefing por dia
No meu trabalho, um cron job do Hermes Agent lê Slack, Google Workspace, Git e Confluence/Jira da empresa por MCP, usa meu second brain como contexto, e escreve um briefing diário organizado por seis sentidos. Como funciona, como construir o seu, e o que impede isso de virar só mais um digest barulhento.
ler artigo →
Construí uma empresa de agentes de IA no Paperclip. Veja o que quebrou.
Treze agentes no Paperclip e no Hermes Agent: um CEO, um chief of staff, cinco heads e os especialistas para quem eles roteiam trabalho. O que é o Paperclip, como a organização foi montada, e cada falha que foi preciso até o loop fechar por conta própria.
ler artigo →
O que é o Hermes Agent? O guia de quem roda ele em produção
O Hermes Agent é o agent runtime open source e self-hosted da Nous Research, com memória, loop de aprendizado e mais de 25 gateways de mensagens. Como ele funciona por dentro, o que o loop de aprendizado realmente faz, onde ele quebra em produção e quando vale escolher outra coisa.
ler artigo →
Do squad ao pod: quem faz o quê no AI-DLC
O AI-DLC muda os papéis mais do que muda as ferramentas. As pessoas decidem, a IA opera, os squads encolhem para pods, o manager vira o guardião do ritmo e o engenheiro continua dono do código em produção. O que cada papel faz agora, e o problema da matriz de competências que ninguém resolveu.
ler artigo →
Mob Elaboration: o ritual que substitui o sprint planning
Mob Elaboration é o ritual do AI-DLC em que a IA faz as perguntas e as pessoas que podem decidir respondem, numa sessão só, antes de existir qualquer código. Quem entra na sala, como conduzir a sessão, as três formas de dividir a autoria da spec e o que o AI-DLC 2 agora automatiza.
ler artigo →
Kiro vs Claude Code: gates prontos ou gates que você constrói
O Kiro é uma IDE que roda spec-driven development para você, com gates de aprovação entre requisitos, design e tarefas. O Claude Code é um harness de terminal onde você monta esse workflow sozinho. Lado a lado, o mesmo método nos dois, e quem deve escolher qual.
ler artigo →
Não adote o AI-DLC. Roube dele.
O AI-DLC é o framework público mais completo para construir software com agentes, e adotá-lo em bloco continua sendo um erro. Trate como gôndola de supermercado: leve os mecanismos que resolvem os seus problemas, deixe a doutrina, e escreva o porquê. O AI-DLC 2 acabou de provar o ponto.
ler artigo →
O que é AI-DLC? O ciclo de desenvolvimento orientado por IA, visto de dentro de um rollout
AI-DLC é o método da AWS em que a IA conduz o trabalho e as pessoas decidem nos gates. O que é, como o AI-DLC 2 funciona (5 fases, 33 estágios, 14 agentes), quando não usar e por que Spec-Driven Development tem que vir antes. Escrito de dentro de um rollout real.
ler artigo →
O que é um agent harness? Tudo no agente que não é o modelo
Um agent harness é todo o código em volta de um modelo de IA que o transforma em agente: o loop, as ferramentas, o contexto e os controles. O que cada parte faz, harnesses reais lado a lado, e por que o harness decide mais que o modelo.
ler artigo →
AI-DLC 2: o que mudou, e o que ficou obsoleto
A AWS reescreveu o AI-DLC. A versão 2 chega como um motor determinístico que tira do modelo a rota, a avaliação e o estado: 5 fases, 33 estágios, 14 agentes, 11 perfis de workflow, um loop de aprendizado e checkpoints de construção verificados. O que mudou desde a versão 1, quais camadas caseiras ficaram obsoletas e o que sobreviveu.
ler artigo →
Depois dos story points: o que medir no AI-DLC
Story points e velocity deixam de significar alguma coisa quando um agente escreve o código. O que medir no lugar no AI-DLC: lead time do intent ao código testado, retrabalho nos gates, tempo de discovery antes do agente, throughput lido ao lado do cycle time, e os dados que o AI-DLC 2 já registra para você.
ler artigo →
AI-DLC em brownfield: engenharia reversa, contexto de 1M e a regra dos 75%
Rodar AI-DLC em código que já existe: limitar a engenharia reversa à feature e rodá-la antes do mob, orçar a context window, limpar o contexto nos gates e tratar a compactação de contexto como a falha de governança que ela é.
ler artigo →
Gates são uma função de perda. Estas são as quatro formas como eles falham.
No AI-DLC, cada aprovação humana deveria pegar uma decisão errada enquanto ela ainda é barata de corrigir. Na prática, os gates de aprovação falham de quatro formas previsíveis. Quais são, por que acontecem e como manter as pessoas on the loop em vez de virarem carimbo.
ler artigo →
O ponto cego do AI-DLC: de onde vem a Intent
O AI-DLC transforma uma intent em software com disciplina de verdade, e assume que a intent estava certa. Quase nunca está. Por que erros no começo se multiplicam, por que o workflow padrão pula a fase feita para pegá-los, e o ritual de upstream que fecha a lacuna: cinco perguntas, uma triagem de complexidade, um índice curado de fontes e um resultado como critério de sucesso.
ler artigo →
Por que o AI-DLC te deixa mais lento primeiro
Adote o AI-DLC e o throughput dispara no primeiro dia enquanto o cycle time piora. Por que a curva em J acontece, por que o code review vira o gargalo, e como diferenciar curva de aprendizado de problema real antes de matar o piloto.
ler artigo →
Seis regras contra vibe coding dentro do AI-DLC
O AI-DLC coloca gates entre as fases, e mesmo assim os times escorregam de volta para o vibe coding no teclado, entre um gate e outro. Seis regras que um time em produção usa para impedir isso, cada uma com as palavras exatas para digitar, mais o limite de tamanho das Units que mantém o code review honesto.
ler artigo →
AI-DLC vs Spec-Driven Development: por que você precisa de SDD antes
AI-DLC e Spec-Driven Development não são rivais. Um é uma prática, o outro é um ciclo de vida construído em cima dela. Todo gate do AI-DLC é uma revisão de spec, então um time que não sabe escrever e julgar uma spec não consegue rodar AI-DLC. A escada do copiloto ao AI-DLC, e como saber em que degrau você está.
ler artigo →
Spec-Driven Development em time: o workflow de spec compartilhada
Como a spec deixa de ser disciplina pessoal e vira o contrato a partir do qual o time entrega: specs compartilhadas no git, review de spec por pull request, gates num board, e por que o gargalo sai de escrever código e vai para integrá-lo.
ler artigo →
OpenSpec vs. Spec Kit vs. Superpowers: ferramentas de SDD comparadas
Como OpenSpec, GitHub Spec Kit, Superpowers, pi-sdd-kit e memória simples em AGENTS.md se comparam para spec-driven development com agentes de IA, como combiná-los e a regra honesta para escolher.
ler artigo →
AGENTS.md: o arquivo que dá memória ao seu agente
AGENTS.md é o arquivo que o harness do seu agente carrega antes de o modelo acordar. O que entra nele, o que cortar e como evitar que ele apodreça.
ler artigo →
A maior parte dos tokens do seu agente de IA morre onde você nunca olha
Seu agente de IA de código queima a maior parte do contexto com output que você nunca lê. O stack de três camadas que uso para cortar de 60 a 90 por cento da conta de tokens: RTK na camada de ferramentas, compressão na camada da conversa, memória na camada de conhecimento.
ler artigo →
Context engineering é só decidir o que o modelo vê
Context engineering não é uma disciplina nova. É a única tarefa dentro do harness do seu agente de IA que determina se o modelo consegue de fato terminar o trabalho.
ler artigo →
Harness engineering: pare de trocar o modelo e conserte o harness
O modelo é commodity. O harness é a sua vantagem. Um guia prático de harness engineering para agentes de IA de código: corte o desperdício de contexto, mantenha as ferramentas no mínimo e dê ao agente uma memória que sobrevive à sessão. Com o pi como exemplo.
ler artigo →
Dê um shell ao seu agente, não um protocolo
MCP servers carregam o schema de todas as ferramentas antes de você digitar qualquer coisa. Ferramentas de CLI via bash não custam nada até serem chamadas. Quando usar cada um, e como auditar os servers que você já tem.
ler artigo →
Pi: o agente de código que não esconde nada
Pi é um agente de código open source, com a sua própria API key, quatro ferramentas e um system prompt de 150 palavras. Sem MCP, sem planner oculto, sem subagents invisíveis. Só um loop que você enxerga por inteiro.
ler artigo →
Um modelo por fase: troca automática de modelo no pi
Explorar, planejar, construir e revisar pedem, cada um, um modelo diferente e uma dose diferente de raciocínio. O pi-skill-model-handoff troca os dois quando uma skill carrega, então o modelo acompanha o trabalho e você não precisa trocar na mão.
ler artigo →
Como testar uma skill do Claude: evals, disparo e otimização da descrição
A maioria das skills do Claude vai para produção sem nenhum teste de verdade. Este é o loop de evals que eu uso: 20 queries, divisão treino/teste e uma meta de taxa de disparo para provar que a skill dispara quando deve e fica quieta quando não deve.
ler artigo →
Skill vs prompt vs memória vs subagent no Claude: o que usar e quando
Quatro primitivas, uma decisão. Acabe com a confusão entre prompts do Claude, memória no CLAUDE.md, skills e subagents. Escolha a ferramenta certa toda vez.
ler artigo →
Claude skills vs MCP vs subagents: quando usar cada um
Um framework de decisão para escolher entre skills do Claude Code, ferramentas MCP, subagents e memória: tabela comparativa e quando escolher cada opção.
ler artigo →
GitHub Spec Kit 1.0: guia prático de spec-driven development
GitHub Spec Kit 1.0 na prática: instale a CLI specify, rode o pipeline até o converge, escreva uma constitution que se sustenta, e corte a cerimônia com o preset lean.
ler artigo →
Exemplos de Claude skills: arquivos SKILL.md reais para você copiar
Ninguém publica os SKILL.md que funcionam de verdade. Aqui estão exemplos reais, de produção, de uma biblioteca de skills de persona: alex-hormozi, lifeos-lint, loading maps e a estrutura de referências separadas por decisão que faz tudo funcionar.
ler artigo →
SKILL.md explicado: todos os campos do frontmatter e a progressive disclosure
A referência técnica completa do SKILL.md: todos os campos do frontmatter, a convenção de diretórios e o modelo de progressive disclosure em três níveis que mantém as skills do Claude Code rápidas e econômicas em contexto.
ler artigo →
O que é o Kiro? A IDE agêntica da AWS para Spec-Driven Development
O Kiro é a IDE agêntica da AWS para spec-driven development: três arquivos estruturados, hooks automatizados e agentes em paralelo que implementam o que você especifica.
ler artigo →
O que são Claude skills? Uma explicação sem jargão
Claude skills são módulos SKILL.md reutilizáveis que ensinam o Claude a fazer um tipo de trabalho. Carregam sob demanda, persistem entre sessões e seguem o padrão aberto Agent Skills.
ler artigo →
Persona skills no Claude Code: por que nomear um especialista supera o role prompting
Role prompting trata a persona como uma fantasia de uma linha. Este guia mostra por que nomear um especialista só compensa dentro de uma skill do Claude Code, com referências destiladas e um mapa de carregamento que leva o modelo ao seu cluster mais denso.
ler artigo →
Estudo de caso de Spec-Driven Development: 13 apps em 70 dias, sozinho, com IA
Como o Spec-Driven Development me permitiu colocar em produção, sozinho, uma fintech cripto em 70 dias com agentes de IA: a arquitetura, as specs e os limites honestos.
ler artigo →
Como criar skills no Claude Code: o guia completo de Agent Skills
Skills do Claude são módulos de comportamento reutilizáveis que substituem a dívida de system prompt. Veja a anatomia completa: SKILL.md, progressive disclosure, references e o campo description que dispara tudo.
ler artigo →
Spec-Driven Development vs. vibe coding: uma comparação honesta de quem usa os dois
Vibe coding é real e útil. Também é a escolha errada para tudo que precisa estar correto. Um RCT do METR, um duelo de idempotência em pagamentos e o veredito honesto.
ler artigo →
Spec-Driven Development com Claude Code: o workflow na prática
Como rodar Spec-Driven Development dentro do Claude Code: plan mode, o sistema de contexto em três camadas, steering files, gates de .status e subagents especializados que transformam uma IA sem estado em um colaborador consistente.
ler artigo →
Como escrever uma spec para agentes de IA: template, formato EARS e exemplos
Um template de spec para copiar e colar, o formato EARS, escopo negativo e o teste da criança esperta: como escrever uma especificação de requisitos que um agente de IA consegue de fato construir.
ler artigo →
O que é Spec-Driven Development? Um guia prático (e quando não usar)
Spec-Driven Development é o método que usei para entregar uma fintech cripto com 13 apps em 70 dias, sozinho, com agentes de IA. O que é uma spec, os quatro pilares, um exemplo completo, o formato EARS e quando não usar.
ler artigo →
Don't Code, Specify: por que devs sêniores estão tendo resultados piores com IA
A metodologia que usei para construir uma fintech cripto (13 apps) em 70 dias, sozinho, com agentes de IA.
ler artigo →