Notas em público
Textos sobre aprendizado, escrita, Zettelkasten, engenharia de software e inteligência artificial. Publicados quando têm algo a dizer — não em calendário.
Agosto de 2026
Julho de 2026
RAG: por que recuperar contexto em vez de encher o prompt
Encher o prompt com tudo o que o modelo poderia precisar falha por custo, ruído e esquecimento. RAG recupera o trecho certo e só então gera.
Redes neurais: o que está sendo aprendido
Uma rede neural aproxima uma função com pesos. Camadas empilham representações. Aprender, neste ofício, significa fazer a perda descer — não atribuir entendimento à máquina.
Junho de 2026
Maio de 2026
O que um transformer faz
Atenção combina tokens com pesos. O transformer leu a sequência inteira de uma vez, sem o gargalo da memória das RNNs. A janela de contexto é, também, uma restrição de produto.
Observabilidade de sistemas de IA: o HTTP 200 não mede qualidade
Traces de prompt e ferramenta, métricas de qualidade além do 200, amostra lida por humano. Sem isso, o sistema está no ar e ninguém sabe se prestou.
Março de 2026
MCP: modelos ligados a ferramentas, com guarda-corpo
O Model Context Protocol padroniza como o modelo vê ferramentas e recursos. Não é RAG nem agente. Cada um tem um emprego — e o MCP precisa de limite.
MLOps: treinar não é implantar
Um notebook que acerta no treino não é um sistema. Produção exige o mesmo recorte de features, monitoramento de deriva, rollback e um pipeline que sobreviva ao autor.