Notas em público

Julho de 2026

RAG30 de julho de 2026·7 min de leitura

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.

Maio de 2026

Transformers27 de maio de 2026·6 min de leitura

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.

Observabilidade14 de maio de 2026·6 min de leitura

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

MCP28 de março de 2026·6 min de leitura

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.

Novembro de 2025

LangChain13 de novembro de 2025·6 min de leitura

LangChain não é mágica: orquestração, LCEL e o custo de esconder o prompt

Chains e tools orquestram passos. LCEL compõe. Esconder o prompt e o modelo cobra um preço. Às vezes uma chamada de API é o desenho mais claro.

Setembro de 2025

Produção5 de setembro de 2025·6 min de leitura

IA em produção: latência, custo de tokens e o botão de rollback

Modelo em produção vive de orçamento de tempo, de token e de qualidade. Canário, avaliação contínua e rollback importam mais que a demo.

Agosto de 2025

Fine-tuning7 de agosto de 2025·6 min de leitura

Fine-tuning versus RAG: quando recuperar, quando treinar e quando fazer os dois

Recuperar fatos que mudam. Treinar formato, tom e tarefa estável. Os dois juntos quando o domínio pede. Dados, custo e avaliação decidem, não o hype.

Janeiro de 2025

Arquitetura16 de janeiro de 2025·6 min de leitura

Arquitetura depois dos LLMs: onde o modelo senta no sistema

O modelo pode ser chamada síncrona, fila, agente ou cache de respostas. Cada lugar tem um domínio de falha. LLM em toda requisição é um desenho caro.

Agentes8 de janeiro de 2025·6 min de leitura

Agentes de IA: o que fazem, onde falham e quando pedir um humano

Um agente pensa, chama ferramenta e observa. O loop é o produto e o risco: ele gira, inventa ferramenta ou age sem porteira. Um RAG único costuma bastar.