> lista de decisões
Decisões de arquitetura, notas de implementação do MCP e o ocasional desabafo sobre coisas que não deveriam ser tão difíceis.
Último comunicado
Comece por aqui se você quiser a atualização técnica mais recente antes de mergulhar no arquivo.
Migramos nossos embeddings de código para o voyage-4-large — atualmente no topo do ranking público RTEB de retrieval de código. A versão honesta: o trade-off que fazemos, o que realmente indexamos, e por que pagamos por embeddings premium.
Arquivo
Arquitetura, observabilidade, design de superfície MCP e os padrões que sobreviveram ao contato com a produção.
Damos suporte a inteligência de código para ~280 linguagens. Nenhum humano consegue auditar isso manualmente. Por isso construímos um loop de autoaperfeiçoamento recursivo de linguagens — verificação pontual, LLM como juiz, corrigir uma coisa, revalidar — e o rodamos com uma frota de agentes isolados até que a extração esteja realmente correta, não apenas verde.
Uma consulta como 'onde parseConfig é definido' quer um tipo de busca diferente de 'como funciona a autenticação'. O Maguyva classifica a intenção, pondera quatro modalidades de retrieval de acordo, e funde os resultados com Reciprocal Rank Fusion ponderada.
Conectamos o Claude Code e o Codex a uma única stack do Grafana com OpenTelemetry e Alloy, e depois usamos traces e logs para encontrar e corrigir problemas de comportamento dos agentes na origem.
Commits do Git se tornam entradas estruturadas de changelog e registros de decisões arquiteturais, que depois realimentam agentes de IA como memória institucional consultável.
Avaliamos 3.500 skills candidatas e adotamos 466. Um loop sistemático de mineração e ingestão para construir uma biblioteca coerente de skills para agentes de IA em escala.
Sistemas de agentes são opacos por padrão. A divulgação progressiva dá aos operadores visões em camadas via CLI, de verificações rápidas de status até os detalhes internos completos dos agentes e o rastreamento de decisões.
Agentes de IA alucinam com confiança. Ground truths são fatos versionados e delimitados por escopo que ancoram o comportamento dos agentes à realidade. Veja como nós os construímos e os aplicamos.
Um orquestrador roteia trabalho para agentes de IA especialistas, cada um com skills e memória distintas. Como o Orkestra coordena 46 agentes e 466 skills em produção.
Todo comunicado cai aqui primeiro. Os novos vão direto para o changelog, ou assine via RSS para ser avisado assim que um for publicado.