Carlos blog

monorepo

Monorepo com npm workspaces e Turbo: o que ninguém te conta sobre React 19, hoisting e shared packages

Semana passada precisei resolver um problema que parecia simples: fazer um frontend Next.js consumir tipos TypeScript de um pacote shared, que também era usado pelo backend pipeline. Os dois viviam no mesmo repositório. Deveria ser trivial. Não foi. O que aprendi nesse processo sobre npm workspaces, Turborepo e os

dados

Como Dar Aula Me Ensinou a Construir Dashboards Melhores

Você já parou pra pensar que um bom professor e um bom engenheiro de dados fazem essencialmente a mesma coisa? Os dois pegam algo absurdamente complexo e transformam numa narrativa que faz sentido pra quem está do outro lado. Passei alguns anos em sala de aula antes de migrar completamente

go

Lambda Warm Instances: Pool de Instâncias e Processamento Assíncrono em Go

A primeira invocação de uma Lambda leva 3 segundos. A segunda também. A terceira também. São 3 segundos de cold start toda vez porque cada invocação pode subir um container do zero. Em um fluxo com 20 chamadas encadeadas, são 60 segundos só de overhead de inicialização. A ideia do

python

WebSocket para Monitorar IA em Tempo Real

Quando uma IA está "pensando", o que exatamente está acontecendo? Na maioria dos chatbots, você manda uma mensagem e espera. Talvez veja um "digitando..." genérico. Mas e se você pudesse ver em tempo real cada etapa: a classificação de intenção, a extração de triplas, a busca

ai

Feedback Loop em Orquestradores de Agentes: Aprendizado sem Machine Learning

Toda vez que o orquestrador seleciona um agente e o resultado é bom, essa informação se perde. Na próxima requisição similar, ele toma a mesma decisão do zero, sem considerar que já acertou antes. E quando erra, erra de novo pelo mesmo motivo. O sistema não aprende. A solução é

Projetando Sistemas que Assumem o Atacante é uma IA

Seu rate limiting foi projetado para humanos. 100 requests por minuto por IP. Faz sentido quando o atacante é uma pessoa com um terminal aberto, testando manualmente. Não faz sentido quando o atacante é um agente distribuído em 500 IPs rotativos, cada um fazendo 2 requests por minuto, totalizando 1.

O If de Par e Ímpar Disfarçado de Arquitetura

Você conhece aquele exercício de programação iniciante: dado um número, diga se é par ou ímpar. A solução ingênua que todo mundo ri: if (n == 0) print("par") if (n == 1) print("ímpar") if (n == 2) print("par") if (n == 3) print("ímpar&

python

Benchmarkando um Motor de Raciocínio: Métricas que Importam

Como saber se um motor de raciocínio está funcionando? Não é como testar um CRUD onde você verifica se o dado foi salvo e retornado corretamente. Aqui você precisa medir coisas como: o sistema extraiu os fatos certos? Consolidou informações de múltiplas fontes? Criou conexões criativas? Reduziu incerteza com novas

go

Análise Semântica com IA para Roteamento Inteligente de Agentes

O usuário digita "validar dados do usuário no cadastro" e o sistema precisa decidir qual agente vai responder. Parece trivial quando você tem 3 agentes. Fica impossível quando tem 15. O nome do domínio é "user/registration" mas o input não contém nem "user"

python

Knowledge Graphs Probabilísticos: Modelando Incerteza como Distribuições

A maioria dos grafos de conhecimento que você encontra por aí funciona com fatos absolutos: "Paris é capital da França" é verdadeiro ou falso, ponto final. Mas o mundo real não funciona assim. Informações são incertas, fontes discordam, e o que era verdade ontem pode não ser hoje.

go

Circuit Breaker Pattern em Go: Protegendo Chamadas a LLMs

Você tem um orquestrador que chama um serviço externo de LLM dezenas de vezes por sessão. Esse serviço depende de uma API remota. APIs remotas caem. Quando caem, seu orquestrador fica travado esperando timeout de 120 segundos por chamada, acumula 5 chamadas na fila, e o usuário espera 10 minutos

go

Agent Spread: Distribuindo Agentes IA por Bounded Contexts Automaticamente

Você tem uma aplicação com 15 pastas, 200 arquivos, 3 linguagens diferentes. Quer usar agentes IA para ajudar no desenvolvimento mas não quer configurar manualmente qual agente cuida de qual parte. A ideia do Agent Spread é: o sistema escaneia sua aplicação, detecta os domínios automaticamente pela estrutura de pastas

ddd

DDD Aplicado a IA: Bounded Contexts como Fronteiras de Agentes

Domain-Driven Design existe há 20 anos e resolve um problema específico: como organizar software complexo em módulos que fazem sentido para o negócio. Bounded Contexts são a ferramenta principal: cada contexto tem seu próprio modelo, sua própria linguagem, e suas próprias regras. O que ninguém esperava é que esse mesmo

python

Storage Híbrido: Kuzu + LMDB + HNSW para IA que Lembra

Três bancos de dados para uma única aplicação parece exagero até você perceber que cada um resolve um problema completamente diferente. Preciso de queries de grafo ("quais entidades se relacionam com Python?"), acesso key-value ultrarrápido ("qual a distribuição de probabilidade desta crença específica?"), e busca por

python

Motor de Raciocínio Evolutivo: Combinando LLM, Grafos e Inferência Simbólica

Imagina uma IA que não só responde perguntas, mas que evolui o que sabe a cada conversa. Que mantém um grafo de conhecimento vivo onde cada informação nova pode reforçar ou contradizer o que já existe. Que tem curiosidade própria e vai buscar respostas para as lacunas que detecta no

python

Busca por Similaridade com HNSW: Vetores em Microsegundos

Você tem 500 mundos de conhecimento, cada um representado por um vetor de 384 dimensões. O usuário envia uma mensagem e você precisa encontrar qual mundo é mais relevante. A abordagem ingênua é calcular cosine similarity com todos os 500 e pegar o maior. Funciona, mas é O(n). Com

python

Pontes Criativas entre Domínios: Como Automatizar Conexões Inesperadas

Criatividade, no fundo, é conectar coisas que ninguém conectou antes. Quando alguém percebe que a estrutura de um átomo se parece com a de um sistema solar, isso é uma ponte criativa entre física nuclear e astronomia. Quando alguém aplica princípios de evolução biológica para otimizar algoritmos, isso é outra.

python

Entropia como Motor de Aprendizado: Quando a IA Sabe que Não Sabe

Como uma IA sabe que não sabe algo? Parece filosófico, mas é um problema prático com solução matemática. Se o sistema tem uma crença com 50% de chance de ser A e 50% de ser B, ele está genuinamente incerto. Se tem 95% A e 5% B, está quase certo.

Serviços Auxiliares e o Aprisionamento por Acoplamento

Uma squad constrói um worker de relatório. Faz sentido: ela precisa de relatórios. Com o tempo, o worker começa a conhecer o schema do banco da squad, os identificadores internos do domínio, as regras de formatação específicas daquele negócio. O worker e o serviço que o invoca ficam tão entrelaçados

python

WorldNodes: Organizando Conhecimento em Mundos que Evoluem

Como organizar o conhecimento de uma IA que conversa sobre programação, culinária, investimentos e história no mesmo dia? Se você jogar tudo em um único grafo, vira uma sopa onde "Python" (linguagem) se mistura com "Python" (cobra) e "receita" (culinária) se confunde com "

python

Distribuições de Hipóteses: Modelando Incerteza em vez de Respostas Absolutas

A maioria dos sistemas de IA trata conhecimento como binário: sabe ou não sabe, verdadeiro ou falso. Mas pergunte a qualquer especialista "qual a melhor linguagem de programação?" e a resposta será "depende". Não existe uma resposta certa, existem múltiplas hipóteses com probabilidades diferentes dependendo do

python

Fusão Automática de Mundos: Quando Dois Contextos se Tornam Um

Dois mundos no seu grafo de conhecimento falam sobre a mesma coisa mas com nomes diferentes. Um se chama "Machine Learning" e outro "Aprendizado de Máquina". Ambos têm triplas sobre redes neurais, gradient descent e overfitting. Manter os dois separados é desperdício: duplica informação, fragmenta contexto,

python

Inferência Simbólica sobre Grafos: Transitividade, Herança e Contradições em Python

Se Paris é a capital da França, e a França fica na Europa, então Paris fica na Europa. Você fez essa inferência em milissegundos sem pensar. Mas como ensinar uma máquina a fazer o mesmo de forma confiável? LLMs até conseguem, mas de forma probabilística: às vezes acertam, às vezes

python

Sistema de Curiosidade Autônoma: IA que Busca o que Não Sabe

A maioria das IAs só fala quando você pergunta. São reativas por natureza: input entra, output sai, fim. Mas e se a IA olhasse para o próprio grafo de conhecimento, percebesse que tem lacunas, formulasse perguntas sobre essas lacunas, pesquisasse na web e integrasse os resultados sozinha? Sem ninguém pedir.

crypto

Modelando um Portfólio de Criptomoedas - Posições, P&L em Tempo Real e Price Alerts!

O usuário comprou 0.3 BTC a 50 mil em janeiro e 0.2 BTC a 70 mil em março. Quanto ele está lucrando? Depende. Se você modelou como saldo ("o usuário tem 0.5 BTC"), não tem como responder porque perdeu a informação de preço de cada