Titus Winters, no Craft Conference, defendeu que software só tem valor quando é entregue ao cliente e que acelerar o ciclo de releases exige mudar métricas e investimentos entre desenvolvimento, deployment e operações. Ele citou quatro impactos centrais: sucesso do produto, capacidade de computação, capacidade de engenharia e inovação estratégica, destacando que o maior custo costuma ser gente — e não infraestrutura. Com bugs em produção, a empresa assume perdas reais, e corrigir rápido com atualizações bem testadas tende a ser decisivo.
Winters argumentou que, com a IA no ato de programar, a prioridade dos engenheiros deve continuar sendo entender o problema, com guardrails e conhecimento especialista embutidos em sistemas e políticas organizacionais. Ele também propôs construir experimentos com IA usando token costs como proxy do esforço humano e criando um conjunto robusto de evals para agentes de software, com critérios funcionais e de qualidade escondidos do modelo, além de comparar práticas e ferramentas (como testes unitários e indexadores semânticos) via medições empíricas.
A Kilo Code, ferramenta open source de “agentic engineering”, apresentou dados reais de uso para entender como desenvolvedores adotam ferramentas com IA. O fundador de developer relations, Brendan O'Leary, citou o ecossistema do produto, com interfaces no terminal (CLI), extensão para o VS Code e agentes em nuvem, e afirmou que a análise vem do tráfego observado no gateway da empresa.
O executivo disse que a adoção não segue apenas a narrativa de “capacidade” dos modelos, já que benchmarks e melhorias em avaliações humanas nem sempre se traduzem em uso efetivo em fluxos com agentes. Ele também destacou padrões ligados a “trust ladder” (de autocomplete a orquestração de múltiplos agentes) e apontou pontos técnicos onde a adoção tende a falhar, como construção de contexto, roteamento de modelos e loops de feedback.
O brinquedo robótico “Eiliko”, que responde a crianças e adultos via Wi‑Fi e ajusta expressões ao “humor”, pode enviar conversas para servidores na China. Testes relatados mostram que, após uma conversa curta, um invasor obteve um transcript completo e conseguiu acessar dados de uma grande frota ativa, incluindo perfis de usuários em que crianças são maioria.
A investigação também aponta que a plataforma do fabricante Energize Lab cria perfis a partir do conteúdo das conversas e mantém uma base pesquisável com informações como nome, idade, aniversário, profissão, círculo social e até temas sensíveis buscados por usuários. Além disso, há relatos de falhas de segurança, com dados como imagens e áudios armazenados em endereços públicos e possibilidade de hackers interferirem no LLM do robô, alterando respostas e orientações.
Um playbook de platform engineering para produção de LLMs descreve como uma camada de infraestrutura pode reduzir alucinações sem trocar o modelo base. Em um sistema de recomendação de inventário para uma grande organização do varejo, a taxa de respostas alucinatórias caiu de cerca de 15% para 1,5% ao usar um loop automatizado de retry que captura erros de formatação, grounding e infraestrutura durante a execução.
A abordagem também inclui um gate de validação de intenção que retorna “unclassified” em vez de seguir o agente com maior pontuação, evitando alucinações fora do objetivo e melhorando o roteamento em sistemas multiagente. O texto ainda destaca práticas como registrar prompts com histórico para atualizar ou reverter instruções em runtime, aplicar autorização de ferramentas com política default-deny no servidor de recursos e instrumentar taxas de alucinação e custos de tokens na entrada das requisições.
Um trabalho publicado no arXiv discute como sistemas de IA ainda são, em grande parte, “estreitos”, focados em competências limitadas como interpretação de imagens, processamento de linguagem natural e classificação. Os autores defendem que estudar mecanismos ligados à inteligência humana pode ajudar a incorporar capacidades mais amplas aos sistemas de IA. A proposta se baseia na teoria de “pensar rápido e lento” de Daniel Kahneman e descreve uma arquitetura multiagente para lidar com problemas de forma mais flexível.
Na arquitetura apresentada, problemas recebidos podem ser resolvidos por agentes do “Sistema 1”, que reagem explorando apenas experiências passadas, ou por agentes do “Sistema 2”, ativados quando é necessário raciocinar e buscar soluções além do esperado para o Sistema 1. O modelo inclui uma representação do mundo com conhecimento do domínio e uma representação de “si”, com informações sobre ações anteriores e sobre as habilidades dos solucionadores.
Agentes de IA podem ficar repetindo chamadas a ferramentas erradas sem disparar alertas de disponibilidade, dificultando a identificação do que deu errado. Em post do CNCF publicado em 4 de agosto, a StackGen descreveu como session traces e cost controls ajudam equipes a investigar loops de execução e gastos inesperados em fluxos autônomos.
A StackGen usa o Langfuse para registrar cada chamada de LLM, execução de ferramentas e delegação a subagentes como spans com latência e custos de tokens, preservando a cadeia de delegação em workflows multiagentes. O texto também recomenda limites rígidos de iterações e de chamadas por ferramenta antes da execução, bloqueios para solicitações consecutivas idênticas e métricas exportadas com cuidado para evitar alta cardinalidade, além de revisões pós-incidente com logs pesquisáveis e ferramentas de diagnóstico via linha de comando.
O TradingAgents, framework multiagentes para trading com LLMs, teve a versão v0.4.0 lançada com correções de look-ahead e ajustes de “point-in-time” em fontes como FRED (macro), sentimento social e memória de decision-log. A atualização também inclui sinais de decisão mais claros, retomada de checkpoints via CLI, grounding de preço do trader e suporte aos modelos GPT-5.6 e GLM-5.3, com lista completa no CHANGELOG.md.
O projeto foi totalmente aberto no GitHub e organiza papéis especializados, como Fundamentals Analyst, Sentiment Analyst, News Analyst, Technical Analyst, além de equipes de risco e um Portfolio Manager que aprova ou rejeita propostas de transação. O TradingAgents é voltado a pesquisa e não se destina a aconselhamento financeiro, investimento ou trading, com desempenho variando conforme modelos, parâmetros e qualidade dos dados.
A Nvidia expandiu a família Nemotron com o Nemotron 3.5 Lightning, descrito como o modelo mais eficiente da categoria para cargas de trabalho agentic de longa duração. Com 30 bilhões de parâmetros e arquitetura mixture-of-experts, ele foi projetado para tarefas especializadas dentro de sistemas multiagentes e pode ser personalizado com dados e fluxos da organização.
Junto ao Lightning, a empresa lançou o NeMo Switchyard, uma biblioteca open source para roteamento inteligente em ferramentas de agentes. Ela direciona automaticamente cada solicitação ao modelo mais adequado para a etapa do fluxo, sem exigir que desenvolvedores reescrevam as aplicações, e pode operar em PCs, workstations, data centers e na nuvem.
O palestrante Arun Joseph, ex-head de AI Engineering da Deutsche Telekom, apresentou como arquitetar sistemas de IA para o contexto real de grandes empresas. Ele citou a plataforma open source LMOS (Language Models Operating System), que foi ao ar em 2023 e depois passou para a Eclipse Foundation, continuando em operação na Deutsche Telekom em vários países. A discussão também incluiu a evolução para sistemas multiagentes e exemplos de “operational intelligence”, como reduzir downtime em operações com máquinas pesadas ao integrar dados de IoT, telemetria, SOPs e incidentes.
A mensagem central é que, em vez de começar do zero, empresas precisam de uma camada que conecte modelos e automação aos sistemas e processos existentes para gerar resultados mensuráveis. Para devs e times de engenharia, isso reforça a importância de arquiteturas orientadas a agentes, com decisão e automação apoiadas por dados internos, além de uma base técnica que facilite handover e execução multiagente em escala.
