Talvez a interface não precise mais perguntar tudo
No Personal Competency Graph, a intenção pode iniciar o trabalho; a interface estruturada entra para mostrar o que o agente entendeu e manter a decisão humana.
Ler post
Este é o arquivo pessoal de posts, leituras, palestras e materiais publicados por Gilmar Pupo.
Faça uma pergunta. O ChatGPT usará os textos publicados neste site como referência para responder.
Sua pergunta não é enviada para este site. O texto é preparado localmente no navegador e a conversa acontece no ChatGPT.
No Personal Competency Graph, a intenção pode iniciar o trabalho; a interface estruturada entra para mostrar o que o agente entendeu e manter a decisão humana.
Ler postUm experimento para iniciar conversas no ChatGPT a partir do corpus do gpupo.com, com llms.txt, Markdown e regras explícitas para síntese, atribuição e lacunas.
Ler postAgentes aceleram a produção de código, mas não substituem a atenção sobre coerência, complexidade e direção. O trabalho de engenharia muda de lugar.
Ler postUma auditoria de agent readiness levou a corrigir acesso e redirects e a gerar representações Markdown no build, sem adicionar API, backend ou negociação de conte...
Ler postDe cadernos renascentistas ao arquivo de 90 mil fichas de Niklas Luhmann: como papéis móveis passaram de suporte de memória a instrumento para relacionar ideias.
Uma analogia de videogame para usar Git como memória do projeto, distinguir commits de versões e preservar o conhecimento que um agente precisa entre sessões.
Como transformar instruções recorrentes em capacidades reutilizáveis, carregadas quando necessário e separadas das regras permanentes do agente.
Como tirar regras e decisões da conversa, organizar o projeto como memória persistente e usar handoffs para continuar o trabalho em outra sessão.
Como definir agentes especializados sem carregar todo o contexto da empresa nem criar uma arquitetura fragmentada demais.
Como registrar decisões, arquivos, pendências e o próximo passo para continuar um trabalho com agentes em outra sessão.
Uma página de teste que não saía mostrou como delegar diagnóstico e execução a um agente sem delegar senha, licença nem responsabilidade pelo resultado.
Eu queria que meu agente respondesse “o que tenho amanhã?” sem entregar a ele uma conta Google inteira. A solução foi transformar o cache local do Thunderbird numa pequena interface somente de leitura.
Uma clave plausível, mas errada para minha biblioteca de partituras, mostrou como convenções explícitas e revisão humana transformam a energia de um agente em trabalho confiável.
A dúvida sobre direito autoral que me levou a separar os materiais usados durante a pesquisa daquilo que realmente publico no gpupo.com.
Por que permiti busca e agentes, selecionei Disallow AI Training e o que uma verificação do DNS revelou sobre o alcance real dessa configuração.
Como transformei trechos das minhas notas de inglês em material de revisão, o que encontrei no vault e as limitações desse experimento.
A função no meu .bashrc que sobrecarrega o comando codex com acesso pleno e sem pedidos de aprovação.
Meu uso do Obsidian para capturar anotações, fichar fontes e relacionar ideias, com exemplos de música, cinema, inventários e organização assistida por IA.
Ctrl+s abre ações de sessão; Ctrl+g abre ferramentas. O agrupamento reduz combinações globais, mas cria novos estados e conflitos a observar.
Quando uma primeira versão fica mais fácil de reproduzir, a vantagem competitiva pode depender da combinação entre processo, domínio, dados, distribuição e operação.
Uma demonstração de IA mostra uma possibilidade. Inovação exige escolher um problema, encaixar a tecnologia no processo e observar um resultado que importe.
O conceito de destruição criativa ajuda a entender o que a IA desloca e cria, mas ainda não sei se explica bem a velocidade e a abrangência dessa mudança.
Como testar caminhos negativos, limites, interrupções, permissões e fluxos críticos — e quando trazer uma pessoa de qualidade para o processo.
Deploy bem-sucedido não garante operação. O mínimo inclui rollback, restore testado, monitoramento, alertas, credenciais separadas e infraestrutura reproduzível.
Um caminho prático para mapear dados e acessos, testar autorização, proteger credenciais, verificar dependências e criar barreiras automáticas.
Código gerado por IA pode parecer pronto antes de arquitetura, segurança, operação e QA existirem. A diferença entre protótipo e produto continua sendo engenharia.
Como estou usando objetivos, autoavaliação e relações entre competências para projetar um Caminho de estudo sem transformar o Obsidian ou o Personal Competency Graph em gerenciadores de tarefas.
Recebi a proposta de representar uma equipe estrangeira diante dos clientes enquanto outras pessoas fariam o trabalho técnico. O principal risco não estava no código, mas no uso da minha identidade e reputação.
Um atalho curto transformou o Neovim num runner de scripts, mas dois mapeamentos quase iguais preservaram uma inconsistência real.
Detectores de texto por IA produzem classificações probabilísticas, não provas de autoria; falsos positivos exigem contexto e revisão humana.
Uma leitura da configuração real do meu vault: menos recursos visíveis, arquivos locais e navegação suficiente para escrever.
Um CTA no final dos posts usa prompts pré-preenchidos para ajudar o leitor a criar três formas de compartilhar o artigo com ChatGPT ou Claude.
Uma reflexão sobre aprender IA com ritmo sustentável, separando fatos observáveis de previsões sobre o futuro.
Uma tradução bem-humorada dos nomes e funções dos principais serviços da AWS para português claro.
Como deixar o modelo interpretar a intenção e delegar soma, contagem, datas e invariantes a software verificável.
Como usar Flow para controlar o processo, Agents para interpretar e Crew apenas quando existe colaboração dinâmica.
Uma mensagem para esperar ou trocar de modelo expõe que qualidade, latência, custo e disponibilidade já são decisões de arquitetura e produto em sistemas de IA.
Um vocabulário prático para separar autonomia, colaboração e orquestração em sistemas com agentes de IA.
Um share guest bloqueado pelo diretório-pai e um servidor invisível sem WS-Discovery pareciam uma falha única. Eram problemas diferentes, com testes diferentes.
Como combinar tracing, scores, datasets, experiments e revisão humana para transformar execuções de IA em evidência para o próximo release.
Uma hipótese sobre agentes de IA: parte do trabalho pode estar migrando da execução de tarefas para o projeto dos sistemas que as executam.
A adoção de agentes e novas integrações pode ampliar o trabalho de segurança. A questão é se esse esforço chegará cedo o bastante para limitar os incidentes.
O que uma liderança técnica pode aprender quando um profissional experiente diz que trabalhar com IA está reduzindo propósito, autonomia e conexão com o código.
Architecture as Code mostra por que gerar um artefato com IA é apenas o começo: a operação exige fontes de verdade, regras verificáveis e responsabilidade humana.
Um almoço com CEOs e CTOs mostrou empresas em momentos muito diferentes no uso de IA — e tornou mais difícil falar em um único estágio.
Por que o AGENTS.md pode orientar agentes dentro de um repositório, conectar fontes canônicas e tornar limites, validações e critérios de conclusão operacionais.
Técnicas de IA não deixam de funcionar quando envelhecem. O que muda é a camada da solução que elas ocupam — e o contexto em que ainda fazem sentido.
No BP Stack e no Caderno Clínico, uso Langfuse e LLM-as-a-judge com limites diferentes. O Judge ajuda a revisar saídas, mas não aprova nada sozinho.
Relato de um conflito entre o shell-init do Lowfat e um alias existente no meu Zsh, e da configuração que mantive depois dele.
Um número pode estar correto e ainda contar uma história errada. Em tecnologia, contexto, recorte e custo dos erros importam tanto quanto a métrica.
Age of Empires II me ajudou a enxergar um limite do trabalho com vários agentes: aumentar a capacidade de execução também aumenta o custo de coordenação.
Uma conversa sobre o e-mail do Marvin, cinco contas e a decisão de instalar localmente a versão oficial do Thunderbird no Ubuntu.
Um bookmarklet que pega a URL aberta, monta um pedido de resumo e prepara uma conversa no ChatGPT, além da versão usada nos meus sites Jekyll.
Um experimento com agentes de código questiona o valor de reproduzir TDD dentro do loop e reforça a diferença entre seguir um processo e verificar o resultado.
Como revisar skills antigas para preservar contexto, restrições e critérios de conclusão sem microgerenciar a estratégia do agente.
Como registrar problema, público, escopo e critérios de aceitação no repositório para orientar agentes de IA sem transformar o PRD em especificação técnica.
Uma conversa com meu filho sobre IA, arte 3D e a distância entre gerar código executável e construir um objeto convincente.
Como registrar tokens, princípios e restrições visuais no repositório para reduzir a inconsistência de interfaces geradas por agentes de IA.
Como uso IA local para transformar vídeos e podcasts em transcrições, referências e artefatos pesquisáveis.
Uma arquitetura planejada para manter backups do Proxmox offline, criptografados e com restore verificável.
Quando um texto produzido por inteligência artificial parece artificial, a correção costuma começar pela superfície.
Uma experiência com Ventoy, autounattend.xml e duas imagens oficiais do Windows 11 25H2.
Como uso Forgejo Actions, uv, Nomad, Consul e Traefik para publicar aplicações Python em um homelab sem manter um registry de imagens.
Um experimento de curadoria, automação editorial e produção multimídia para acompanhar a evolução das notícias de tecnologia e IA em 2025.
Como versionar agentes, contratos, comportamentos e o grafo completo de uma plataforma de chatbots e automações.
Um upgrade do Langfuse mostra como combino Ansible, Nomad, backups testados, documentação e agentes para operar meu homelab.
Como uso o Qwen 3.5 para limpar transcrições do OpenWhispr sem perder a voz, os termos técnicos e os comandos.
Como remapear globalmente o Caps Lock para F8 no Ubuntu 26.04 com GNOME e Wayland usando o keyd.
Como combinar os resultados do DeepSWE, o custo por execução e o contexto do projeto para escolher um perfil no Codex.
O Qwen 3.5 9B completou minha suíte standard em 7,48 segundos, com aprovação nos três testes que possuem validação automática.
Um balanço do segundo trimestre de 2026 sobre agentes, modelos, observabilidade, segurança e custos para operar IA em produção.
Como usar o Lewis Model para compreender preferências de interação em equipes de tecnologia sem transformar cultura em estereótipo.
Leituras, memórias e descobertas sobre o trabalho de escrever.
Aprendizados, tentativas e impressões de um músico amador.
Explorar MúsicaContos e outras experiências narrativas.
Explorar Ficção