YT YouTube2Text

YouTube2Text → Transcripts → TDC Floripa 2026 - Agentic AI - 22/07

TDC Floripa 2026 - Agentic AI - 22/07 — Transcript

by canal 4 · 65,367 words · 9,925 segments · language en · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

12:20dos palestrantes. Então fica a minha
12:22recomendação para você já se conectar
12:23com essas pessoas e formar sua rede de
12:26pessoas da área que você quer se
12:27desenvolver. Quando a gente tá falando
12:30aqui do mapa do TDC, todas as trilhas
12:32esse ano estão aqui no primeiro andar
12:34para facilitar a nossa comunicação, a
12:36nossa interação. Então aqui nós temos lá
12:39em cima a trilha de design de código,
12:42vai acontecer neste palco, a stadium vai
12:45acontecer nesse palco, ou seja, todas as
12:47trilhas vão passar pelo menos uma vez
12:48aqui. A gente vai começar com a gente
12:50Ki. E aqui neste corredor da esquerda a
12:55gente vai ter a trilha de gestão ágil e
12:57a trilha de UX Design. Aqui à esquerda,
13:00a trilha de arquitetura de soluções e
13:03agente KI. Lá embaixo, as trilhas de
13:06JavaScript, SRE e observabilidade. Além
13:09disso, a sala VIP lá entrada para
13:11palestrantes, coordenadores, pessoas que
13:13têm o ticket VIP executivo ou ticket
13:15VIP. A TDC Store tá ali no cantinho e as
13:19duas salas de workshop estão aqui na
13:21lateral esquerda. Hub de mentoria e
13:25community lounge aqui no pavilhão, ou
13:27seja, tudo bem fácil para vocês perder
13:29com calma, tá bom? Então, partiu, vai
13:33ser tranquilo.
13:35Trilha Iex Research e a gente kei aqui
13:39na primeira palestra. começa design de
13:42código.
13:45>> E já que e já que estamos
13:46>> ah, esse aqui tá
13:47>> é só e já já que estamos falando da da
13:50trilha aqui, eh, são duas trilhas nesse
13:53palco, não é isso? Como é que funciona a
13:55história do
13:55>> Vamos ter uma uma sala silenciosa na
13:57hora que a gente começar? Palestrante da
13:59trilha Design de Código vai est aqui
14:01nesse púlpito. Palestrante da Stadium
14:03vai est lá naquele púlpito. A gente vai
14:05ligar os microf os fones e vocês vão
14:08poder escolher se vocês querem assistir
14:09a palestra dessa, desse palco ou daquele
14:12palco de uma maneira bem simples. Então
14:15vocês vão ter essas duas opções.
14:17>> E aí não não precisa pegar radinho em
14:19lugar nenhum. O radinho está na cadeira.
14:21É esse aí. Se você olhar para trás tem
14:23um fone, um fone pendurado na sua
14:24cadeira e você pode controlar o volume,
14:27escolher. aparece que você vai querer
14:28assistir sem problema.
14:30>> Não tirar o fone das cadeiras em
14:31hipótese nenhuma, tá certo? Se precisar
14:33de fones, tem mais fones ali para
14:36retirada. Hoje a gente tem a trilha de
14:39agente Qi, vai ser a primeira palestra
14:41aqui do da Stadium. Então tem
14:44coordenação dessa trilha, apoio da
14:46Oracle, da Agora e uma programação de
14:50dia inteiro. A trilha Agente KI começa
14:52na Stadium e termina na Stadium. duas
14:55palestras aqui para quem também é de
14:58outras trilhas e quiser assistir um
14:59pouquinho de agente Qi, tem acesso a
15:02essas palestras da Stadium. Depois temos
15:04a trilha de arquitetura de soluções.
15:07Trilha de arquitetura de soluções 11:55
15:10aqui na Stadium. Trilha Design de código
15:13o dia inteiro aqui na Stadium. Trilha de
15:16gestão ágil e liderança. Vem aqui para
15:19Stadium às 5:10. Então, bastante
15:22conteúdo e programação para vocês.
15:24Trilha de JavaScript e Node JS 1550 aqui
15:29na Stadium. As demais palestras na
15:31própria trilha, a trilha de SRE e
15:33observabilidade às 16 horas, 16:30 aqui
15:39na Stadium. Então, essas são as nossas
15:41trilhas do dia. Quero agradecer muito os
15:44nossos coordenadores e a trilha de UX
15:46Design Research e Métricas também aqui
15:50na Stadium. às 14:50 e às 11:15
15:55e às 14:10 duas palestras seguidas aqui
15:58na Stadium para ter menos locomoção, tá
16:01bom? Então, trilha stadium aberta para
16:04todas as pessoas, transmitidas ao vivo,
16:06digital e gratuito para todo o Brasil.
16:08Se você quiser convidar ainda seus
16:10amigos e amigas, manda o link porque
16:12eles vão poder curtir todas essas
16:14palestras. Esses dias eu vi um
16:17comentário e a pessoa falou: "Ah, não,
16:18mas é mentira, o TDC não é de graça". As
16:20trilhas são pagas. Se você olhar esse
16:23conteúdo aqui que tá na stadium e você
16:26não achar ele incrível, vem palestrar,
16:29por favor, tá certo? Porque tá muito
16:32bom, tem muita palestra fantástica aqui
16:36para vocês poderem curtir. Então, o TDC
16:38Digital gratuito tem muito conteúdo,
16:41palestrantes eh incríveis.
16:44>> Iara, eu queria falar para você aqui,
16:45olha, a câmera que tá focado na gente no
16:48online é aquela ali, ó. Então, dá um
16:50tchauzinho para aquela câmera de lá,
16:51certo? Para você que tá, para você que
16:53tá aqui no online, queria te agradecer.
16:56E olha só, essa trilha fantástica da
16:58trilha Stadium, ainda dá tempo de você
17:00chamar um amigo, uma amiga, alguém do
17:03seu trabalho, manda para eles, manda lá,
17:05sabe aquele grupo de amigos no WhatsApp?
17:07Manda lá, galera. Tá começando TDC, é de
17:10graça. Vem assistir aqui as trilhas. E
17:12você que tá aqui, faça a mesma coisa. Eu
17:15tenho certeza você conhece alguém, eh,
17:17tem o grupo da empresa lá que você eh eh
17:20que tem gente que não pôde vir, que não
17:21tá aqui hoje, manda lá no grupo, fala
17:23assim: "Pessoal, TDC tá começando agora,
17:26tem todas essas essas palestras aqui
17:28totalmente de graça no TDC online, tá
17:31certo?" Então, já convida alguém, porque
17:33na hora que você convida alguém, aquela
17:35pessoa fala assim: "Nossa, meu, obrigado
17:37por ter me convidado. Eu aprendi alguma
17:39coisa. Eu aprendi, mudei a minha vida,
17:41mudei minha carreira por sua causa."
17:43Então, é um, é um passinho rápido que
17:44você pode fazer, manda lá ddevconf.com
17:48e o pessoal vai poder entrar aqui com a
17:50gente, tá certo? Valeu, valeu, galera do
17:52online.
17:53>> Tem vibe coding, tem vibe management,
17:55tem arquitetura orientada a agentes,
17:57design for failure, tem integrações que
17:59não quebram, muito conteúdo fantástico e
18:02você vai ter acesso a todas as gravações
18:04após o evento.
18:07Temos também duas salas de workshop. Os
18:10workshops tem uma entradinha aqui pelo
18:12pavilhão e tem uma entrada por aquele
18:13corredor. Se você não fez o seu cadastro
18:15ainda, tem eh workshop do vibe coding ao
18:19Highness Engineering, tem prototipando
18:22agentes com IA, temas multiagentes com
18:24eh Google e ADK, Vibe Engineer do Vibe
18:28Coding a Produção e um desafio workshop
18:31Solana com workshops e prêmios eh hoje
18:34na hora do almoço. Então é simples e
18:37rápido fazer a sua inscrição. não fez
18:39sua inscrição, tá lotado, aparece lá na
18:41hora porque tem bastante no show.
18:43>> O Iara, mas quem fizer vai ficar sem
18:45almoço?
18:46>> Não, lá no workshop da Solana vai ter
18:48almoço. Eh, lá ele tá lotado, tá com
18:50fila de espera, mas talvez a gente abra
18:52sessões a mais. Se você quer participar,
18:54passe e conversa ali com o pessoal da
18:56Solana Super Team que a gente tá
18:58avaliando como é que a gente segue. Rub
19:00de mentorias. Bruno, conta rapidinho um
19:03pouquinho. Então, R de mentorias,
19:04pessoal, fica bem aqui. Olha só, ó. Ó, o
19:06pessoal que tá no ramo de mentoria aí,
19:07levanta a mão. Só o pessoal saber onde é
19:08que é. Vocês aí isso aí, ó. Rambo de
19:11mentoria bem ali. Você pode vir
19:12participar. A ideia do rubo de mentoria
19:15é uma sessão com seis ou sete pessoas,
19:18né? Eh, eh, em grupo ali com um dos
19:21palestrantes do evento, cujo objetivo é
19:23te ajudar a você dar um passo a sua
19:25carreira, tá certo? Então, escolhe a sua
19:27mentoria. você eh pode se inscrever eh
19:31no site, tem um e-mail no seu na sua
19:32caixa postal que você pode se inscrever
19:34ou aparece lá também, se tiver lugar,
19:37você pode você pode sentar e você vai
19:39bater um papo com um desses mentores.
19:41Escolhe um assunto que você queira,
19:43escolhe um momento da sua carreira que
19:45você precisa dar, que você precisa de
19:46uma ajuda e vai ali conversar. Ao
19:48contrário de uma palestra, a mentoria é
19:50um momento para você também poder falar,
19:53poder conversar, poder eh ter o mentor
19:56te ouvindo o que tá acontecendo para
19:57poder te ajudar, tá certo? Tem muita
19:59gente que mudou radicalmente a carreira,
20:02que deu grandes passos gigantescos
20:04através da mentoria. Eu, por exemplo, eu
20:06sempre digo isso, eu 10 dos de cada 10
20:09grandes passos que eu dei na minha
20:10carreira, né, foram com ajuda de
20:13mentores. Então, vem participar com a
20:14gente aqui o dia inteiro, os três dias,
20:17tenho certeza que vai ter alguma coisa
20:18legal para você participar.
20:20>> E para quem é tímido e não gosta de
20:21fazer, tem vergonha de aboidar os outros
20:23e fazer networking, é um espaço
20:25incrível, porque você já senta na mesa e
20:27conversa com seis, sete pessoas que
20:28estão no mesmo momento com o mesmo
20:30desafio que você. Então, o hub de
20:32mentorias é um espaço muito legal. Além
20:34disso, do outro lado do hub de
20:36mentorias, a gente tem o community
20:37loung. O Community Lou é um espaço que
20:39tem rodas de conversa, é um espaço mais
20:42eh intimista, então, muita coisa
20:45acontecendo ali com rodas de conversa e
20:47profissionais para você poder ficar mais
20:49perto e mais próximo. Não precisa de
20:50inscrição e vai ser com fone pra gente
20:53poder eh aproveitar melhor. E a roda de
20:56conversa também é fantástica, porque é
20:58um momento de você ter várias outras
21:00pessoas que estão ali também com a mesma
21:01situação, também passando na mesmo
21:03momento e você já pode fazer um network
21:05ali, conhecer outras pessoas, conhecer
21:07os os panelistas. Muito fantástico.
21:10>> Bom, o TDC começa a acabar hoje, né,
21:13gente? Hoje começa o TDC e a gente
21:15começa a acabar, são três dias de 365 no
21:19ano e a gente sabe que isso é pouco pra
21:21gente se aproximar, pra gente realmente
21:23fortalecer o ecossistema TDC. É momento
21:25de intensidade, é momento da gente
21:27viver, da gente passar todas as 8 horas
21:29do dia e dar um impulso real. Mas a
21:33gente temc o ano inteiro acontecendo,
21:35né, André? A gente quer que seja três
21:36dias de intensidade e outros 362 de
21:40evolução.
21:41>> Exatamente. Então você pode aproveitar
21:43essa magia do TC ano inteiro com
21:45palestras, com workshops, com mentorias,
21:48com interação com mais de 7.700 pessoas.
21:53E aí agora, neste exato momento, você
21:55pega o seu crachá e você olha no verso
21:58do crachá, você tem um QR code da TDC
22:00Community. Então todo mundo que tá aqui
22:03tem já o acesso a TDC Community. E eu
22:06aposto que tem muita gente aqui que tá
22:09perdendo muito ótimo conteúdo, que ainda
22:12não acessou, que ainda não tá lá. Ah, na
22:15semana que vem a gente vai ter um
22:16workshop com a Maira. A gente vai ter a,
22:19o Bruno foi essa semana, mas na semana
22:21que vem a gente já tem a live com a UEX
22:23preparada, a gente tem a mentoria
22:25preparada semana que vem, então tem
22:26muito conteúdo toda semana, todo o tempo
22:29acontecendo lá. Aproveitem. Eu quero,
22:31>> todo mundo que participa do TDC tem um
22:33ano de acesso exclusivo a um workshop
22:36toda semana, uma mentoria toda semana e
22:38uma palestra que é aberta para todas as
22:40pessoas na segunda-feira. Eu tenho
22:42certeza que se você conseguir dedicar
22:44seu tempo uma vez por mês para fazer uma
22:46atividade junto com a gente, você vai se
22:48aproximar mais do ecossistema e vai dar
22:50passos importantes na sua carreira.
22:52>> E você pode também trazer o seu
22:54conteúdo, ministrar sua mentoria,
22:56ministrar seu workshop. A gente vai
22:58agendando durante o ano.
22:59>> A comunidade, quero que quero que você
23:01saiba que a comunidade não é aberta, é
23:03uma comunidade exclusiva para você que
23:05está aqui no TDC, tá certo? Então
23:08aproveita que porque você tá inscrito
23:10aqui no TDC, você tem um ano de acesso
23:13prêmio à plataforma, a à comunidade.
23:16Então, eh vai lá, participa, todo mundo
23:18tá lá são pessoas como você que estão
23:21participando da comunidade TDC, que
23:22estão participando do evento TDC, são
23:24pessoas que tm essa mesma experiência
23:25que você. Então é um ótimo momento e
23:28para quem quer ser palestrante, para
23:29quem quer ser mentor, é um ótimo momento
23:31também para você falar com o André Noel
23:32lá na comunidade, que o André Noel é o
23:34nosso community líder. Fala, André, eu
23:36tenho um assunto que eu queria falar. Eu
23:38tenho um tópico que eu gostaria de
23:39conversar. O André vai conversar com
23:41você, vai te ajudar e de repente você
23:43pode dar uma palestra na comunidade
23:45antes até de ter a palestra aprovada
23:48aqui no evento como uma forma de
23:49praticar e tudo mais. Então é uma
23:50maneira de você se envolver e tá com a
23:52gente lá o ano inteiro.
23:54>> E toda quarta-feira tem episódio novo do
23:57podcast, tem tempo para pergunta. A
23:59gente tá gravando vários episódios aqui
24:01durante o evento. Eh, tem muita gente
24:04bacana que já passou pelos episódios,
24:06histórias, carreiras, visões de futuro,
24:09tecnologia. Quarta-feira, 6 horas, faça
24:12sol, faça chuva, Natal, Reveillon, tem
24:15episódio do Tem Tempo para Pergunta
24:18sendo publicado também. Já entra,
24:20acompanha a gente no Spotify ou no
24:22YouTube, mas o podcast é bem especial.
24:25Quero agradecer demais os nossos
24:27parceiros, nossos apoiadores, que estão
24:29vivendo e fazendo o TDC viável junto com
24:32a gente o ano inteiro, os nossos
24:35mantenedores que estão trazendo conteúdo
24:36pra comunidade e ajudando a fazer todas
24:39as outras atividades ao longo do ano
24:41junto com a gente, muitas empresas e
24:44pessoas incríveis que acreditam no mesmo
24:47que a gente. Hoje, no final da tarde,
24:50todos os dias, na verdade, no final do
24:51evento, nós vamos ter um sorteio da
24:53pesquisa de perfil profissional, eh, uma
24:56cafeteira expresso e dois passaportes de
24:59dois dias para o TDC Porto Alegre.
25:04Então, a gente quer saber uma pesquisa
25:05que tem bastante coisa de inteligência
25:07artificial pra gente conseguir aprender
25:09mais e entender o momento de vocês
25:11profissionalmente com inteligência
25:13artificial. tá no e-mail de vocês, mas a
25:15gente vai fazer o sorteio no
25:17encerramento do terceiro dia e todos os
25:19dias a gente tem também convites e eu vi
25:22várias pessoas pegando o celular para
25:24tirar foto do QR code. Deixa eu falar
25:26uma coisa para você. Se você não fez
25:27isso, se você não tirou a foto, vai
25:30chegar no final do dia hoje, vai ter o
25:33sorteio e você falar assim: "Nossa, eu
25:35tô participando, eu perdi porque eu não
25:37tirei a foto do QR code". Então
25:39aproveita, né, esse momento aqui, tira a
25:42foto do QR code para você poder
25:43participar do sorteio ou se você perder
25:47a foto aqui, tá no seu e-mail essa mesma
25:50pesquisa do perfil profissional que você
25:51pode preencher e participar do sorteio
25:53hoje à noite.
25:57>> E você ganha café, ganha Nespresso, vai
26:01ser um sorteio bem bacana. Vem com um
26:03tanto de cápsulas também, né?
26:05>> A cafeteira vem com cápsulas também já,
26:07né? Vem com cápsulas.
26:08>> Perfeito.
26:10>> Já vem com café direto.
26:13>> Esse era o último, né?
26:14>> É.
26:15>> Então, meus queridos, quero, sem mais
26:18delongas, nós temos ainda alguns minutos
26:20de abertura. As palestras só vão começar
26:24quando a gente terminar aqui. Aqui virar
26:25sala silenciosa. Então, não é necessário
26:27sair correndo para ir pra sua trilha. Os
26:29acessos estão super fáceis pelas duas
26:31laterais. E agora a gente vai ter dois
26:33convidados junto para falar um pouquinho
26:36com vocês. Nós vamos falar do assunto do
26:39momento, vamos falar de vibe, vibe
26:41coding, vibe todo o processo de
26:46desenvolvimento com inteligência
26:47artificial. E eu gostaria de chamar o
26:50palco aqui um parceiro de muitos anos,
26:53mais de uma década que a gente tá junto
26:54no TDC, acreditando na mesma coisa,
26:57acreditando no desenvolvedor, no
26:59profissional de tecnologia, em como é
27:01que nós do TDC e as maiores empresas de
27:04tecnologia do mundo, a gente pode ajudar
27:06a desenvolver a sua carreira, porque
27:08quando você cresce, cresce junto a sua
27:11empresa, cresce junto o ecossistema. E a
27:13gente tá conectado com a Oracle nessa
27:15perspectiva, nesse valor de colaborar
27:18com o crescimento dos profissionais que
27:21trabalham com tecnologia. E assim que eu
27:23quero chamar ao palco Lucas Leung,
27:26>> diretor da Oracon,
27:30diretor de marketing Brasil.
27:35>> Lucas, mais um TDC.
27:38Mais um TDC Floripa.
27:41>> Estamos junto há um tempinho, hein?
27:43>> Caramba, mais de uma década de parceria,
27:47uma hora comodando todos os TDCs junto
27:49com a gente, né?
27:49>> Muito orgulho da gente estar junto para
27:52vir mais para cá. E é algo que a gente
27:56construiu, né? Uma dúvida. Eu lembro do
27:57primeiro TDC que eu perguntei: "Quantos
28:00sabiam que a hora col tem nuvem?"
28:03Quantos sabem agora?
28:05Mais ou menos metade, ó, foi crescendo
28:08ao longo dos anos.
28:09>> Tem gente que não gosta de levantar a
28:11mão, né?
28:12>> É, tem também essa galera. Mas vamos ver
28:14se a gente consegue mudar essa percepção
28:16agora.
28:16>> Exatamente, Lucas. Tô muito feliz com a
28:19sua vinda, com todas as ativações,
28:21workshops que a hora que faz.
28:23>> Palco é seu, meu querido. Botãozinho.
28:25Obgado. Vou começar a apresentação. Uma
28:27salva de palmas pro Lucas.
28:29>> Obrigado, pessoal.
28:31Passar aqui. Vamos lá. A gente tem agora
28:35uma um papo rápido,
28:39sugiu na tela aí que a gente vai falar
28:40de vibe.
28:43Oi, boa. De coding e a gente aqui
28:46engineering. E o Delfiol, Delfiol já tá
28:48aí. Cadê o Delfiol? Ele vai falar na
28:51sequência de vibe management. Inclusive,
28:54queria começar com uma provocação que é
28:56meio óbvia, mas as LLMs não se preocupam
28:59em não repetir o código. Ou seja, um
29:02código que você pede para uma LLM tem
29:05muita probabilidade dele estar sendo
29:07repetido ou ter um design parecido em
29:10qualquer outra empresa. E aí vem uma
29:12importância de uma analogia que eu
29:14queria fazer com vocês agora.
29:17Basicamente, quando a gente tá falando
29:19desses dois tipos de desenvolvimento,
29:23quando a gente tá falando de vibe
29:24coding, a gente tá falando com esse
29:26código criado por IA, seguindo um fluxo,
29:29uma intuição, conforme a interação
29:30humana ou inatural language. E quando a
29:33gente fala deenticer, a gente tá falando
29:35de construir com estrutura uma
29:38engenharia voltada para um agente. Um
29:41paralelo rápido, uma brincadeira seria o
29:44vibe coding. Tem uma pegada ali do
29:46standup que você vai interagindo e
29:48reagindo a cada resposta que a sua LLM
29:51preferida vai trazer. Enquanto a
29:53genicine, a gente tá falando de uma
29:55direção mais robusta,
29:58por exemplo, de um filme. Opa, acho que
30:01passou mais. Então, a gente tá falando
30:03de Steven Spielberg, de uma linha de
30:06construção mais robusta, de trilogia, de
30:09grandes séries, tá? Esse é um paralelo
30:12que uma brincadeira aqui pra gente
30:14comparar os dois métodos. Então, se você
30:16fizer vibe coding sem essa estruturação
30:19sozinha, pode ser caos, não tem nenhum
30:21problema você fazer vibe coding, mas a
30:23nossa recomendação é você atrelar isso a
30:26uma engenharia voltada para agentes com
30:29mais estrutura, com mais solidez. Então
30:32vamos lá. Como que a gente faz isso e
30:35quais são as possíveis consequências se
30:37a gente não fizer isso de maneira coma?
30:38Então, um erro comum é justamente fazer
30:41só o vibe coding na sua empresa sem se
30:43preocupar com outras normas com
30:45segurança.
30:47Consequências possíveis: virar um calça
30:49em estrutura, um código que é impossível
30:51de manter, uma IUX que não tem nenhuma
30:55consistência pro usuário final, pro
30:57cliente, difícil de escalar em times
30:59grandes. E esse para mim é o maior risco
31:02de todos, ignorar problemas técnicos
31:04importantes. Ontem e eu conheci o Dr.
31:07Juan Carlos, ele tá por aí do Inov 60,
31:11não tô vendo por aí. Ele me me comentou
31:13que ele é o primeiro primeira pessoa
31:16certificada na ISO 42001.
31:19Alguém sabe do que que é a ISO 42001?
31:22Não. É um Ah, muito bem. É a primeira
31:26norma internacional de sistemas de
31:29gestão de inteligência artificial. E é
31:31ela que vai regular basicamente o marco
31:34legal de A no Brasil, que deve sair ao
31:36longo desse ano, no máximo no começo do
31:38ano que vem. Não cumprir com esse marco
31:41legal pode gerar multa de até R$ 50
31:43milhões deais. Então essa é uma
31:45preocupação que você, seja consultor,
31:48seja PJ ou seja funcionário eh de uma
31:51empresa, deveria estar se preocupando. E
31:54essa é uma provocação que eu deixo para
31:56aqui justamente para você, justamente na
31:58parte de segurança. Então alguns
32:00conceitos chave steering, conduzir esse
32:04desenvolvimento com IA mais do que só
32:06sair gerando.
32:08O contexto desse dessa geração é muito
32:12mais importante do que somente o prompt
32:14e esse bom e suficiente. Ah, isso daqui
32:16tá bom o suficiente, agora já dá para
32:19lançar essa aplicação. Cara, não confiem
32:21plenamente nisso. É muito importante o
32:24conceito que a gente vai falar de teste
32:26evolve e mais paraa frente, tá bom?
32:30Então, qual que é a nossa recomendação
32:32da Oracle para vocês terem pilares que
32:34sustentam esse desenvolvimento em Ia?
32:39quatro pilares para esse projeto parar
32:42ou não de pé. Vou voltar um boa.
32:47Primeiro, infraestrutura e dados. Então,
32:50talvez é o mais simples, não vou muito
32:52chover muito no molhado, mas garbadin,
32:56garbad out, lixo para dentro, lixo para
32:58fora. Se você não tiver uma boa
32:59estrutura de uma boa infraestrutura e
33:02dados organizados dentro da sua empresa,
33:04provavelmente seu projeto de a já vai
33:07fracassar no começo. Aqui alguns
33:09componentes importantes serem pensados,
33:12rede, armazenamento, computação, banco
33:15de dados.
33:17Quando a gente fala de controle, então
33:19um pouco relacionado com o que eu
33:21comentei da ISO 42001,
33:23observabilidade,
33:25custos, quando a gente fala de fins que
33:28vão ser comentadas nas trilhas também é
33:30super importante. E aqui o meu destaque
33:33principal é segurança,
33:35quando a gente fala de cyb security.
33:38Terceiro pilar, specs e design. Então
33:41essa especificação de arquitetura, de
33:43UX, as integrações que você vai fazer
33:46via AP PI ou diretamente em cada uma das
33:49aplicações que você tá conectando com a
33:51sua infraestrutura, com o seu banco de
33:53dados.
33:54E por fim, mas não menos importante, a
33:58capa de AI em si, o layer de AI, que vai
34:00trazer a sua aplicação, que vai trazer
34:03sua orquestração e seu contexto, tá?
34:05Esse é um resuminho, obviamente, desses
34:07quatro pilares estruturais de fundação
34:10que a gente considera muito importante.
34:13E daí,
34:14eh, sem esses pilares, você pode até
34:18escrever o código com IA, mas essas
34:20camadas vão determinar se ele vai
34:21sobreviver ou não nesse mundo hostil, tá
34:27bom? Vamos lá.
34:29Quais são os dois ecossistemas que eu
34:30queria deixar o convite para vocês
34:32explorarem aqui com a gente? Primeiro, a
34:34parte de desenvolvimento. Então, vou
34:36trazer dois exemplos de projetos que a
34:39gente fez eh com IA para todo mundo que
34:42quer inovar com IA. Então, vou passar um
34:44videozinho do primeiro
35:37Pelo que estou vendo, o problema está na
35:39conexão inferior.
36:15Então, esse é o exemplo de um agente
36:16omnicanal que dá para ser construído na
36:18nossa nuvem. Passou super rápido, mas um
36:22destaque que eu queria fazer no vídeo de
36:23arquitetura é desde os seus dados
36:25estruturados ou não com diferentes
36:27formatos de banco de dados num conceito
36:30que a gente chama convergência no banco
36:32de dados. Então, o nosso banco Oracle AI
36:35database 26 AI, ele justamente consegue
36:38fazer isso. Depois diferentes canais,
36:40Instagram, WhatsApp, e-mail ou telefone,
36:42você pode conectar esses diferentes
36:44canais e as aplicações RP, CRM, CX,
36:48todas as aplicações que eventualmente
36:50vocês usam ou precisam usar no dia a
36:52dia. E o segundo exemplo, vamos ver se a
36:54galera levanta mais a mão aqui, é quem
36:57gosta de Fórmula 1,
37:02cadê Turururu
37:05Max? Sabe? Uma galera comentando ali. O
37:09segundo exemplo que usa a galera, tem
37:11gente que não gosta muito,
37:13eh, o segundo exemplo de de empresa que
37:17usa a nossa estrutura, esses quatro
37:19pilares, e aqui são mais ou menos quatro
37:21pilares também, é a Red Bull Racing.
37:23Então, nesse slide aqui, se vocês gostam
37:26de Fórmula 1 e querem contar o que que
37:27tem de tecnologia por trás da Red Bull
37:29Racing, vocês podem levar, mostrar pro
37:31pai, pro tio, pro avô. Aqui eu vou
37:33trazer quatro casos de uso de mais de 20
37:36que a gente tem, mas dá para vocês terem
37:38uma ideia. O primeiro e talvez eu diria
37:41o mais importante e impactante pro dia
37:44da corrida são as simulações de corrida
37:47em real time. Então aqui eu gosto de
37:49brincar com o universal Marvel, que
37:52seria como se fosse o doutor estranho,
37:54tentando calcular todas as
37:56probabilidades de derrotar Thanos. É
37:58isso que a Red Bull Racing faz na nossa
38:00nuvem. sem entrar em tantos detalhes de
38:02técnicos, mas basicamente eles usam
38:04cubernetes e sobem instâncias mais de
38:07500 por final de semana de VMs para
38:11calcular os diferentes modelos
38:13probabilísticos com inteligência
38:15artificial dentro da nossa nuvem. Vocês
38:17terem uma ideia, são mais de 80 bilhões
38:20de simulações por ano, né? Um final de
38:23semana de corrida, isso corre mais de 2
38:26TB de dados que vem de telemetria, vem
38:29de IoT, que vem dentro dos carros. Então
38:32tudo isso roda na nossa nuvem em real
38:34time paraa Hann Schmidz, que vocês já
38:37devem ter visto na TV, justamente
38:39conseguir tomar as decisões e fazer as
38:41chamadas. Eu particularmente trabalhando
38:43na hora que eu tenho muito orgulho de
38:45ver as decisões que a galera toma e
38:47comparado a outras equipes de Ferrari,
38:50eh costumamos não errar a decisão,
38:54certo?
38:55O segundo caso são de agentes de A.
38:58Então, basicamente, a gente tem uma
39:00camada de orquestração. No vídeo vocês
39:02viram que tem várias LLMs, eh, que a
39:05gente se conecta, mas basicamente aqui a
39:08gente fez uma LLM única para Red Bull
39:10Racing, onde eles usam, dependendo de
39:12cada time, a LLM que eles preferem. O
39:15time de engenharia usa um, time de
39:17marketing usa outro, de RH jurídico.
39:19Sim, eles têm esses departamentos. E
39:22além disso, a gente tá construindo
39:23agentes com essa camada única de
39:26orquestração para eles. Então, dois
39:28agentes, para dar um exemplo rápido, são
39:30um, tem um que é o pitall agent, que
39:33basicamente depois de qualquer eh ação,
39:37as equipes têm 30 minutos para recorrer,
39:39seja se defendendo ou acusando o
39:41adversário em alguma punição. Então, o
39:44que que a gente fez? A gente recolheu
39:45todos os anos de regulamento da FIA, o
39:48manual gigante, as decisões históricas
39:51tomadas e cruzamos com os comissários
39:53que estão na pista naquele dia e daí a
39:56gente sugere uma criação de texto para
39:58eles. E um segundo agente que é bem
40:00legal também, a gente fez um lakouse
40:03para eles para analisarem dados de
40:05corredores e pilotos online e de outras
40:08categorias para encontrar o próximo
40:10Maxwapping de 2030, de 2034
40:14e justamente trazer um agente de
40:17recrutamento. Então o scouting deles, o
40:20pessoal, os olheiros que avaliam o
40:22terrão, na verdade usam isso com a ajuda
40:25de um agente de a que a gente construiu
40:27para eles, tá?
40:29O terceiro caso que eu acho bem legal
40:31também, eh,
40:33para quem não sabe, esse ano os as
40:36unidades de potência, né, os motores de
40:38combustão junto com os motores elétricos
40:40foram mudados com regulamento. E desde
40:432022 a gente tá construindo esses
40:45motores com eles. Então, todas as
40:47simulações de resfriamento, de
40:49combustão, de fluxo de ar rodaram na
40:52nossa nuvem. Naquela pergunta do News,
40:54quem sabia que a gente tinha nuvem? a
40:56gente tem e tá rodando com eles eh desde
40:582002 para lançar esse motor desse ano.
41:02Uma coisa interessante da Red Bull
41:03Racing é que diferente de outras
41:05escuderias que t anos de tradição de
41:07conrução de motor, eles começaram do
41:09zero no melhor estilo empreendedor da
41:12Red Bull e do grupo Red Bull. Para vocês
41:14terem uma ideia, eles construíram uma
41:15fábrica para fazer um motor em 4 meses.
41:18Quando eles tiveram a ideia e começaram
41:20a produzir, foi sensacional. Então é bem
41:22legal aí o projeto deles. E o último,
41:25mais ou menos importante, eu tava
41:26comentando sobre os outros
41:28departamentos, a gente tem toda a nossa
41:30camada que a gente chama de fusion, eh
41:33as aplicações que rodam para rodar todos
41:35os departamentos da Redbull Racing.
41:38Então antes de de estar nessa parceria,
41:41também só assistia como fã e eu não
41:43tinha ideia da dimensão do departamento
41:45de RH, jurídico financeiro, operações.
41:48Eles fazem uma operação gigante para
41:49conseguir mandar os caminhões para outra
41:52corrida. Tudo isso em termos de supply
41:54chain roda na nossa nuvem também. Vocês
41:56terem uma ideia, são 2.000 funcionários
41:59mais ou menos. E eu gosto de brincar que
42:01o salário do Max passa por aqui. Então
42:04qual coisa, se eu ficar meio bravo com
42:06ele, se ele rumores dele sair, eu vou
42:08parar de pagar o o menino. Beleza? Se
42:12alguém quiser tirar foto para mostrar
42:14pro tio, pro sobrinho, pro vô, pro pai,
42:17fiquem à vontade. Esse é um pouco dos
42:19casos de uso que a gente tem com
42:20Redbook, tá bom?
42:24Uma galera tirando foto aí, né?
42:28Boa. E pra gente ir pro final da
42:31apresentação,
42:32eh, super rápido construir junto com o
42:35Marcelo Cristianini, que é o nosso VP de
42:37engenharia, eh um exemplo prático agora
42:40paraa Copa do Mundo. Então, eu tive a
42:43felicidade, mas também felicidade de tá
42:46lá, ver o jogo contra Noruega, então
42:49senti a dor ao vivo, mas basicamente a
42:52gente construiu nos dois conceitos uma
42:54aplicação pra gente organizar essa
42:56viagem. Então, basicamente aqui os dois
42:58prompt, um promptes, nesse estilo mais
43:01vibe coding, que a gente tá acostumado
43:02no dia a dia e um prompt mais
43:07engineering, pedindo vários detalhes que
43:10eu vou explicar um pouquinho aqui.
43:12Então, uma diferença de 40 palavras com
43:15500 palavras, mas o mesmo problema tem
43:18duas abordagens diferentes. com vibe
43:20coding, às vezes a gente indo só no flow
43:22humano e essa criação eh mais solta
43:27contra o genter definindo um go, tendo
43:30qual vai ser o intake de dados que vai
43:32ser trabalhado, qual a análise, o plano,
43:34gerar a solução e conseguir construir de
43:36uma forma estruturada. Então aqui tá o
43:38exemplo a gente fez no Codex. Eh, putz,
43:42esse primeiro da esquerda tá até mais
43:44bonitinho que o da direita, se vocês
43:45forem ver.
43:47E e é legal que não é um problema de
43:50interface, é basicamente uma decisão de
43:52arquitetura. A Iara tava com a gente num
43:54evento nosso, Data Deep Dive, ela viu a
43:56gente fazendo a demo ao vivo, que não
43:58vai dar tempo de fazer aqui, mas
44:00basicamente
44:02uma diferença básica aqui era de
44:04persistência dos dados. Então aqui eu
44:07tinha um banco de dados conectado que
44:08justamente eu conseguia eh persistir
44:11esses dados e depois que eu entrava eh
44:14as datas de viagem, custos e etc, ele
44:16tava mantido. É um exemplo bem básico,
44:19né? Mas só para vocês terem uma ideia de
44:21como o prompt muda. Então, dicas para um
44:24prompt de agentic engineering. Primeiro,
44:27definir uma função específica, ancorar o
44:29modelo em uma identidade técnica para
44:31ativar esse padrão ao longo de todo o
44:33projeto.
44:35Segundo, a intenção antes do código.
44:37Então, às vezes, a gente pede o código
44:39diretamente, mas a gente não deixa claro
44:41qual que é o repositório que vai ser
44:43qual que vai ser utilizado, qual que é o
44:45entendimento da aplicação que você quer
44:46de resultado, um plano, possíveis
44:48riscos, principalmente quando a gente
44:50fala de ISO.
44:53Três, modelo de dados explícito. Então,
44:55qual que é o modelo de dados que eu
44:56quero para essa minha tabela?
44:58basicamente dominar isso eh antes que
45:01ele toque o stack inteiro e fazer com
45:04que a IA siga um design específico
45:07segundo a sua eh intenção. Então, por
45:09exemplo, aqui a gente deu um exemplo de
45:11eu quero usuário, a viagem, data de
45:13partida, atividade, qual a transição,
45:15qual transação orçamentária, qual que é
45:18cada um dos participantes.
45:20Quatro, esse é super importante, o
45:22crude, critério de aceitação com teste
45:24EVAL. Então, basicamente, o modelo tem
45:27que saber quando que ele vai terminar,
45:29qual que é o teste que ele vai fazer,
45:31qual a avaliação que ele vai fazer bem
45:32definido para ver se isso é seguro, se
45:34isso tá sendo persistente. Eh, sem esses
45:37critérios claros, eventualmente você vai
45:39ficar num loop infinito.
45:42E o último, mas não menos importante, as
45:44restrições de qualidade. Então, eh, se
45:46eu quero um código mais limpo, se eu
45:48quero um código mais completo, quais são
45:50componentes reutilizáveis, quais são
45:52dependências que não são necessárias.
45:55Então não é um prompto, como parece
45:58naquele primeiro slide das 40 versas 500
46:01palavras, mas sim um prompt intenção de
46:04arquitetura. E daí rapidinho, porque meu
46:06tempo tá acabando, algumas
46:09características da arquitetura
46:10comparada. Então, basicamente, na
46:12esquerda com Vibe Coding somente tem
46:15forte acoplamento, sem estabilidade
46:17dessa aplicação, com uma dívida técnica
46:19que é muito silenciosa e difícil de
46:21descobrir até você encontrar uma falha
46:23de vulnerabilidade e de segurança. A
46:26gente que engineering, você pode
46:27substituir os componentes, estabilidade
46:30total, crescimento previsível que você
46:33definiu aí. Aqui é bem detalhado que a
46:36gente tinha preparado desse framework,
46:38mas basicamente ambos resolvem o mesmo
46:40problema. A diferença vai tá justamente
46:43que toda decisão no agenticering tem um
46:46contrato, entre aspas, que ela tem um
46:48histórico para ser puxado, que ela tem
46:50um commitment para ser trazido. Já no
46:53vibe coding são coisas implícitas que
46:55você não vai ter como revogar esse
46:57contrato mais paraa frente.
47:00E daí na qualidade do código, os
47:02concerns fazem muita diferença estar
47:04misturados ou estarem separados. essa
47:06reutilização.
47:08Então, não tem abstração num vibe coding
47:11simples e o teste, você poder fazer isso
47:14de uma maneira mais completa. Tem uma
47:17diferença já básica aqui que vocês podem
47:19ver na qualidade do código.
47:23Então, aí a gerou ambos, mas arquitetura
47:25faz total diferença. Pra gente fechar,
47:27gente, qual que é o convite que eu deixo
47:29para vocês? Então, anteriormente, nos
47:31dois nos três exemplos, é a nossa parte
47:34de inovação de
47:37código de técnico que a gente convida
47:39vocês explorarem na nossa nuvem. Mas a
47:41gente tem a nossa parte de pessoas, o
47:42TDC são feitos por pessoas e a gente
47:45convida vocês também pro nosso
47:47ecossistema de pessoas. Então, a gente
47:49tem desde o one na parte de educação, é
47:52um programa muito legal para aprender IA
47:55e de empregabilidade. Tem nossa
47:57comunidade própria desenvolvedores, que
48:00daí no instante vocês podem conhecer
48:02todo o nosso time que tá aqui. Parte de
48:04startups, a gente tem um programa
48:06específico para startups que vocês podem
48:07contar com a gente também para crescer.
48:09E também os nossos parceiros, a própria
48:11Sky One é um grande parceiro nosso,
48:14Delfiol vai falar aqui na sequência.
48:17Então o convite que fica aqui, se vocês
48:19quiserem fazer parte, te convida a vocês
48:22que que vocês vão encontrar no nosso
48:24clube que a gente chama de Innovators
48:26Club. eventos da Oracle exclusivos, eh,
48:30obviamente eventos gratuitos,
48:32certificações e beds gratuitas também,
48:35prêmios, mentorias com os nossos
48:38especialistas, executivos, conteúdos
48:40específicos que vocês podem inclusive
48:42subir nas nossas redes, subir no nos
48:44nossos blogs e fazer parte dessa
48:47comunidade Oracle, tá?
48:50Tem uma galera tirando foto. Eu vou
48:53voltar com QR code, mas pode tirar foto
48:55só. Então, alguns exemplos práticos,
48:58eh, três programas super legais que a
49:01gente tem, Ace, Mário Barduk, grande
49:06astro nosso vai estar aqui com a gente,
49:08Java Champions, que a Iara fez parte,
49:10inclusive, Super Java Champions, não sei
49:12se vocês sabiam, mas fera do Java,
49:16comunidade de Analytics e AI, então para
49:18vocês entrarem, participarem com a
49:20gente, tudo isso a gente consolida num
49:22podcast. Então, tive o prazer de estar
49:24com o próprio Max no nosso podcast.
49:26Então, conectem, procurem no YouTube, no
49:29Spotify, o podcast da Oracle, Oracle
49:32Cast Innovators Podcast. Então, voltei o
49:34Q code aqui. Eh, se alguém quiser
49:39escanear ainda, vi que alguns ainda não
49:41tinham feito.
49:44Boa. Pra gente fechar, então, super
49:47rápido nossas participações. Rafa vai
49:50estar com o nosso workshop amanhã de OCA
49:52ea para mostrar justamente essa
49:54orquestração de agentes. Na sexta, o
49:56Evandro vai est aqui falando sobre dados
49:58a ação com o nosso banco de dados 26 AI.
50:02A gente tem Handson Lab rodando os três
50:04dias aqui na nosso mini mini Handson
50:07Lab. E o nosso time também, Super time,
50:11vai est na mentoria se alguém quiser
50:13conectar com a gente, tá bom?
50:16Eh, se alguém puder dar feedback da
50:19palestra, se quiser me criticar, por
50:21favor, nosso NPS é super importante.
50:25E para fechar,
50:27basicamente para resumir, a vantagem
50:29competitiva não é de quem escreve mais
50:31rápido, mas sim de quem faz os melhores
50:33sistemas com IA. O vibe coding somente.
50:36Daí o Delfiol vai falar na sequência de
50:38vibe management. Eh, super importante,
50:41mas a gente convida vocês a terem essa
50:43visão holística que o Vibe Management
50:45também traz do sistema de velocidade com
50:48escala dessa produção preparada de
50:51arquitetura. Beleza? No fim, o vibe
50:54coding faz com que as coisas pareçam
50:56prontas. Tá bonitinho aqui,
50:59mas o Jing Cage nearing vai fazer com
51:01que essa casinha pare de pé, fique
51:03bonitinha e tenha solidez. Beleza?
51:07Obrigado pela atenção de vocês, obrigado
51:09pelo tempo e mais uma vez juntos.
51:13Obrigadão, viu?
51:14>> É isso aí. Obrigada, Lucas.
51:22Eu acho essa discussão sobre Vibe Code
51:24versus Vibe Engineering a gente que AI
51:28Engineering. Vocês estão passando por
51:29isso ou não? Conta para mim quem tá no
51:32vibe, quem tá no spec. levanta a mão
51:34quem tá no vibe, quem tá mais no spec
51:38driven.
51:40Nossa, para mim tem sido fantástico. Eu
51:43tô feliz de estar viva, ativa e
51:45produzindo nesse momento que a
51:47inteligência artificial nos permite
51:49tantas possibilidades de transformação
51:52e, no meu caso, de reconexão com
51:54escrever código. Então, tô muito
51:56contente com isso. E junto a gente traz
51:59uma série de outros desafios, né, na
52:01hora que a gente começa nessa produção
52:03em larga escala, conseguir produzir
52:05100.000, 150.000 1000 linhas de código,
52:08como é que a gente amadurece, como é que
52:11a gente profissionaliza. Então, foi
52:12muito legal ter o Lucas. E agora eu
52:15gostaria de continuar essa conversa
52:18junto com vocês, falando agora de vibe
52:21managing com Robson Delfioli da Sky One.
52:25Robson,
52:32>> alô, alô. Qual que é o passador aqui?
52:35Aqui pediram para eu tirar o repetido
52:37daqui. É o que tem telinha para eu
52:39tirar.
52:40>> Ah, então tá bom. É esse.
52:41>> É esse daí. Gente, uma notícia rapidinha
52:44em paralelo lá. A nossa trilha vai
52:47começar lá. A primeira palestra vai ser
52:49no estádio. Eh, quem tiver interesse em
52:51participar lá, apesar de tá cheio, tem a
52:54possibilidade de fazer pergunta, tudo
52:55mais, uma participação ao vivo, senão
52:57vai ser transmitida aqui, quem quiser
52:58ficar aqui, tá? Eu vou para lá porque eu
53:00sou coordenadora de trilha, então eu
53:01tenho que estar lá na abertura. Mas
53:03então, fica à vontade, pode ficar aqui,
53:04a gente volta para cá depois, mas quem
53:07quiser interagir e fazer pergunta, eh, é
53:09lá ao vivo, tá? Então, mas fica à
53:11vontade, a gente volta para cá depois
53:12quem quiser ficar confortável aqui no
53:14lugar, tranquilo também, tá? Obrigada,
53:16gente.
53:18>> Tá discutindo aqui e eu vou continuar o
53:20assunto que ele começou, né, que ele
53:22falou da camada técnica. Eu vou falar da
53:24camada de negócios agora.
53:26>> Excelente,
53:26>> né? O que é o tal do vibe management.
53:30Pessoal, eu sou o diretor de educação da
53:32Sky One, tenho 15 minutos para falar
53:34sobre um conceito que é um conceito
53:36novo, né? Pensa um time na sua empresa
53:40antes da inteligência artificial, só
53:43pessoas, certo? Pessoas, processos,
53:45sistemas. Agora ele tem um tal de agente
53:48de A. Como que é fazer a gestão de um
53:51time híbrido que tem agentes de A?
53:54para falar disso. Deixa eu ver se vai
53:56passar aqui. Ih, não tá passando. Deixa
53:59eu pegar o outro passador aí. Talvez
54:01seja o outro.
54:04Não é? Não passou não. Eu acho que o meu
54:06agora foi. Então, para falar um pouco
54:09disso, eu trouxe aqui alguns slides pra
54:11gente discutir. Começando com esse aqui,
54:14ó,
54:16até 2025.
54:18Esse provavelmente é o tamanho do
54:21prejuízo das empresas por decisões de
54:24agentes de a que o ser humano não
54:26participou, que foi 100% autônomo, né? E
54:30por que que isso é um grande problema?
54:32Porque você não pode chegar pro juiz e
54:34falar: "Juiz, não fui eu, não foi a
54:37minha empresa, foi a Oracle, foi a Sky
54:40One, foi a Microsoft, foi o Google, não,
54:43foi a sua empresa. Sim, o sistema é seu,
54:45você que criou". Ah, não, mas não fui eu
54:47que criei. Eu contratei o cara que
54:49criou. Mas quem que cuida da empresa?
54:51Quem que é o gestor da empresa? Então, a
54:53responsabilidade é da gestão e o
54:56prejuízo também, né?
54:59E o erro custa muito caro. Então, a
55:01responsabilidade legal, civil, criminal,
55:05é da pessoa que comanda a empresa, do
55:08diretor, do presidente, do fundador.
55:11Todo erro de agente de A pode virar um
55:13processo. Por exemplo, se o agente de A
55:16discriminar uma pessoa, por exemplo, se
55:19o agente de A entregar uma informação
55:21incorreta e a pessoa se sentir
55:23prejudicada, ela vai na justiça. Então,
55:26a gente tem uma responsabilidade que eu
55:28não posso me afastar dela, eu não posso
55:30falar que é do outro, não posso
55:32transferir pro outro.
55:36E por que que isso agora se tornou uma
55:39das questões mais importantes nas
55:41empresas? Porque finalmente a
55:43inteligência artificial virou uma
55:45aplicação de negócio. Ela era a pessoa
55:48física, todo mundo tem pelo menos dois
55:50aqui no bolso, né? Chat GPT, Gemini,
55:53Clodet, quem tem mais de um?
55:57A maioria, eu tenho quatro, né? E eu já
56:00fiz uma cagada no passado, depois eu
56:02conto, mas eu criei um agente de A com
56:03os meus exames e ele ficou público na
56:06internet. Foi uma porcaria. Depois para
56:08apagar foi um problema, né? E você tem
56:11esses riscos, dados pessoais, dados
56:14sensíveis podem ser expostos na internet
56:17sem que você saiba, sem que você tenha
56:20aprovado. Então você não consegue chegar
56:23no final de um processo de implementação
56:25de agentes de A sem se preocupar com
56:27isso. E o gestor passa agora a ter que
56:29fazer essa gestão de de duas situações,
56:32o ser humano e o agente de a.
56:36Isso aí a gente tá chamando de vibe
56:37management, né? É um termo que nós
56:40inventamos, mas cara, no final do dia é
56:42gestão, né? É uma gestão de um time
56:45diferente, aonde a intencionalidade
56:49passa a ser uma coisa super importante.
56:52Qual é a intenção por trás daquele
56:54agente de A e quais são os fatos e dados
56:58que aquele agente de A tá consumindo
57:00para tomar suas decisões? E eu vou
57:02mostrar para vocês aí nos próximos
57:04slides de como você pode melhorar a
57:07gestão da empresa fazendo esse trabalho
57:09que a gente tá chamando de vibe
57:10management.
57:13Começa por isso aqui, ó. Você tem um
57:16risco, mas esse risco pode se tornar uma
57:19vantagem competitiva também. O agente de
57:21A deve ser usado. A empresa precisa usar
57:24as tecnologias mais recentes e as
57:26melhores para ser mais produtiva. Só que
57:29você tem que controlar o risco. Você
57:31precisa ter precisão nas decisões. Aí
57:33você pode usar o tal do Hag, gerar
57:36documentação em Hag, preparar essa
57:38documentação pro gente de consumir. O
57:40Lucas falou muito bem sobre isso, né?
57:43Como você abastece a inteligência
57:45artificial com um procedimento, com um
57:48manual, com processos para que ele tome
57:50a melhor decisão. Você tem um ser humano
57:52julgando essa decisão. Então eu vou ter
57:55que ter um cara que vai olhar, vamos
57:57mandar todo mundo embora na empresa? Não
57:59dá. Simplesmente não dá, porque alguém
58:01vai ter que olhar o trabalho que a
58:02inteligência artificial tá fazendo.
58:05E como que eu monitoro, quais são os
58:07critérios de monitoramento desse agente
58:10de A? como que eu sei que ele tá
58:11entregando corretamente? E por fim, quem
58:14é que cuida disso? Quem é o responsável?
58:18Bom, a gente tá dizendo então que tem
58:21três perfis de pessoas na empresa que
58:23lidam com a gente de a o construtor, o
58:25cara que cria a aplicação, o
58:27desenvolvedor, o Vibe Code, qualquer
58:30pessoa que criar uma aplicação. A nossa
58:33proposta é que ele tenha conhecimento de
58:35negócio, ele não seja só um
58:37desenvolvedor de software e não que o
58:39desenvolvedor não possa construir um
58:40ótimo agente de a, pelo contrário, ele
58:42tem todo conhecimento técnico para isso,
58:44mas é uma aplicação de negócios também.
58:47Então, talvez você precise ter
58:49conhecimento de negócio, mas você
58:50precisa ter lógica, né? Foi falado do
58:53CRUD, né? No processo, tem o Crude
58:56também. E ele precisa ter isso aqui, ó.
58:59Como que era o processo antes da IA e
59:02como vai ser o processo depois da IA. O
59:04mundo que nós existimos é um mundo em
59:06transformação. Poucas aplicações
59:09nasceram depois da inteligência
59:10artificial. A maioria nasceu antes e
59:13você vai ter que fazer uma
59:14transformação, vai sair do que era para
59:17o o que vai ser.
59:20Tem um outro perfil de pessoas na
59:21empresa, os caras da governança,
59:24notadamente o time de tecnologia, o time
59:27jurídico, o time que cuida dessas
59:30aplicações de negócio do ponto de vista
59:32de risco. Ele vai estabelecer os
59:34critérios de compliance para garantir
59:36que aí a tá dentro das normas
59:38regulatórias.
59:39Ele vai ter que assegurar que a
59:41construção tá seguindo esses processos e
59:43procedimentos, porque as evidências na
59:46frente do juiz é o que vão salvar a
59:47empresa de um processo que pode quebrar
59:50a empresa ou de uma pequena multa, né? E
59:53o risco ele tem que estar sob controle.
59:56Sem risco não existe, né? Todo negócio
59:58tem risco, mas ter controle sobre o
1:00:01risco é a diferença entre você ter
1:00:03sucesso e insucesso.
1:00:05E aí você tem o cara comum, o cara que
1:00:08antigamente usava o Microsoft Office,
1:00:11usava o Word, usava o PowerPoint. Agora
1:00:13ele tem isso aqui, ó, ele tem o agente
1:00:15de A na mão. E esse usuário precisa ser
1:00:18capacitado. Ele tem que saber como
1:00:20funciona o desenvolvimento dos agentes
1:00:22de A e como operar nesse novo modelo,
1:00:25né, nessa nova forma de trabalhar.
1:00:29E quais são esses pilares então do Vibe
1:00:32Management? governança e risco. Então,
1:00:35você conseguir fazer a governança da
1:00:38empresa para que os agentes de a não
1:00:40alucinem ou se alucinar esteja numa
1:00:44alucinação sob controle,
1:00:47você tem que passar de prompses a
1:00:49diretrizes, então tendo diretrizes muito
1:00:51claras e o humano no controle dessas
1:00:53diretrizes,
1:00:55monitorar e auditar o trabalho do agente
1:00:58de A e o trabalho dos desenvolvedores de
1:01:00software. E por fim, capacitar e falar
1:01:04de gestão de mudança. Gestão de mudança.
1:01:08A gente tá num momento de transformação,
1:01:11onde empresas deixaram de operar de uma
1:01:14forma e vão passar a operar numa outra
1:01:16forma. E essa forma nova considera a IA
1:01:19como uma pessoa, como se fosse uma
1:01:21pessoa trabalhando na empresa. E aí você
1:01:23vai precisar trabalhar então essa
1:01:26capacitação do time e desse agente de A.
1:01:30E esses são os quatro pilares do que a
1:01:32gente chama de vibe management.
1:01:35E quem é Sky One? Para quem não conhece,
1:01:36é Sky One e eu já tô bem perto de
1:01:38terminar minha apresentação aqui. Cara,
1:01:40Sky One é empresa brasileira de
1:01:41tecnologia que nasceu em São Paulo, tem
1:01:4413 anos de mercado, somos parceiros da
1:01:46Oracle aqui. A gente tem mais de 25.000
1:01:491000 clientes em 35 países e é uma
1:01:51empresa que tem a cloud já pronta paraa
1:01:54inteligência artificial com toda a
1:01:55infraestrutura da Oracle e a
1:01:57orquestração de agentes de a em cima
1:02:00dessa infraestrutura, né? Então processo
1:02:02de ponta a ponta desenvolvido pela Sky
1:02:05One, tecnologia brasileira com mais de
1:02:0725.000 clientes. E eu trouxe um
1:02:09presentinho para vocês aqui, né? para
1:02:12todo mundo que assistiu a palestra, eu
1:02:15vou dar um um acesso gratuito ao nossa
1:02:18área de educação por 12 meses, né? Então
1:02:21vou botar um Q code aqui, vocês se
1:02:22preparem que eu vi que o pessoal também
1:02:25pegou o Q code aqui da hora que vai
1:02:26pegar o nosso. E para fechar, então a
1:02:29governança não é uma coisa feia,
1:02:30complicada, não é um problema na
1:02:32empresa, pelo contrário, ela aumenta a
1:02:35taxa de sucesso nesses processos de
1:02:37transformação. A empresa com governança
1:02:40muito provavelmente vai ter mais sucesso
1:02:42nos projetos de agente de A. E uma boa
1:02:44parte dos projetos que tem falhado é
1:02:48também por ausência de governança.
1:02:49Então, comecem já os projetos pensando
1:02:52nessa questão do Vibagement. Quem quiser
1:02:55aprofundar no assunto, tem um curso de
1:02:57vibe management aqui na Sky One, né? E
1:03:01eu vou mostrar para vocês. Ó, a nossa
1:03:03comunidade chama Builders.
1:03:05Todo mundo aqui tem acesso por 12 meses.
1:03:08Depois pode pegar o link e compartilhar
1:03:09com o colega sem custo nenhum. E eu vou
1:03:13recomendar dois cursos lá, cursos
1:03:15gratuitos, o curso de vibe management e
1:03:18o curso de agentes de Level. Se você
1:03:21quer ajudar o diretor da empresa, o
1:03:23presidente da empresa a entender o que é
1:03:25agente de A, ele precisa fazer esse
1:03:27curso e é um curso gratuito
1:03:29disponibilizado lá pela Sky One, tá? E a
1:03:31gente também tem mais de 2000
1:03:33desenvolvedores na comunidade, mais de
1:03:351000 pessoas certificadas. Vai ser um
1:03:36prazer ter vocês com a gente. Muito
1:03:38obrigado aí pela oportunidade. Foi um
1:03:40prazer aqui te suceder na apresentação.
1:03:42Tô aberto a perguntas também porque
1:03:44sobrou um tempinho aqui. Sobrou 4
1:03:46minutos da apresentação, pessoal. Muito
1:03:48obrigado.
1:03:54>> Eu vou deixar o slide aqui, viu, Iara,
1:03:57pro pessoal pegar aqui.
1:04:01>> Bom, temos alguma pergunta aqui? Nós
1:04:05temos uma pergunta. Diga o seu nome
1:04:08antes da pergunta.
1:04:10Bom dia. Meu nome é Eduardo da
1:04:12Secretaria de Estado da Administração.
1:04:14O, na área pública começa-se uma
1:04:17verdadeira transformação com o uso dos
1:04:19agentes, mas a governança ainda é um
1:04:22desafio. Muitas situações isoladas ou
1:04:26muitas vezes o o próprio usuário
1:04:28colocando uma iado do seu do seu do seu
1:04:31pagado do seu próprio bolso. como fazer
1:04:34esse controle sem que se isso transforme
1:04:36numa trava, mas numa oportunidade de
1:04:38governança?
1:04:39>> Ó, perfeito. Eu não consa,
1:04:43né? O que eu posso falar é um pouco mais
1:04:45do setor privado. O que que a gente
1:04:47decidiu na Sky One a princípio, né? Eu
1:04:49vou colocar em três fases. Na primeira
1:04:52fase, que é a fase exploratória, a gente
1:04:54não bloqueou as pessoais, as pessoas de
1:04:57utilizarem, né? a gente tentou capacitar
1:04:59as pessoas em como utilizar
1:05:01corretamente, mas primeiro a gente
1:05:03definiu uma política, né, uma política
1:05:06de utilização de inteligência artificial
1:05:08que dizia como utilizar, por utilizar,
1:05:11em que situações utilizar e quais dados
1:05:15você pode eh colocar nesse chat GPT,
1:05:19Gemini, etc. E essa foi a fase básica,
1:05:21né? Depois a gente veio para uma outra
1:05:23fase que é a fase de implementação de
1:05:25controles. A gente passou a bloquear
1:05:28determinados
1:05:30sistemas, né? Agentes não homologados,
1:05:32sistemas não homologados são bloqueados
1:05:35porque nós homologamos as aplicações que
1:05:38nós vamos utilizar internamente, né? A
1:05:40gente utiliza no desenvolvimento de
1:05:41software, a gente utiliza na criação de
1:05:44marketing, por exemplo, eu uso na área
1:05:46de educação. Eh, o meu time tem seis
1:05:49pessoas, três são pessoas de carne e
1:05:52osso e três são agentes de a. Inclusive,
1:05:54eles estão no meu organograma e eu tenho
1:05:55que pagar eles, né? Porque tem um
1:05:57consumo, né? Tem um consumo de token,
1:05:59tem um consumo de infraestrutura. Então,
1:06:01a gente trata isso como parte da
1:06:04empresa, como uma parte realmente do
1:06:07sistema organizacional, né? E aí vem o
1:06:10último que é a estratégia. Aonde entra a
1:06:12inteligência artificial na estratégia da
1:06:14empresa, né? Ela é um diferencial
1:06:16competitivo? Eh, você tá usando para
1:06:18reduzir custo? Qual é o papel da
1:06:21inteligência artificial na empresa, né?
1:06:23Mas a primeira coisa foi explorar. Vamos
1:06:25explorar o que dá para fazer, depois
1:06:27governança, depois estratégia ou eh o
1:06:31ideal seria começar pela estratégia, né?
1:06:32Mas tá todo mundo aprendendo, então
1:06:35talvez não dê para começar já pela
1:06:36estratégia, né?
1:06:38Mas é o nosso exemplo, não sei se te
1:06:40respondi.
1:06:41>> Maravilha. Muito obrigado, Robson.
1:06:44Pessoado.
1:06:45>> Parabéns e uma salva de palmas. Valeu.
1:06:52>> Maravilha. E vamos dar continuidade ao
1:06:55nosso dia. Agora a gente vai dividir em
1:06:58trilhas, mas quem é de designer de
1:07:01código e agenti, fiquem por aqui que eu
1:07:03vou explicar. Ah, as outras trilhas
1:07:06podem caminhar eh pelos corredores, irem
1:07:09para suas salas, que a gente vai dar
1:07:11início agora às nossas trilhas.
1:07:12Maravilha, ó, a hora da foto. Tchá.
1:07:16Maravilha. Bom, como que vai funcionar a
1:07:19trilha Stadium, que vai funcionar deste
1:07:22lado esquerdo, vai começar agora com a
1:07:24gente, que a trilha de design de código
1:07:27vai acontecer aqui na minha direita e
1:07:29esquerda de vocês, eh, certo? e vão
1:07:32acontecer com sala silenciosa.
1:07:35Para cuidar muito bem da stadium, eu
1:07:39quero convidar o host dessa manhã, Júlio
1:07:42Bquon. Uma salva de palmas.
1:07:48>> Maravilha. Então, o Júlio vai conduzir a
1:07:51stadium. Deixa eu deixar você dar um seu
1:07:53bom dia pro pessoal. Eu tô te
1:07:54>> Bom dia. Bom dia. Bom dia, pessoal. Tudo
1:07:56bom? Fiquem à vontade para quem quiser
1:07:59assistir a Stadium agora. Isso. E é
1:08:02muito bom porque ele pode dar o bom dia,
1:08:04todo mundo tem o direito de ouvir essa
1:08:05voz sedosa aqui, ó. Foto
1:08:09>> treinando,
1:08:10>> ó. Foto ali, ó.
1:08:14>> Maravilha. Então, dá um pouquinho mais
1:08:16da sua voz enquanto o som está aberto
1:08:18que a gente vai pôr no fone de ouvido
1:08:19daqui a pouquinho.
1:08:21>> Boa. Já estamos no fone de ouvido ou a
1:08:23gente vai
1:08:24>> Não, vamos agora. Bom, eu quero só saber
1:08:26antes da gente mudar o som aqui, quem é?
1:08:31Ah, desculpa, eu achei que tava lá em
1:08:33cima ainda. Tranquilo. Eh, eu queria só
1:08:36saber antes da gente trocar o som, quem
1:08:38aqui é da trilha design de código.
1:08:41Maravilha. Quem é da gente ki?
1:08:44Maravilha. Quem não é dessas também
1:08:46fiquem à vontade, podem continuar, mas a
1:08:48gente vai mudar pro fone agora. Quem é
1:08:51do design de código vai colocar o canal
1:08:54um no radinho. Eh, eles geralmente estão
1:08:57desligados. Tem um botãozinho on, você
1:08:59segura ele, ele ligou, põe no canal um e
1:09:02a stadium vai ficar no canal dois. Então
1:09:05eu vou pedir para vocês fazerem isso
1:09:06agora e a gente vai fazer um teste de
1:09:09som aqui.
1:09:10>> Perfeitamente.
1:09:13>> Maravilha. Ah, eu tenho que trocar de
1:09:15microfone, desculpa.
1:09:23Boa.
1:09:27Eu quero. Obrigado.
1:09:30>> Valeu. Pode maravilha. Estou testando os
1:09:34microfones aqui. Eh, pessoal no canal um
1:09:37está me ouvindo? Dê um sinal com a mão.
1:09:39>> Alô? Alô. Estão me ouvindo, pessoal?
1:09:42Show de bola. Show de bola. Então
1:09:45pessoal,
1:09:46Júlio, o microfone amarelo é seu, você
1:09:49pode deixar ali. Não, esse também é meu
1:09:52laranja.
1:09:52>> Tá bom.
1:09:56>> Vocês perceberam aqui que a gente tá se
1:09:58preparando. Então, pessoal, fiquem à
1:10:00vontade, sintam-se em casa. Eu gostaria
1:10:03de chamar então a coordenação
1:10:07de Agente Ki. Pessoal tá por aí.
1:10:09coordenação.
1:10:11Já podem se achegar, meu povo. Temos
1:10:15aqui hoje comigo Pablo Radler, Adriana
1:10:20Vingart, Carlos André Antunes e Rogério
1:10:23Rodriguez. Uma salda de palmas para
1:10:25eles, pessoal.
1:10:29Pessoal, já vamos começar aqui essa
1:10:31trilha até para a galera já ir
1:10:33acompanhando e fazer uma introduçãozinha
1:10:36rápida do que a gente vai ter nessa
1:10:39trilha. 2 minutos, 2 minutos no máximo e
1:10:42já vamos chamar também o palestrante pra
1:10:43gente começar. Fechou? Fechado.
1:10:46>> Boa, gente. Bom dia. Todo mundo tá com
1:10:48canal ligado aí? Todo mundo sem sono.
1:10:50Tomaram água, tomaram café? Boa, gente.
1:10:53A trilha esse ano aqui a gente fez um
1:10:55[ __ ] esforço assim para tentar manter um
1:10:57balanço, é balanceada, né? Que nem diz
1:10:59os nós engenheiros de dados aí e
1:11:01estatísticos. Então, a gente vai ter vai
1:11:03ter algumas palestras que elas são de um
1:11:05nível um pouco mais iniciante, de um
1:11:06nível um pouco mais de arquitetura, um
1:11:08pouco mais densa. Então, a ideia é que
1:11:10abranja todo mundo, tá? Então, se você
1:11:12iniciante, tá vendo uma palestra que
1:11:14você tá achando que é muito confusa,
1:11:16fique tranquilo, porque a próxima pode
1:11:17ser que seja mais mais calma e o
1:11:19contrário também é verdadeiro, tá?
1:11:21Então, eu sou o Carlos, a gente me
1:11:22apresentando, sou engenheiro na Soft
1:11:25Plan, aqui na ilha, lá no norte da ilha.
1:11:27Tô nessa vida aí desde 2017, na era de A
1:11:29e rapidaço, ó.
1:11:32Bom, eu sou a Adriana, eu sou de São
1:11:35Paulo, então não sou daqui da região.
1:11:37Eh, mas é um prazer estar com vocês
1:11:38aqui. Eu trabalho hoje na Kindre. A
1:11:40Kindre é uma empresa que saiu da do
1:11:41spinoff da IBM, para quem não conhece. E
1:11:44eu trabalho hoje, eu estou trabalhando
1:11:45criando agente, fazendo arquitetura de
1:11:47agentes, mas eu venho de o background de
1:11:49SAP e cloud, especialista arquitetura.
1:11:51Então essa sou eu.
1:11:54>> Pessoal, bom dia. Eu sou o Rogério, moro
1:11:56aqui em Santa Catarina. Eu trabalho na
1:11:58WHub, sou gerente de AI. Então, hoje meu
1:12:00dia a dia é focado em, venho da
1:12:02Microsoft também aí nessa área de DTNi.
1:12:04E aí, fiquem à vontade aí, procure a
1:12:06gente para qualquer dúvida, qualquer
1:12:07auxílio.
1:12:09>> Bom dia, pessoal. Eu sou o Pablo, eu sou
1:12:11da área de arquitetura de software,
1:12:13tenho trabalhado já com inteligência
1:12:15artificial já faz algum tempinho, antes
1:12:17mesmo dessa onda de agentes de LLMs. Eh,
1:12:21a gente preparou uma trilha bem bacana
1:12:23para vocês, tem muita palestra bacana,
1:12:25aproveitem bem o TDC. Eu participo do
1:12:27TDC desde 2010. Então, é um, é um grande
1:12:31aprendizado de carreira, pode ajudar
1:12:34muito vocês em todos os processos da
1:12:35carreira de vocês. Contem com a gente no
1:12:37que precisar na trilha e vamos seguir,
1:12:40né, minha?
1:12:41>> Boa. Seguindo aqui, pessoal. Obrigado à
1:12:43coordenação. Fiquem à vontade. Eu
1:12:45gostaria de chamar a Ana Lind Lima de
1:12:49Araújo.
1:12:51Cadê a Ana? Já chegando aqui. Palmas
1:12:54silenciosas, pessoal. Palmas
1:12:55silenciosas.
1:12:57Obrigado.
1:12:59A Ana vai trazer aqui um pouco pra gente
1:13:01sobre arquiteturas orientadas a gentes.
1:13:04Quando o sistema deixa de executar e
1:13:06passa a decidir. Ana, palco é seu. Fique
1:13:09à vontade. Bora pra palestra.
1:13:13>> Estão todos me ouvindo, gente? Sim.
1:13:15Primeira vez que eu faço uma palestra
1:13:16silenciosa, então eu não sei como que
1:13:18funciona. Muito bem, mas vamos lá. Deixa
1:13:20eu testar meu passador.
1:13:26E
1:13:41>> adoro problema?
1:13:45>> Ele não vai usar.
1:13:46>> Obrigada.
1:13:47Não, beleza. Coisa aí pega com
1:13:53>> Foi. Foi, galera, foi. Vamos lá. Oi,
1:13:56pessoal. Bom dia. Tudo bem? Para
1:13:57começar, eu gostaria de trazer um
1:13:59questionamento que eu me fiz quando
1:14:00começou toda essa área de IA, de
1:14:03intelicial, generativa e tudo mais. Teve
1:14:05um certo momento que eu pensei, ok, como
1:14:08é que funciona o banco de dados do chat
1:14:10de apt? Quem já pensou nisso? Quem já
1:14:11parou para refletir nisso, levanta a
1:14:13mão. Boa. Então, não tô só. Obrigada. E
1:14:17um outro momento eu falei, beleza, como
1:14:18que funciona o banco do GPT? Mas e a
1:14:20arquitetura do Cloud? E essa curiosidade
1:14:23me fez entrar mais a fundo dentro do do
1:14:25mundo da IA Generativa e me fez levar eh
1:14:29me fez chegar a outras mesas de
1:14:30diretoria, de executivos, muito buscando
1:14:32essa resposta de o que que o negócio vê
1:14:35em relação à IA generativa. Por quê?
1:14:39Porque no final do dia eu vi que a IA
1:14:41ela ia mudar não só o dado, não só a
1:14:43infraestrutura, ela ia mudar toda uma
1:14:45organização. E aí eu acabei chegando.
1:14:48Opa!
1:14:52Uai,
1:14:55não tá passando
1:15:01agora. Beleza? E aí a gente chegou num
1:15:04numa conversa com um diretor executivo
1:15:06de uma consultoria, ele falou a seguinte
1:15:08frase: que as pessoas de negócio elas
1:15:11estavam apenas colocando I num processo
1:15:14que já existia e esquecia de redesenhar
1:15:17aquilo. E o que que aconteceu quando
1:15:18surgiu o GPT? Todo mundo começou a
1:15:20colocar um chatbot no seu sistema, na
1:15:22sua aplicação, e o processo continuava
1:15:24do mesmo jeito. A jornada era da mesma
1:15:26forma. E aí quando a gente olha pro
1:15:28gráfico do hyper eh hypercle da Gartner,
1:15:32ele fala o seguinte, que a gente neste
1:15:35momento está no auge da IA agêntica,
1:15:39então todo mundo quer colocar agente de
1:15:40IA. E a segunda etapa desse momento do
1:15:43hype é o quê? é a frustração, é
1:15:44desilusão, porque no final do dia eles
1:15:47não vão conseguir colocar de forma com
1:15:49governança, com arquitetura, vai muito
1:15:51no hype. E aí você pode entrar nesses
1:15:54dois grupos ou no grupo que colocou a
1:15:56infraestrutura, eh, colocou aí a
1:15:58generativa de forma assertiva com
1:16:00arquitetura e segurança e governança e
1:16:02aí você passa por esse vale
1:16:03tranquilamente ou você vai entrar nesse
1:16:05vale da desilusão e aí a não presta para
1:16:07nada, não funciona para nada, enfim. E
1:16:10uma coisa interessante desse desse
1:16:11gráfico aqui é que dentro desse círculo,
1:16:14dessa dessa dessa desse hype, né, que
1:16:18ele tem aqui, que ele traz pra gente, é
1:16:20que diferentemente da IAG narrativa, a
1:16:23parte de segurança, de arquitetura e de
1:16:24governança tá vindo muito depois. Então,
1:16:27as pessoas primeiro começam a construir
1:16:29e depois vão começar a pensar na
1:16:30arquitetura, depois vão começar a pensar
1:16:32na governança, tá bom? Beleza. E aí eu
1:16:35cheguei em algumas conclusões. A
1:16:37primeira conclusão que eu cheguei foi o
1:16:38quê? que a gente vai começar a
1:16:40redesenhar não só sistemas, como a gente
1:16:43constrói esses sistemas, mas também a
1:16:45gente vai começar a redesenhar como a
1:16:46gente desenvolve esse fluxo de de
1:16:49desenvolvimento desse sistema. Então, eu
1:16:51não vou só redesenhar o meu sistema,
1:16:53como ele vai se comportar, o meu banco
1:16:54de dados, eu também vou redesenhar como
1:16:56eu construo, como eu desenvolvo, por
1:16:58causa das ideias, por causa dos
1:17:00processos. Agora eu não preciso mais de
1:17:02um time inteiro, agora eu preciso
1:17:03entender o problema. Eu preciso apenas
1:17:05de um, talvez nem um pi dentro dessa
1:17:07jornada, né? Mas enfim, o foco de hoje é
1:17:10100% em como o sistema se organiza e
1:17:12podem se organizar no futuro, mas também
1:17:14a gente vai ter que começar a pensar no
1:17:17na experiência do usuário, como a gente
1:17:18pode redesenhar essa experiência. E aí
1:17:21tem um termo agora que tá super em alta
1:17:22que é a Generativa UI. Não sei se vocês
1:17:24conhecem, mas o Google ele já coloca
1:17:26isso há bastante tempo. Quando você
1:17:28pesquisa sobre um filme, aí vem a
1:17:30listinha de filmes ali, mas quando você
1:17:32pesquisa sobre futebol, começa a vir um
1:17:33campo ou o placar. Então essa essa
1:17:36mudança da da UI é o conceito da
1:17:39Generativ UI e o futuro também é esse, é
1:17:41que as aplicações comecem a vir também a
1:17:43se adaptar nesse sentido da experiência.
1:17:46Mas enfim, o foco hoje é arquitetura.
1:17:48Vamos lá. Quando a gente fala da linha
1:17:50do tempo da engenharia de software, a
1:17:52gente tá falando que o nosso primeiro
1:17:54desafio era o quê? Era a digitação.
1:17:56Quando surgiu toda a codificação, o
1:17:58nosso segundo desafio, que é a segunda
1:17:59era da engenharia de software, foi
1:18:01começar a incluir a redes neurais. E aí
1:18:04complementar, aí o surgiu as ideias que
1:18:06complementavam os códigos e aí começou a
1:18:09falar a ouvir discussões, né, tipo, ah,
1:18:11mas se a gente não entendeu o
1:18:11fundamento, a gente vai perder o
1:18:12conhecimento, vai ficar dependente da
1:18:15IDE. E agora a gente tá na era agêntica,
1:18:18a gente nem começa mais, a gente nem
1:18:19discute mais sobre isso. A gente só
1:18:20aceita que tem uma ferramenta que
1:18:22constrói código. E o nosso gargalo já
1:18:24não é mais essa etapa aqui de construir,
1:18:26mas sim a nossa atenção, a nossa
1:18:27governança. Porque no final do dia, o
1:18:31ponto principal sempre foi, desde o
1:18:33começo, era a parte de não é sobre
1:18:35escrever mais rápido, mas sim estruturar
1:18:37a a estrutura do da aplicação, projetar
1:18:40melhor os meus aplicativos, os nossos
1:18:43processos. E aí, bom, eu não me
1:18:45apresentei, mas prazer, eu sou a Ana,
1:18:47fui desenvolvedora, fui engenheira de
1:18:49dados e hoje eu tô trabalhando com
1:18:50estratégia de IA na Riachuelo.
1:18:53Para além disso, sou formada em semição
1:18:56e tô fazendo uma pós em tecnologias
1:18:58emergentes e transformação digital, mas
1:19:00eu sou mãe de dois pets, o Toy e o
1:19:02Stark, filha da dona Ana Núbia e amo
1:19:04café, ainda mais se ele for caro, então
1:19:07quanto mais superfaturada.
1:19:09Enfim, dentro dessa jornada de surgiu a
1:19:12IA Generativa, eu construí vários
1:19:14sistemas multiagentes e eu fui
1:19:15aprendendo com cada um deles porque eu
1:19:17fui errando muito com eles, né? Desde
1:19:20uma aplicação paraa consultoria, desde
1:19:22aplicação paraa parte da saúde,
1:19:25aplicações voltadas paraa
1:19:26sustentabilidade. E essas eh as
1:19:28aplicações que eu fui construindo,
1:19:30acabou que eu cheguei em algumas
1:19:31conclusões sobre o sistema que executa e
1:19:33o sistema que decide. O sistema que
1:19:35executa é aquele sistema que eu dou uma
1:19:37função para ele, é um filse, é sim ou
1:19:40não, você controla, tá na sua mão, é o
1:19:42nosso sistema tradicional, mas chega um
1:19:45momento, no caso este momento agora em
1:19:47que as pessoas já estão colocando e há
1:19:50modelos dentro da sua aplicação. E aí a
1:19:52gente começa a ter um conceito de o
1:19:55controle é de dentro para fora. A partir
1:19:57do momento em que você, antes você
1:19:59controlava, era de fora para dentro,
1:20:01você conseguia organizar tudo, você
1:20:03monitorava tudo, agora é de dentro para
1:20:06fora, é uma LLM que manda, é um
1:20:07raciocínio ali, né, que manda. Então o
1:20:10comportamento, falhas típicas, tudo isso
1:20:13ele vai mudar, todo o conceito ele ele
1:20:15muda, né?
1:20:17E aí eu trago aqui para vocês, vou
1:20:20colocar assim o primeiro gráfico, né,
1:20:22sobre a parte de agentes em uma
1:20:25arquitetura. Então, a partir do momento
1:20:26que eu entendo que a aplicação ela vai
1:20:29mudar e o controle é de dentro para
1:20:31fora, o que que tem esse o que que tem
1:20:32que ter dentro desse dentro para eu
1:20:34conseguir organizar melhor, né? E aí eu
1:20:37trouxe esse conceito em que eh o agente
1:20:39ele é o nosso resultado, mas para eu ter
1:20:42esse agente eu tenho que ter o modelo e
1:20:43o Hanners. A diferença do copilot, a
1:20:46diferença do da cloud, a diferença do
1:20:49GPT é apenas a arquitetura por trás, é o
1:20:51que sustenta eles. O modelo é muito
1:20:54parecido, mas o que limita o modelo, que
1:20:56define o modelo, é arquitetura. É o que
1:20:59sustenta esses modelos. E toda essa
1:21:01arquitetura tem a ver com prompts,
1:21:03ferramentas, o status com trains,
1:21:04feedbacks em loop, tudo que tá em volta
1:21:06dele. O modelo é o é o mínimo, é o
1:21:09básico. Você pode colocar qualquer
1:21:10modelo que vai definir sua aplicação,
1:21:12vai dar certo ou não, é toda essa
1:21:13infraestrutura por trás. Então aquele
1:21:16desenvolvedor que antes focava muito em
1:21:18ai qual é a melhor clean code para
1:21:20colocar nessa estrutura de código, agora
1:21:22o pensamento ele vai ser muito mais
1:21:23focado em infraestrutura nessa
1:21:26arquitetura da aplicação. Eu não só
1:21:28tenho que entender o negócio, entender o
1:21:30negócio muito bem, mas olhar também pra
1:21:32o meu minha aplicação no sentido,
1:21:34beleza, qual o meu contexto, quanto de
1:21:36janela de contexto eu tenho que ter,
1:21:38quais são os controles que eu tenho que
1:21:39ter, quais são os planos que eu tenho
1:21:40que fazer, quais são a as
1:21:42observabilidades que eu tenho que
1:21:43aplicar aqui para além da minha
1:21:45aplicação dentro do do dos modelos de o
1:21:49que que eu tenho que persistir. Enfim,
1:21:51no final do dia a gente entra nesse loop
1:21:54simples, que é o que acontece com todo
1:21:55mundo. tem uma ação, ele vai fazer uma
1:21:59chamada de uma ferramenta, de uma
1:22:00situação, enfim, ele vai observar
1:22:02resultados, ele vai refin refinar esse
1:22:05resultado, vai atualizar o plano, vai
1:22:06ter um output e entra nesse loop. Essa é
1:22:09a parte mais básica aqui também está no
1:22:11nosso cenário da engenharia 2.0, nessa
1:22:13tradicional. Mas o que que muda com a
1:22:16com a nova engenharia 3 eh 3.0
1:22:19é que eu saio desse inner loop em que o
1:22:22nosso agente ele executa tarefas que tá
1:22:25muito parecido também com a nossa
1:22:26engenharia de dados 2.0 e eu entro pro
1:22:29alterop que é quando o sistema ele não
1:22:31só executa tarefa, mas ele também vai
1:22:34aprender com aquela tarefa. E para ele
1:22:36aprender com aquela tarefa, você vai ter
1:22:37que incluir uma infraestrutura muito
1:22:39maior de reg. regue, não é só vou
1:22:41colocar um código aqui na minha
1:22:42aplicação, é toda uma arquitetura por
1:22:44trás, é, eu entender o dado, é entender
1:22:46todo esse processo e para eu ter todo
1:22:49esse alter loop ou até mesmo conectar os
1:22:51dois, o processo de de desenvolvimento
1:22:54fica um pouco mais complexo.
1:22:56E aí eu trago aqui umas visões de
1:22:58camadas, por onde que eu começo nessa
1:22:59jornada. Vocês já viram várias
1:23:01estruturas de arquitetura, de topologia,
1:23:03de multiagêntica. Eu trouxe aqui alguns
1:23:05simples e os que são mais usados. Então,
1:23:07a gente sempre vai começar com aquele
1:23:09agente simples ali no meio da história,
1:23:11né? Vou colocar um agente aqui na minha
1:23:13aplicação.
1:23:14E aí eu entendo que eu não quero um
1:23:15agente, eu quero multia agentes. E aí a
1:23:17gente entra nessa de hierarquia, né? Que
1:23:20eu já não vou ter um agente, eu tenho um
1:23:22orquestrador nesse agente, eu vou ter um
1:23:24plano mais robusto, eu tenho mais a eh
1:23:27vou colocar assim, mais decisões para
1:23:30tomar. E aí entra um momento que você
1:23:32vai eh vou colocar assim, decidir, será
1:23:35que eu quero realmente um orquestrador
1:23:37ou eu quero um paralelismo? Eu quero mu
1:23:40gente se conversando.
1:23:41E o melhor cenário é a integração dos
1:23:45dois. Eu tenho paralelismo com
1:23:47orquestração dentro dessa jornada. E
1:23:50sim, pensando no controlar o
1:23:51planejamento, a execução, o data, eh o
1:23:54planejamento de dados e na nossa segunda
1:23:56camada,
1:23:57ela entra na memória. Beleza? Eu defini
1:23:59minha arquitetura e agora, qual é a
1:24:01memória que eu vou estar usando? Qual a
1:24:02memória que eu vou estar utilizar
1:24:05para esse modelo, para essa arquitetura
1:24:07que eu tô planejando, né? E aí uma coisa
1:24:09que falaram até mais cedo é que um
1:24:11agente memória, ele é um script muito
1:24:14caro. O token vai, ó, vai pro vai pra
1:24:17lua. E também uma gente comemória ruim é
1:24:21perigoso porque eu também perco a
1:24:23experiência do usuário. Então no final
1:24:25do dia eu não só tenho que focar na
1:24:27minha arquitetura decidir bem
1:24:28arquitetura que eu vou colocar de de
1:24:29agentes e de modelos ali dentro, mas
1:24:31também o conceito da memória. Que
1:24:32memória eu vou estar usando? É memória
1:24:34curta? É de longo prazo? Essa memória é
1:24:36uma memória de log de decisão? É uma
1:24:38memória semântica de grafos? Como que
1:24:40vai ser essa memória da minha aplicação?
1:24:42Ou é uma memória que vai completar tudo
1:24:43isso aqui? Eu vou colocar todas as
1:24:45quatro memórias. Então eu tenho que ter
1:24:47uma memória que é de curto tempo para
1:24:49aquele usuário, que é uma coisa que o
1:24:51GPT faz, por exemplo, mas também tem que
1:24:53ter uma memória de longo tempo, porque
1:24:54ele sabe muita coisa sobre mim. Então
1:24:56ele também aplica esse tipo de memória.
1:24:57Ele também aplica a memória semântica,
1:24:59que é o de grafos em que ele puxa aquela
1:25:00informação lá do histórica e traz para
1:25:03mim também. Então ele conecta vários
1:25:05tipos de memória. Esse é o nível de
1:25:07complexidade que nossas aplicações
1:25:08começar a ter. esse múltiplas desafios
1:25:11arquitetônicos de arquiteturas, né, no
1:25:14final do dia. E aí nós temos a camada
1:25:17três, beleza? Eu defini minha
1:25:18arquitetura,
1:25:20né, da aplicação, defini a memória, mas
1:25:22quem vai orquestrar isso? Como é que vai
1:25:24ser orquestrado tudo isso? E aqui
1:25:26normalmente o que eu percebo é que as
1:25:28pessoas colocam esse padrão de agentes
1:25:30de orquestração, sabe? Então vai ter o
1:25:32cara que ele vai buscar a evidência, vai
1:25:34buscar informação ali no reg, no banco,
1:25:36no enfim, na memória específica, vai ter
1:25:38o orquestrador que vai entender se
1:25:40aquela saída faz sentido ou não e passa
1:25:42pro outro, a gente que vai analisar e
1:25:44depois ele pega esse a gente que
1:25:45analisa, vai ter o cara que vai escrever
1:25:47tudo aquilo e tem um cara que vai fazer
1:25:49o review e devolve o orquestrador. O
1:25:51padrão. É isso que sempre vai acontecer,
1:25:53pelo menos o que eu tô vendo nas últimas
1:25:55aplicações que eu tô acompanhando, tá?
1:25:57Mas também no final do dia, isso aqui
1:25:59não adianta de nada se você não tem um
1:26:00bom contrato. E o contrato aqui, vamos
1:26:04colocar no em outras palavras, são boas
1:26:07definições. Não é só uma saída de uma
1:26:09LLM, não é só uma saída escrita. Eu
1:26:12tenho que definir muito bem, vou colocar
1:26:13se o J que tá sendo saída desse dessas
1:26:16estruturas, né? Eu tenho que definir
1:26:18então, no caso, um contrato de intenção.
1:26:20Qual a intenção desse modelo? Qual a
1:26:21intenção desse agente? E pra gente fazer
1:26:23esse contrato de intenção, a gente tem
1:26:24que ter muito claro o objetivo explícito
1:26:27e também os no goals. O que que é o teu
1:26:29objetivo daquele modelo daquela, enfim,
1:26:31daquele agente e qual é o no goal que eu
1:26:33não aceito de você, o que não faz
1:26:34sentido para você fazer ou me devolver.
1:26:37E para além disso também a gente fala de
1:26:39guards, f de constraints, de critérios
1:26:42de aceitação, de mensuração. Eu também
1:26:43tenho que pensar em toda essa camada. Eu
1:26:45não olho só apenas para a estrutura
1:26:47bonitinho, eu tenho que pensar num num
1:26:49conceito muito mais complexo e vocês
1:26:51verem que tá aumentando a complexidade,
1:26:53né? Eu nem que eu ainda tô na metade,
1:26:54gente. Enfim, e também muito e pedi
1:26:56também evidências, que é uma coisa que a
1:26:58gente esquece de pedir. E eu fui
1:27:00aprendendo isso na marra, eu fui
1:27:01entendendo que meus modelos quebravam,
1:27:03eu falei: "Meu Deus, agora onde que
1:27:04quebrou?" E aí nessa brincadeira eu fui
1:27:06começando a pedir evidência, fui pedindo
1:27:07toda essa estrutura nessa jornada.
1:27:10Enfim, e aí a gente entra na camada
1:27:12quatro. Camada quatro é essa que ninguém
1:27:15fala, mas eu como engenheira de dados eu
1:27:17bato muito na tecla, independente da
1:27:19área que eu tô, se área de negócio ou na
1:27:21área tec. Gente, o dado é assim, a
1:27:24galera esquece como se não assim, não tá
1:27:27nem na lista, nem pensa segurança.
1:27:28Então, essa é a última coisa também, mas
1:27:31quando a gente fala do modelo da das
1:27:33novas aplicações, das novas
1:27:34arquiteturas, a gente tem que refletir
1:27:36muito bem por antes eu aceitava uma
1:27:39entrada de dados que eu definia que era
1:27:41um CPF, CNPJ, era um número, um texto
1:27:45específico e eu sabia como guardar e
1:27:47como organizar aquilo. Agora não. Agora
1:27:50a minha entrada pode ser qualquer coisa,
1:27:52se é um dado estruturado ou não, pode
1:27:53ser um arquivo, pode ser um PDF, pode
1:27:55ser um PPT, pode ser um doc. E toda essa
1:27:57estrutura de dado eu ainda tenho que
1:27:59trabalhar ela para devolver. E além
1:28:02disso, eu tenho que fazer minha
1:28:03aplicação, aprender com essa informação
1:28:05para poder eu conseguir evoluir a minha
1:28:06aplicação também. Então, olha a
1:28:08complexidade, não é um simples sistema.
1:28:11Agora, independente do sistema que você
1:28:12tá fazendo, a gente tem que pensar em
1:28:13todas essas camadas. E quando a gente
1:28:15fala de dados, a gente tá falando de
1:28:17entender a pipeline dessa informação. E
1:28:19aí eu vou pular essa etapa porque todo
1:28:20mundo aqui já sabe, eu espero, né? E aí
1:28:23a gente vai falar o quê de beds, gente?
1:28:24O que que é beds? Trabalhar esse dado
1:28:26para colocar numa estrutura, para nosso
1:28:29entender essa estrutura. depois disso,
1:28:31fazer um trazer um contexto relevante e
1:28:33seletivo com essa informação para ela
1:28:35conseguir absorver melhor esse esse
1:28:37dado. E por fim, o raciocínio. Então,
1:28:40até a o nosso modelo, a nossa aplicação
1:28:42raciocinar, olha essa camada que a gente
1:28:44tem que fazer, não é? Mas eu vou lá no
1:28:45banco e puxa informação. Agora eu tenho
1:28:47que colocar outras camadas de ajuste de
1:28:49melhorias, tá bom? E aí a gente tem
1:28:52vários, vou colocar assim pontos aqui
1:28:55pra gente trabalhar, que é dados ruins
1:28:57não geram erros, eles geram raciocínios.
1:29:00confiantes errados. Então, antes minha
1:29:02aplicação quebrava, agora a minha
1:29:04aplicação vai funcionar ponta a ponta,
1:29:06só que a resposta pode vir extremamente
1:29:08errada, mas com muita confiança. Então,
1:29:11assim como a gente chegava no GPT e
1:29:12falava: "GPT, quanto é 2 + 2?" Ele
1:29:14falava cinco e você ou falava quatro e
1:29:16você falava que é cinco, ele vai
1:29:17concordar naquele cinco. Então, um ponto
1:29:20muito importante aqui também é o até a
1:29:22nossa parte de erros mudou. Como é que a
1:29:25gente molda para monitorar um erro nesse
1:29:28novo nesse novo cenário, nessa nova
1:29:29arquitetura?
1:29:33>> Beleza? Camadas cinco e seis são muito
1:29:35juntas. Por quê? Porque a gente tá
1:29:37falando de avaliação e governança. A
1:29:40avaliação é o que a gente tava
1:29:41comentando no começo. Como é que eu vou
1:29:43avaliar agora essa nova estrutura? como
1:29:44é que eu vou gerenciar agora toda essa
1:29:46nova arquitetura que é muito diferente,
1:29:48tá transformando todo o meu processo de
1:29:50criação. Então eu trouxe três exemplos
1:29:52aqui de como você pode fazer e aplicar
1:29:55esse tipo de avaliação no teu modelo, na
1:29:57jornada do teu modelo. O primeiro modelo
1:29:59é quando você olha paraa captura do
1:30:01raciocínio. Então você não vai olhar só
1:30:03pro final do raciocínio, mas para toda a
1:30:05captura dele. Como que foi o pensamento
1:30:07dele? Quando a gente abre o cloud e pede
1:30:09alguma coisa para ele, a gente não vê
1:30:10todas as etapas de pensamento, a gente
1:30:12também vai ter que monitorar toda a
1:30:13jornada de pensamento daquela estrutura,
1:30:16tá? Além disso também, qual é o plano de
1:30:19execução? O agente, a ferramenta, o
1:30:20resultado esperado e por fim também o
1:30:23teste de comportamento e outputs exatos.
1:30:26Então você também vai ter que pensar
1:30:27nessa camada de o que que é uma coisa
1:30:29esperada de você, daquele modelo,
1:30:31daquela saída, né? E quando a gente fala
1:30:33de governança, eu trago até quatro
1:30:35camadas de governança também, que a
1:30:37gente fala de contrata dessas camadas. E
1:30:40aqui a gente vai começar pelos esquemas
1:30:41de eh de interfaces, esquimas e
1:30:44interfaces. Nessa estrutura aqui, o
1:30:46nosso contrato de dados, ele vai ser o
1:30:49nosso contrato de dados que a gente
1:30:50fazia pro banco ali, né? Ah, bonitinho
1:30:52meu contrato de dados ali. Ele vai agora
1:30:55ser a base pro teu modelo. Teu
1:30:57dicionário de dados também vai ser a
1:30:58base pro teu modelo. Vai ser tipo guard
1:31:01rails o teu modelo. Ele vai entrar
1:31:02naquela informação, naquela tabela. E se
1:31:04você, se o teu banco, se a tua estrutura
1:31:06eh de banco de dados não tiver um um
1:31:08dicionário de dados, você vai quebrar na
1:31:10hora. Você não vai ter uma boa estrutura
1:31:12ali, né, de resposta. Enfim. Então a
1:31:14gente fala de esquemas que ainda é
1:31:16necessário e super necessário,
1:31:18papel e autoridades. Então quais são as
1:31:21rols, warnerships, coisa que a gente já
1:31:23faz no banco, mas a gente tem que trazer
1:31:24agora também pro modelo, que é uma
1:31:26extensão disso, normas e permissões.
1:31:29Então qual é a permissão que esse modelo
1:31:31e que essa arquitetura vai ter e deve
1:31:32ter? E por fim, qualidade, risco,
1:31:36probabilidade e accountability. Então,
1:31:38qual é o o a qualidade que eu aceito?
1:31:41Então o score e o palestrante passou
1:31:43dele falou: "Ah, tem que ter um score
1:31:44XPTO aqui". Mas não é um simples score,
1:31:47é um score de toda a jornada, da saída,
1:31:49do processo, enfim.
1:31:53E aí eu tentei trazer aqui para vocês,
1:31:55deu uma quebrada, deu uma quebrada, mas
1:31:57tudo bem, uma junção de tudo isso, né?
1:32:00Então, beleza, Ana, você falou de várias
1:32:01camadas, mas como é que eu junto tudo
1:32:03isso? Como é que isso faz sentido para
1:32:05mim, né? Como é que eu posso conectar
1:32:06todas as informações? Então, a partir de
1:32:09agora, vamos colocar assim, né, para
1:32:11essa decisão viajar para um sistema, né,
1:32:14não mais o dado que viaja, a decisão que
1:32:16viaja, a gente tem essas cinco camadas
1:32:18aqui que eu tentei conectar quando eu
1:32:20tava contando para vocês. Então, a gente
1:32:22tem a entrada da informação, então a
1:32:24intenção que o meu usuário quer, eu
1:32:26tenho a coordenação, então o meu
1:32:27coordenador junto com a equipe dele vai
1:32:30entender toda essa estrutura. Beleza?
1:32:32Essa aqui é a solicitação do usuário.
1:32:34Como é que a gente pode trabalhar? Então
1:32:35ele vai selecionar o agente, vai fazer
1:32:36esse trabalho. Dois, a gente vai entrar
1:32:39agora na camada de memória, dado e react
1:32:43loop. Então toda aquela estrutura do
1:32:45começo se complementa e faz total
1:32:47sentido aqui nessa jornada. Então a
1:32:49camada dois e quatro ali. Por fim, quais
1:32:52são as a observabilidade dessa jornada?
1:32:54Então como é que eu vou observar toda
1:32:55essa estrutura que vai est trabalhando
1:32:57no meu banco de dados e na minha
1:32:59jornada?
1:33:00Aí eu tenho a parte de trajetos
1:33:02bem-sucedidos e o sistema eh que
1:33:05aprende. Então, beleza, eu tive a saída
1:33:07da minha solicitação, eu aprendi com
1:33:09essa saída e eu estou evoluindo. Então,
1:33:12essa é um pouco da estrutura das camadas
1:33:14que eu tava tentando compartilhar com
1:33:16vocês. E aí essa arquitetura que eu
1:33:19trouxe para vocês também se repete nesse
1:33:21framework, se que é um framework que
1:33:23saiu recentemente. Então, gente, eh,
1:33:25quando a gente fala de A, né? Eu
1:33:27inclusive até queria dar um disclim no
1:33:28começo, mas eu esqueci. Essa palestra
1:33:31tem validade até hoje, porque tudo a
1:33:32partir de amanhã pode mudar.
1:33:34E aí eu trouxe para vocês aqui esse
1:33:36framework que eu me baseio muito nele
1:33:38também, que é um conceito de framework
1:33:39de projetar, controlar e uma ação. E
1:33:42quando eu expando cada um deles, eu
1:33:44tenho microcenários e aí eu posso depois
1:33:47passar para vocês o artigo que eu puxei
1:33:48essa informação aqui desse framework,
1:33:50mas eu também tento me basear muito
1:33:52nesses frameworks que estão saindo para
1:33:53poder construir uma boa aplicação e
1:33:54aplicação que faça sentido e parir de
1:33:56pé, porque no final do dia é o nosso
1:33:58objetivo, né? Então, dentro dessa
1:34:00estrutura é um pouquinho do que eu falei
1:34:02anteriormente, só que no outro formato
1:34:04de visualização, tá bom? Aí você fala:
1:34:07"Ana, e como é que fica esse banco de
1:34:08dados? Como é que fica essa brincadeira?
1:34:10Olha só,
1:34:13foi o mais perto que eu consegui chegar
1:34:16e o nosso banco de dados, ele deu uma
1:34:17crescida muito grande. Então, quando a
1:34:19gente fala do da memória de curto prazo,
1:34:22da memória de longo prazo, do contexto,
1:34:25de toda a estrutura do LLM, ele fica
1:34:27onde? Inclusive o seu agente, ele fica
1:34:29no código, ele tem que ficar no banco.
1:34:30Então, tua aplicação, ela tem que est
1:34:32tão flexível a ponto de conseguir entrar
1:34:34outros agentes do teu usuário,
1:34:37conseguir, ah, beleza, a partir das
1:34:38minhas informações, eu quero esse agente
1:34:40aqui para mim. E tu, e tua aplicação
1:34:42sugeria esse sistema. E eu falo isso
1:34:44porque eu fiz um sistema pessoal e nesse
1:34:46sistema ele tem 12 agentes. Aí eu tenho
1:34:49meu CTO ali na minha aplicação e aí ele
1:34:52entende a partir dos comandos que eu vou
1:34:53passando para ele eh se eu preciso de
1:34:55mais um agente ou não. E os meus agentes
1:34:57ficam conversando entre si para entender
1:34:58se eu tô com alguma tarefa atrasada ou
1:35:00se eu tenho que priorizar alguma coisa.
1:35:01você devia ter trazido um um print para
1:35:02vocês, mas enfim, eu tenho essa
1:35:05aplicação e é nessa aplicação que eu vou
1:35:06testando todos esses conceitos que eu
1:35:08vou aprendendo e até desde o banco de
1:35:10dados até mesmo dentro dela, né, da da
1:35:12funcionalidade.
1:35:14Enfim, aqui é muito nesse sentido.
1:35:16Então, quando eu falo de longo termo,
1:35:17por exemplo, dentro desses eh dentro
1:35:19dessa memória longa, como é que eu vou
1:35:20colocar toda a minha semântica? Essa
1:35:23semântica vai ser num grafo? Se for num
1:35:25gráfo, como é que ele vai se comportar?
1:35:27Qual a minha base de conhecimento?
1:35:31Beleza? E aí as coisas falham, não é
1:35:34mesmo? Nossos processos eles falham. E
1:35:37quando entra em produção, o que que pode
1:35:39eh falhar ou dar errado na produção?
1:35:42Então, o primeiro ponto aqui que eu
1:35:43passei muito, gente, é uma é completar
1:35:46uma tarefa com confiança,
1:35:48mas errada. Nossa, o que eu passei disso
1:35:50foi brincadeira. Mas também o qual era a
1:35:53diferença disso aqui? Por que que eu
1:35:54sabia que tava errada? porque eu tinha
1:35:55uma especialista que entendia do
1:35:57assunto, então ela validava todo o
1:35:59processo. Então no final do dia eu fazia
1:36:01toda a projetava toda aplicação e eu
1:36:03tinha um especialista daquele tema que
1:36:05ia usar aquela ferramenta e ela validava
1:36:07toda a saída, ela garantia que a saída
1:36:09fazia sentido, que é uma coisa que pouca
1:36:11gente faz também quando eu acompanho
1:36:12ali, enfim, no final do dia é
1:36:15complicado. Enfim, tem a parte do
1:36:17contexto também aí, não sei quantos
1:36:19vocês sabem disso, mas o modelo ele tem
1:36:21uma janela limite de contexto, 100.000
1:36:25quer dizer, até semana passada, porque
1:36:27aí mais uma japonesa, chinesa, lançou
1:36:30uma uma janela de contexto de 1 milhão.
1:36:32Então, mais uma vez, o nosso contexto,
1:36:35nesse momento, ele tem a janela de 1
1:36:37milhão, mas estamos em testes, estamos
1:36:39testando.
1:36:40Eh, além disso também toda a parte de
1:36:42aprendizado, como é que você faz esse
1:36:44aprendizado pro teu modelo aprender?
1:36:46Então não é só definir o modelo, mas
1:36:48também fazer esse modelo, receber essa
1:36:49informação, aprender com essa informação
1:36:51e te entregar uma saída muito melhor nas
1:36:53próximas etapas. Então, toda essa parte
1:36:55de aprendizado, criar essa memória mal
1:36:57projetada aqui por causa de um erro de
1:36:59projeto mesmo na hora de construir a a o
1:37:02código, gente, acontece muito.
1:37:05E
1:37:07beleza, e coisas que a gente só aprende
1:37:10construindo. Então, se vocês vão
1:37:11colocarem a mão no código ali, né, no
1:37:13caso no vibe code, não sei quantos ainda
1:37:15coloca no código, mas eu não não mais,
1:37:17enfim. Mas tem coisas que a gente só
1:37:19aprende a a construir. Vou dar um
1:37:21exemplo. Qualidade versus custo.
1:37:23Ah, o meu especialista queria uma ótima
1:37:25saída, mas o custo aqui, ó, e estourar.
1:37:28Então, nesse momento, a gente começa a
1:37:29pensar em projetos open sources, modelos
1:37:32open sources e começar, beleza, vou usar
1:37:35uma LLM open source, mas aí eu vou usar
1:37:37uma máquina virtual. Essa máquina
1:37:38virtual é muito mais cara. Então eu vou,
1:37:40você quer 5.000 de eh 5.000 na
1:37:42infraestrutura ou 5.000 modelo LMM.
1:37:45Então, a gente começa a pensar muito
1:37:46nesse sentido. Coisa também que eu não
1:37:48trouxe aqui, governança em relação a
1:37:50tokens, volume de token usado, gasto por
1:37:53cada eh por cada milhar de token também,
1:37:55toda essa parte de fins que é de infra
1:37:58também vai cair também finops pro
1:38:00modelo, paraa infraestrutura da su do
1:38:01seu projeto. Autonomia e auditabilidade.
1:38:05Então eu fiz alguns projetos em que eu
1:38:08dava autonomia pro modelo na aplicação,
1:38:10só que tudo existia um um cheque de uma
1:38:14pessoa que entrava no sistema, validava
1:38:16aquela saída e reportava pro usuário,
1:38:17por exemplo. Então, a princípio, no
1:38:20começo, a minha sugestão sempre é essa.
1:38:22Sempre coloquem uma pessoa ali
1:38:23especialista para conseguir eh validar
1:38:26as saídas e passar depois ali pro seu
1:38:28usuário final, tá bom? E aí, por fim,
1:38:31autonomia e latência, porque eu mostrei
1:38:33tanta coisa. Como é que fica a latência
1:38:34dessa aplicação? Tem que ser rápido, o
1:38:36usuário não quer esperar, né? Então,
1:38:38pensar muito também nessa latência,
1:38:40gente, pensar em latência é uma coisa
1:38:41tão tão complicada, mas no final do dia
1:38:46que eu queria trazer para vocês é que a
1:38:47gente vai passar desse cenário de
1:38:49requisição por segundo e vai começar a
1:38:52entrar numa trajetória bem sucedida por
1:38:54unidade de custo e risco. Então, a
1:38:57partir do momento, né, vou colocar
1:38:59assim, deste dessa data, pelo menos eu
1:39:02começo a pensar assim, não é mais uma
1:39:03requisição, qual é o custo que eu vou
1:39:05ter, qual o risco que eu vou ter com
1:39:06esse modelo, com essa aplicação, com
1:39:08essas saídas. Perfeito. E obrigada, é um
1:39:13prazer falar com vocês.
1:39:18>> Boa, boa, boa, boa, pessoal. Temos uns
1:39:21minutinhos. A pergunta que eu faço é:
1:39:24>> temos tempo para pergunta? E quem quer
1:39:26fazer uma pergunta?
1:39:27Boa. Já vamos começar ali.
1:39:34Bom dia, pessoal. Tudo bem?
1:39:42Faz o seguinte, vai ali na frente, vai
1:39:45ali na frente. Isso.
1:39:47>> Contrário. Contrário. Na frente. Isso.
1:39:56>> Vou falar aqui pertinho, daí tu vai
1:39:58ouvir.
1:39:59>> Bom dia, pessoal. Tudo bem? Meu nome é
1:40:00Alan e eu tenho uma pergunta que eu
1:40:02elaborei aqui no contexto todo. Eh, como
1:40:05é que tu tá? Tu é da Rachuelo, né? tu
1:40:07como engenheira de dados lá.
1:40:09>> Eu sou de estratégia.
1:40:10>> Estratégia.
1:40:11>> E como é que vocês estão implementando
1:40:12isso lá? Porque esse contexto que você
1:40:14trouxe era o o que a gente há um tempo
1:40:17atrás falava muito em Hag, né? E hoje
1:40:19ampliou. E dentro desse contexto aí, o
1:40:22que que é Hag, o que que entra Link
1:40:24graph, Mastra? Que que vocês estão
1:40:27utilizando lá?
1:40:29>> Então, eh, é tudo muito novo, né? Mas
1:40:31tudo que você comentou em relação à
1:40:33parte de reg e de,
1:40:37deixa eu voltar aqui. É, nessa aqui é
1:40:39muito em relação à memória, tá? Quando
1:40:41você fala de reg e você fala toda essa
1:40:43parte de gerenciamento do dado, ele cai
1:40:46nessas etapas aqui de termos pequenos,
1:40:48termos longos e a partir daqui você vai
1:40:50entender, eu vou usar um ha e aí qual é
1:40:52a minha infraestrutura? Aí a gente cai
1:40:54naquele desenho que eu trouxe para
1:40:56vocês.
1:40:58Eu tenho um banco relacional na minha
1:41:00estrutura. Independente do que você tá
1:41:01construindo, você pode começar com banco
1:41:03relacional. E esse banco relacional, sua
1:41:05aplicação, ele se conecta não só com o
1:41:07banco relacional, como um banco também
1:41:08de grafos. E quem é que faz essa
1:41:10orquestração? Um outro agente. Então no
1:41:13final do dia, a o ponto aqui são uma uma
1:41:17aplicação com multibancos, tá? Então é
1:41:20um banco que vai ter uma base de dados
1:41:21ali de reg, então que ele vai ser
1:41:23alimentado por toda uma infraestrutura,
1:41:25toda uma base de informação de pode ser
1:41:27PDF, pode ser PPT, enfim. O LM ele faz
1:41:30essa tratativa, esse ele faz esse que aí
1:41:33é uma outra coisa também. Normalmente o
1:41:35que que a gente faria? A gente vai
1:41:36pegaria toda essa informação,
1:41:37trabalharia essa informação e colocaria
1:41:38no gráfico, certo? Você pode, você não
1:41:41precisa fazer isso também. Você pode
1:41:42pegar toda esse essa jornada e vou dar
1:41:45um exemplo, no N8N da vida, conectar a
1:41:47fonte, pedir pro LM fazer esses embedes
1:41:50e colocar no reg no banco em grafos.
1:41:53Ponto. O que você precisa ter bem bem
1:41:56claro no final do dia é arquitetura,
1:41:57como é que você quer construir essa
1:41:59jornada, sabe? E normalmente é uma das
1:42:02soluções que eu que a gente tá aplicando
1:42:03é isso. Para construir um banco de reg
1:42:05que ele vai ser alimentado e continuar
1:42:07recebendo informações, tem um flux
1:42:10fluxozinho à parte em que você alimenta
1:42:13a origem da informação que pode ser um
1:42:14sharepoint, porque todo dia muda
1:42:16política, todo dia muda algum PDF da
1:42:18vida dentro da empresa. Então você
1:42:20conecta esse nó do N8N nessa fonte, por
1:42:22exemplo, e já cria essa automação para
1:42:24alimentar teu banco, que depois esse
1:42:27banco vai ser utilizado num outra
1:42:28aplicação que vai puxar aquelas
1:42:30informações, por exemplo. E aí eu vou
1:42:32dar um um cenário para vocês aqui, uma
1:42:34coisa que você perguntou, como é que a
1:42:35gente faz hoje, né? Tem muitas
1:42:37aplicações que estão surgindo fora do do
1:42:40da jornada tradicional. Então são
1:42:42pessoas não builder, não técnicas que
1:42:44são builders, elas sabem vibe code,
1:42:46entende
1:42:48elas criam o fluxo dela no N8N que
1:42:51conecta no lovable, elas fazem um
1:42:52frontezinho delas ali bonitinho, conecta
1:42:55a saída do do banco, por exemplo,
1:42:57Picone, que é um gráfico, né, um banco
1:42:59de grafos, conecta o Piccone no Lovable
1:43:02e pronto, ele já tem um chat que
1:43:03conversa dentro do seu banco de dados. E
1:43:06isso é uma pessoa não técnica fazendo,
1:43:07tá? O que que a gente faz depois? a
1:43:09gente valida essa solução, se faz
1:43:11sentido, aí a gente escala para um time
1:43:13técnico que entende dos termos mais
1:43:14profundamente e a partir daí a gente vai
1:43:17pro próximo desafio, por exemplo. É uma
1:43:19das coisas que a gente faz. E o meu
1:43:20desafio hoje como a parte de estratégia
1:43:22de A é levar todo esse, vou colocar
1:43:24assim, conhecimento para pessoas não
1:43:27técnicas de alguma forma, para áreas não
1:43:28técnicas, entender esses desafios aí,
1:43:31selecionar um builder, um embaixador
1:43:33dessa de dessa frente na área e a partir
1:43:36daí a gente começar a construir essas
1:43:37soluções que validou, traz retorno
1:43:40financeiro, que é o principal ponto aqui
1:43:42pra gente, independente de qualquer
1:43:44empresa é, eu vou gastar muito com
1:43:46token, eu vou gastar muito com modelo,
1:43:47mas eu tenho que ter um retorno. Então,
1:43:49qual o retorno financeiro que eu vou ter
1:43:50dessa aplicação? Então, nesse cenário, a
1:43:52gente trabalha com esses projetos que t
1:43:54um retorno muito grande ali paraa
1:43:56corporação, não só uma produtividade
1:43:57individual, como é pai, me dá um clou
1:44:00aí, me dá um GPT e pronto, eu resolvo
1:44:01aqui. E aí um outro cenário também para
1:44:03trazer para vocês é que existe uma
1:44:05diferença muito grande. Eu fui muito de
1:44:07time técnico e como eu passei por
1:44:09consultoria, eu conheço muito bem o time
1:44:11de negócio, o time que quer resolver as
1:44:14coisas. E quando você entra em
1:44:15independente da área, tirando time
1:44:18técnico, óbvio, então jurídico,
1:44:19contabilidade, independente dessas
1:44:21áreas, o maior desafio não é nem solução
1:44:25com o IA, é uma solução de automação.
1:44:27Então, a gente começa, eu
1:44:29particularmente, né, quando eu entro nas
1:44:30áreas assim, eu olho para aquela área e
1:44:33entendo se o problema é de dado, porque
1:44:34a gente tem vários problemas de base de
1:44:36dado, estruturação dessa informação. Aí,
1:44:38beleza, resolve o problema de dado,
1:44:40vamos pra automação, automatiza tudo que
1:44:41tem que automatizar. Aí depois a gente
1:44:44aumenta a eficiência e cria soluções com
1:44:46ou soluções que fazem sentido, mas não é
1:44:48qualquer solução, é uma solução que
1:44:50redesenha toda essa jornada, recria todo
1:44:53o processo, que como comentei no começo,
1:44:55as pessoas esquecem de pensar no
1:44:57redesenho, querem só colocar uma I ali,
1:44:59enfim, e resolver aquele problema, mas
1:45:01não olha paraa causa raiz. Então, no
1:45:03final do dia, a gente também eh olha
1:45:06para essas três camadas e no e a gente
1:45:08sempre começa com desafio de dados, que
1:45:09é onde eu sempre bato a tecla por causa
1:45:10do meu eu de engenheira de dados ali,
1:45:13mas é onde a maioria das empresas até
1:45:14mesmo quando eu tava na consultoria
1:45:16pecavam era a partir de dados. Então,
1:45:18estruturação, modelagem, relatório,
1:45:20entrada de dado ruim, qualidade do dado,
1:45:23porque assim, eu quero fazer uma
1:45:24aplicação boa, mas se essa aplicação ela
1:45:27não tem um bom dado, acabou, não vai
1:45:29funcionar de nada. E a gente vem, faz
1:45:31esse trabalho um pouco mais árduo. Vou
1:45:33colocar assim a mola, mais o facão ali,
1:45:35a faca e tal bonitinho para depois
1:45:36quando subir em produção ter um boa
1:45:38saída.
1:45:40Faz sentido? Obrigada, gente. Foi um
1:45:43prazer estar com vocês.
1:45:44>> Pera aí, temos tempo para mais uma
1:45:46pergunta? Se alguém tiver,
1:45:48temos uma, duas. Temos uma pergunta ali.
1:45:54Agora você não vai endoidar sem o fone?
1:46:03>> Oi, tudo bem, Ana? Prazer. Eh, eu sou a
1:46:06Fernanda, eu sou gerente de produto e tô
1:46:09tentando me encontrar em todo esse esse
1:46:12mundo, né, agora e como adaptar minhas
1:46:14ferramentas para trabalhar, né, na era
1:46:17de AI. Por isso que eu tô aqui hoje
1:46:19também. E eu queria saber quais exemplos
1:46:22você tem assim de construção de modos de
1:46:25avaliação da AI, como que você algum
1:46:28case de sucesso que você teve ou algum,
1:46:31sei lá, case de insucesso, que vocês
1:46:33tentaram e não funcionou para poder
1:46:35compartilhar aqui conosco, por favor.
1:46:38>> Boa. Eu tenho mais de insucesso do que
1:46:40de sucesso, tá? Mas vamos lá. Eu vou
1:46:42tentar achar um legal. quando eh o
1:46:46primeiro tópico, né, eu fiz uma
1:46:47aplicação que ele era voltado para
1:46:49sustentabilidade e o principal ponto
1:46:53dessa aplicação é que ela ia ter um um
1:46:55grande uma grande base de dados e não
1:46:58estruturada e estruturado, tinha que
1:47:00carregar todas as informações paraa
1:47:01aplicação, a IA tinha que entender,
1:47:03tinha que ter um volume de para traduzir
1:47:06essa informação para cada pilar da
1:47:07sustentabilidade e depois a gente tinha
1:47:09que pegar essas informações e colocar
1:47:11numa jornada eh de diagnóstico.
1:47:14Depois desse diagnóstico, ainda tinha
1:47:16que ter um relatório para poder entregar
1:47:18pro cliente. É uma jornada de
1:47:19consultoria, basicamente, tá? E nessa
1:47:21jornada
1:47:23não é substituir, mas colocar a pessoa
1:47:26de sustentabilidade de forma mais
1:47:27estratégica nesse processo. Em vez dele
1:47:29passar uma semana, dois meses lendo
1:47:31vários documentos, ele agora já lia eh
1:47:35textos específicos ou trechos
1:47:36específicos que faziam sentido para essa
1:47:38para aquela jornada dele. Então o o
1:47:40principal ponto ali de governança e
1:47:42melhoria de gestão assim da qualidade
1:47:44era o homem loop. Então é o conceito que
1:47:46tu pega um especialista e traz ele ali
1:47:48para perto de você e depois a gente fala
1:47:50de mais tecnicamente falando, eh, as
1:47:53saídas se estão fazendo sentido, então
1:47:54tu pode ter uma um agente juiz que
1:47:56valida aquelas saídas. Então é os dois
1:47:58cenários. E é isso, gente. Acabou meu
1:48:00tempo. Obrigada.
1:48:04>> Boa, pessoal. Muito obrigado, Ana.
1:48:07Prazer, viu? Deixa eu cumprimentar
1:48:09direito.
1:48:11Pessoal da trilha de agente Q podem se
1:48:15direcionar a sua sala, tá? Estão
1:48:18liberados.
1:48:19Enquanto isso, cadê o pessoal da próxima
1:48:22trilha?
1:48:24Trilha de Deixa eu pegar minha colinha
1:48:26aqui. Arquitetura de solução.
1:48:57เฮ
1:49:31Bom dia. Bom dia, pessoal. Bom dia.
1:49:34Vamos aguardar só uns minutinhos pro
1:49:36pessoal lá da Stage vir para cá.
1:49:39Enquanto isso, vamos batendo um papo.
1:49:41Quem já testou o Fable aí? Quem que já
1:49:43fez um teste com Fable?
1:49:46Não. Sim. Gostaram? Que que acharam?
1:49:49Gasta token para caramba, né?
1:49:52Consome muito, né? Mas é bacana, né? Faz
1:49:54umas coisas bacana.
1:49:56Quem f tá usando Opus? Opus. Legal. Opus
1:50:014.8. Viram o lançamento do Kim K3?
1:50:05Viram? Lançou o Kim K3 da Moon Shot.
1:50:07Agora pelos benchmark está melhor do que
1:50:10o Ops 8 e mais barato, né?
1:50:13Então é bem bem bacana esperar o pessoal
1:50:16chegando aí. a gente já apresenta o
1:50:18nosso próximo palestrante.
1:50:49Só esperar o pessoal chegar
1:51:03no
1:51:06AI agent
1:51:18Nunca tivemos tantos dados e ainda assim
1:51:21decidir é cada vez mais difícil. Dados
1:51:23fragmentados não geram valor, mas quando
1:51:26os dados se conectam, tudo muda. Do
1:51:28ruído vem a clareza e da clareza a ação.
1:51:31Com IA e segurança desde a origem,
1:51:33tornamos possível o que antes não era. O
1:51:35futuro não se espera, se decide, se
1:51:38constrói. Vamos construir o
1:51:40extraordinário juntos.
1:52:45Oi gente, bom dia.
1:52:48Ó, temos 2 minutos até o pessoal vir.
1:52:50Estamos esperando o pessoal chegar lá do
1:52:51stadium para cá, tá? Então, vamos
1:52:53chegando. Quem quiser pegar uma água, um
1:52:54café, mas um ou dois minutos a gente
1:52:57começa, tá? Então, um minuto. Então, um
1:53:00minuto. Quem quiser correr, pegar um
1:53:01café, uma água.
1:53:03Boa.
1:53:40Agora conversational AI engine Build
1:53:43andate AI agent in minut
1:53:47any voice with ultra low latency
1:53:50responses and intelligent interruption
1:53:53handling. Gora brings natural
1:53:55conversation flow to voice AI and with
1:53:58advanced background noise AI can
1:54:01understand you
1:54:06agent.
1:54:11>> Alô. Oi. Caramba. Bom dia, gente. Bom
1:54:15dia. Bem-vindos todos aí, o pessoal que
1:54:17tá chegando. Vamos dar continuidade aqui
1:54:19pra gente cumprir o o horário e
1:54:22respeitar também o pessoal de casa lá
1:54:24que tá no horário pra gente cumprir, tá
1:54:25bom? Eh, eu sou o Pablo, sou um dos
1:54:27coordenadores, estou junto com a
1:54:29Adriana, junto com o Carlos e o Rogério
1:54:32tá por aí, já deve tá chegando. A gente
1:54:35preparou eh uma trilha, a gente sabe que
1:54:38esse é um tema que tá muito em alta
1:54:41porque
1:54:43eh todo mundo tá querendo entender como
1:54:44é que faz, né, como é que as coisas
1:54:46acontecem, né? E quem tem sistemas
1:54:49legados aqui na empresa, quem é que tem
1:54:51sistemas legados? Quem não tem, né? E
1:54:55esse e esse é um dos temas do nosso
1:54:58próximo palestrante que é o Luís
1:54:59Salazar, vai falar um pouquinho pra
1:55:01gente sobre essa questão dos sistemas,
1:55:04arquitetura gênica, sobre sistemas
1:55:06legados. É um assunto super interessante
1:55:08porque a gente não vai deixar de
1:55:10conviver com esses sistemas legados e a
1:55:12gente precisa colocar a IA dentro desses
1:55:16dessa orquestração de sistemas, dentro
1:55:18dessa vida de sistemas. Então, Luiz,
1:55:21palco é teu. Muito obrigado por ter
1:55:23aceito aí o nosso convite.
1:55:30Quem tiver chegando, tem cadeiras aqui
1:55:33aqui na frente também, tá? Pode
1:55:49estão me ouvindo agora? Sim.
1:55:52Eh, bom dia, pessoal. Então, prazer tá
1:55:55falando aqui nesse evento, minha segunda
1:55:57oportunidade eh como palestrante e hoje
1:56:00eu vou falar um pouquinho sobre
1:56:02modernização agêntica de sistema, de
1:56:05sistemas legados, até quando eu comecei
1:56:07a trabalhar nesse caso eh final do ano
1:56:11passado e aí surgiu a ideia, bom, a
1:56:13gente pode, de repente transformar isso
1:56:15numa palestra, compartilhar com o
1:56:16pessoal. E aí essa semana tava
1:56:18refletindo se isso ainda fazia sentido,
1:56:20né, com essa velocidade, com esses
1:56:22sistemas e tudo que envolve a tá
1:56:24evoluindo tão rápido, mas acredito que
1:56:26ainda é um processo relevante. A ideia
1:56:29aqui é mostrar como que a gente olha
1:56:31para aquele sistema legado e de forma
1:56:33que agora a gente olha paraos nossos
1:56:35agentes de e pensa que a gente poderia
1:56:37extrair valor de tudo que tá armazenado
1:56:39lá naquele sistema que geralmente é o
1:56:41core business da nossa companhia. Então
1:56:44vou falar um pouco sobre essa
1:56:45arquitetura gêntica. Eh, falando de um
1:56:47caso real do setor público,
1:56:52me apresentar rapidamente. Então, eh,
1:56:54meu nome é Luís Henrique Salazar, eu
1:56:56trabalho como engenheiro de software no
1:56:58Centro de Informática e Automação aqui
1:57:00do estado de Santa Catarina.
1:57:03Ah, o SIASC, então ele é a empresa de TI
1:57:06do governo aqui de Santa Catarina, então
1:57:08a gente desenvolve desde soluções de
1:57:10software para diversas secretarias como
1:57:12camada de infraestrutura, data center,
1:57:15ah, big data, datalake do estado também,
1:57:19inclusive um outro colega vai est
1:57:20apresentando sobre toda essa plataforma
1:57:23de datalake numa outra trilha.
1:57:25Atualmente eu tô como líder técnico
1:57:27dessas soluções e demandas de a dentro
1:57:30da empresa e eu também atuo como eh
1:57:33professor mais recentemente no curso de
1:57:35ciências da computação eh da Unival.
1:57:39Bom, e o que que eu vou mostrar hoje?
1:57:41basicamente desde da desse olhar pra
1:57:43gente tem para esses eh sistemas legados
1:57:45da nossa companhia e como que a gente
1:57:48consegue disponibilizar ele de forma
1:57:51agêntica, vamos chamar assim, ah, para
1:57:53todos os agentes de A, de uma maneira
1:57:55que eu faço todo esse mapeamento olhando
1:57:57para as capacidades existentes desse
1:57:59sistema, quais as interfaces que elas eh
1:58:02disponibilizam essas capacidades,
1:58:05como que eu tenho uma interface agora eh
1:58:07única para acesso disso, com utilização
1:58:09aqui do exemplo do MCP e tudo isso, né,
1:58:14tratando de governo, ah, inclusão dessa
1:58:17camada de governança que também foi
1:58:18abordado na palestra anterior. Então,
1:58:20como que a gente constrói todas essas
1:58:22camadas desde esse olhar lá pro meu
1:58:24sistema inicial e depois construir algo
1:58:27que em cima de tudo isso de como que a
1:58:29gente entrega valor, né? Mostrar um
1:58:31resultado disso aqui. Vou mostrar um
1:58:34exemplo de uma aplicação que a gente
1:58:35construiu com o Google ADK e com uma
1:58:37interface conversa em cima, de forma que
1:58:39eu consigo agora interagir com o sistema
1:58:41legado por meio de todas essas minhas
1:58:43camadas.
1:58:46Começar então pelo risco de
1:58:47modernização.
1:58:49Eh,
1:58:51basicamente modernizar com IA ela foi
1:58:53virou prioridade na maioria das
1:58:55organizações, desde lá do surgimento do
1:58:58chatpt e de todas essas esse boom aí da
1:59:01IA. E geralmente eu olho lá pro meu
1:59:02sistema legado e ele eu quero interagir
1:59:05com ele de alguma forma agêntica agora e
1:59:07ele se torna muitas vezes o primeiro
1:59:09obstáculo, né? como que eu vou eh criar
1:59:11uma camada de modernização dentro dessa
1:59:15aplicação. E aqui, eh, tô usando
1:59:17conceito de legado, eh, não daquela
1:59:20carga, às vezes vem com uma carga
1:59:21pejorativa, né, daquele sistema que tá
1:59:23lá rodando em PHP 5.3, três que ninguém
1:59:26quer eh dar sustentação, mas a ideia
1:59:29aqui é que eh pegando um pouco dessa
1:59:32ideia desses pesquisadores da Totors,
1:59:34desse artigo do Martin Fler, que falam
1:59:37que basicamente toda organização ela vai
1:59:39ter sistemas legados, né? Seja uma
1:59:41startup de surgiu há 6 meses e já tem
1:59:44débito técnico naquela aplicação, ou
1:59:46seja, uma ã Bigtech gigante que tem um
1:59:49sistema lá hospedado e rodando há mais
1:59:51de 30 anos. E aqui no caso de uso eh
1:59:54dessa apresentação, falar um pouquinho
1:59:56sobre o SGPE, que é o sistema de
1:59:58gerenciamento de processos aqui do
2:00:00estado de Santa Catarina. E ele não é
2:00:02uma aplicação que surgiu há 6 meses, eh,
2:00:04e também não uma aplicação que vive há
2:00:06mais de 30 anos, mas ela tem pelo menos
2:00:09aí uma década de existência e serve como
2:00:12eh o sistema centralizador de todos os
2:00:15processos da máquina pública aqui de
2:00:16Santa Catarina. Então, desde processo de
2:00:19contratação,
2:00:20eh, de compra, passam, eh, por esse
2:00:23sistema. Então, eh, só olhando essa
2:00:26perspectiva, já dá para entender que é
2:00:27um sistema que, como ele roda muitos
2:00:30anos, ele tem uma importância muito
2:00:31grande. Então, eu tenho um desafio ali
2:00:34de incluir ele nessa nova,
2:00:36disponibilizar ele nessa nova camada,
2:00:39nessa nova interface dos agentes de A.
2:00:44E quais as características do legado?
2:00:46Aqui elenquei três características. A
2:00:48primeira, conhecimento concentrado.
2:00:50Geralmente esse sistema ele vai ter lá
2:00:52eh regras de negócio que muitas vezes
2:00:55não estão bem documentadas, que foram
2:00:56evoluindo ao longo do tempo e tão na
2:00:58cabeça só de algumas pessoas que sabem
2:01:00operar e evoluir aquela aquele sistema.
2:01:04E o Expresa é o paradigma antigo. Eh,
2:01:07numa das oportunidades de trabalho que
2:01:08eu tive, eu trabalhei com sistema eh o
2:01:11desafio era eh pegar um sistema COBOL e
2:01:13transformar ele para um sistema web.
2:01:16Então, o a Ieux que ele tava
2:01:17desenvolvido, basicamente a pessoa sabia
2:01:20todos os atalhos para interagir com esse
2:01:22sistema via teclado, não utilizava o
2:01:24mouse, muitas vezes nem olhava pra tela,
2:01:26que ela já tinha todo esses eh ela já
2:01:28entendia como que aquele sistema
2:01:30funcionava. Eh, então, basicamente,
2:01:32aquele sistema tinha sido feito para
2:01:34esse paradigma. Aqui, no caso do SGPE, é
2:01:37um uma aplicação web, mas ainda tá
2:01:39atrelado a todas aquelas camadas de
2:01:41interação eh via as telas do sistema.
2:01:45E aqui eh como terceiro ponto de
2:01:47característica, o risco alto de mudança,
2:01:50né? Então imagina que uma mudança já uma
2:01:53evolução, uma parada programada num
2:01:55sistema do tamanho da SGPL já causa
2:01:57impacto gigantesco, principalmente na
2:01:59vida de todos os servidores públicos que
2:02:01interagem com ele diariamente. Então
2:02:03aqui eu tenho ah eu fazer uma evolução
2:02:06agora de disponibilização dessa nova
2:02:08camada, eu tenho um alto risco eh de
2:02:11fazer essa evolução.
2:02:14E aqui eu gosto de eh trazer a essa
2:02:16citação desse autor que ele fala que a
2:02:19IA ela não vai resolver todas as coisas,
2:02:22mas ela vai ela permitir que todas as
2:02:25coisas sejam evoluídas, né? E aqui ah,
2:02:28no sentido dessa apresentação,
2:02:30basicamente como que eu olho para aquele
2:02:31sistema e agora eu evolu
2:02:35atender a esse novo paradigma de agentes
2:02:38de inteligência artificial.
2:02:41E a primeira etapa para isso aqui eu
2:02:43chamei de do legado às tools, de forma
2:02:45que eu olho, tento olhar paraas
2:02:47capacidades desse meu sistema existente
2:02:49e como que eu transformo isso nessa
2:02:51primeira etapa de construção dessas
2:02:53tools. E as tools aqui nada mais são do
2:02:56que ações que o meu agente agora,
2:02:58baseado em determinada tarefa que ele
2:03:00foi elencado para fazer, ele consegue
2:03:02determinar eh que essa TU vai conseguir
2:03:05ajudar ele a a chegar, né, alcançar num
2:03:08bom resultado daquela tarefa.
2:03:10E aqui então
2:03:12ess o mapeamento das capacidades desse
2:03:14sistema existente aqui. Separei nesses
2:03:17quatro pilares em que eu tenho primeiro
2:03:20olhar para levanta, fazer esse
2:03:21levantamento, né, identificar as
2:03:23operações existentes naquele sistema e
2:03:25que de fato elas vão trazer valor pro
2:03:27meu agente de A. Aqui no caso eh do SGPE
2:03:30seria, por exemplo, consultar processo,
2:03:33movimentar, eh entender o histórico
2:03:35daqueles processos, qual que é o status.
2:03:37Então, a primeira etapa eu faço esse
2:03:39levantamento. A segunda eu olho agora
2:03:42para as interfaces que já expõe aquelas
2:03:45operações que eu já determinei no passo
2:03:47anterior.
2:03:49Então aqui eu posso olhar ã se tem uma
2:03:51REST API lá que já expõe em algum ed
2:03:54point a operação que eu quero e
2:03:55transformar em tool. Eh, tem um Web
2:03:58Service SOP ou tem um MVC ou muitas
2:04:01vezes aquele sistema Cobol que eu tenho
2:04:03que entender como que eu consigo agora
2:04:05trazer ele para esse novo mundo. Feito
2:04:08uma Pendessa interface, eu defino o
2:04:10contrato agora dessa operação. Ou seja,
2:04:13eu vou definir parâmetros claros de
2:04:15entrada e qual que é o formato esperado
2:04:17daquela minha saída. De forma que isso
2:04:20eu vou conseguir traduzir depois que o
2:04:23agente de A vai conseguir entender essa
2:04:24informação e por fim isolar isso do meu
2:04:28core. Eh, eu não vou mexer lá no meu
2:04:30sistema legado nesse primeiro passo. Eu
2:04:32vou simplesmente utilizar a interface já
2:04:35existente dele e vou transformar ela
2:04:37para uma nova camada de tools. Ou seja,
2:04:39eu crio uma nova camada na frente do meu
2:04:41sistema legado que agora consegue
2:04:43interagir com o meu core business.
2:04:47E aqui, ã, mais tecnicamente, mas em
2:04:50alto nível, ainda mostrando como que eu
2:04:52faço essa primeira tradução para tools.
2:04:55Então, aqui eu tenho um Jzon, né?
2:04:57Poderia ser feito de diversas formas em
2:05:00que eu vou ter o nome da minha tool.
2:05:02Aqui exemplo de consulta de processo,
2:05:04vou ter uma descrição que aqui vai ser
2:05:06um metadado que vai me auxiliar, vai
2:05:08auxiliar a minha LLM no momento que ela
2:05:11tiver iterando ali em determinado
2:05:12problema, ela vai olhar para essa
2:05:14description em termos de execução e aí
2:05:16vai entender se aquilo, se aquela tool
2:05:18pode auxiliar ela naquela tarefa. E eu
2:05:21vou ter a definição do, por exemplo,
2:05:22inputa, aqui nessa tarefa de consulta de
2:05:25processos, eu vou ter basicamente o
2:05:27número do processo como input.
2:05:30Então aqui eu faço essa mapeamento dessa
2:05:33primeira capacidade do meu legado para
2:05:36formato de uma Tool.
2:05:38E aqui mais a nível arquitetural, eu vou
2:05:40ter então essa camada de tradução agora
2:05:44aqui no meio do caminho entre meu
2:05:45sistema legado que mantém lá seu banco
2:05:47de dados, regras de negócios e todas
2:05:49suas avalidações. E aqui na outra ponta
2:05:51eu tenho meu agente de A que consegue
2:05:54conversar com ele por meio dessa camada
2:05:56de tradução.
2:05:57Mas aqui daí a gente já tem um primeiro
2:06:00problema, né? Eu não vou ter escala
2:06:01nesse tipo de operação, porque essa TU
2:06:04ela foi desenvolvida para ser acoplada
2:06:06nesse meu agente de A. Então o problema
2:06:09que eu tenho é beleza. E agora quando o
2:06:11próximo agente também vai precisar
2:06:13dessas tools? Imagina que o SGPL é um
2:06:15sistema usado por todo o governo. Então
2:06:18ah, a Secretaria da Fazenda, Secretaria
2:06:21de Administração, tem algum fluxo eh
2:06:23mapeado lá. E agora acho interessante
2:06:25olhar também pros dados da SGPE. ela
2:06:27teria que, basicamente, nessa
2:06:29arquitetura inicial que eh replicar
2:06:31essas tools pro seu agente e dar assim
2:06:34disponibilizar essas funcionalidades.
2:06:36Então aí que a gente evolui para ter uma
2:06:38camada como contrato num protocolo
2:06:41padrão. Aqui utilizando o MCP, que é um
2:06:45protocolo, então eh definido lá, ele foi
2:06:47elaborado pela Antropic em 2024, se eu
2:06:51não me engano, eh novembro de 2024. E
2:06:53ele é um padrão aberto, eh, que ele
2:06:56permite, então, eu não preciso ficar
2:06:57reinventando as integrações a cada nova
2:07:00tool. Eu consigo disponibilizar isso de
2:07:02uma maneira unificada. Ela é agnóstico
2:07:05de modelo, então atuo independente do eh
2:07:08do agente ou modelo de linguagem que tá
2:07:10interagindo com ela, ela vai conseguir
2:07:12eh entregar aquelas informações basead
2:07:15nos eh parâmetros de entrada e nos eh
2:07:18parâmetros definidos eh do formato dessa
2:07:21resposta. E eu vou ter eh basicamente o
2:07:24que eu queria, que é reuso entre
2:07:25produtos, né? Então esse mesmo servidor
2:07:27MCP, ele vai atender a múltiplos agentes
2:07:30e modelos de ar. Então agora eu
2:07:32definindo essa nova camada, ã esse caso
2:07:35anterior em que eu teria que replicar as
2:07:37minhas tools, eu já consigo resolver de
2:07:39uma maneira mais escalável. E aqui um
2:07:41exemplo, né, eh, bem alto nível de como
2:07:44que isso poderia ser feito aqui,
2:07:45utilizando, eh, falando um pouco da
2:07:48stack que foi construída, foi construída
2:07:49em Python, utilizando Fest MCP. Aqui
2:07:51tem, basicamente, eu vou ter um server
2:07:54com essa tool, basicamente é uma função
2:07:56e Python, em que eu vou ter como input o
2:07:58número do processo, vou ter o descritivo
2:08:01dela, que isso vai ser o metadado que
2:08:02vai me auxiliar, auxiliar o meu agente
2:08:04na hora dele escolher essa tool para
2:08:06realizar determinada tarefa. E aqui esse
2:08:09SGPE client, ele serve como eh abstração
2:08:12lá do que faz a comunicação com o meu
2:08:14sistema legado. Então agora eu tenho um
2:08:16servidor MCP com as tools mapeada do meu
2:08:19legado de maneira que eu consigo eh
2:08:21disponibilizar via protocolo eh padrão
2:08:24para diversos agentes de A que querem
2:08:26consumir isso. E aqui eh uma figura de
2:08:30alto nível mostrando isso. Então vou ter
2:08:31vários agentes de A, várias Cliz de
2:08:33desenvolvimento aqui, Cloud Code, Open
2:08:36Code, todos os sabores de Cliz agênticos
2:08:38que a gente tem hoje e automações também
2:08:41como N8N, Langflow, uma série de outras
2:08:43que eu consigo agora espetar nesse meu
2:08:46servidor MCP e eh consequentemente
2:08:48conversar com essas tools eh que foram
2:08:51lá mapeadas no meu sistema legado.
2:08:55E aqui também surge eh o logo que o MCP
2:08:59surgiu eh vem a dúvida, tá? Mas por que
2:09:01que eu vou construir toda essa camada
2:09:02agora, ã, e não simplesmente usar a
2:09:04minha Rest PI que eu mapei lá no início
2:09:06e disponibilizar isso pro meu agente?
2:09:08Basicamente aqui um dos motivos é que o
2:09:10REST ele é um contrato de código, né?
2:09:13Ele foi feito para as aplicações
2:09:14conversarem com outras aplicações e não
2:09:17propriamente para fazer essa descoberta
2:09:18dinâmica de end points, ã, que é uma
2:09:22característica que o meu modelo vai
2:09:23precisar, né? Imagina que eu vou ter um
2:09:25servidor MCP, vários servidores MCP
2:09:28naquele meu cliente e agora ele vai ter
2:09:30que fazer em tempo de execução, ele vai
2:09:32ter que descobrir qual que é a tool que
2:09:34ele vai utilizar. Então é isso que o MCP
2:09:37proporciona. E se eu fosse fazer isso
2:09:39viaj, eu teria que basicamente criar um
2:09:42prompt e para determinada tarefa e uma
2:09:45PIO para qual chamada de API ele vai ter
2:09:47que fazer aquela eh chamada. E aí eu
2:09:51tenho com MCP essa interface única de
2:09:53camada de tradução para todos os as
2:09:56minhas tools eh do meu sistema legado.
2:09:59E aí eu caio no próximo ponto que é
2:10:03bastante importante, né, pra maioria das
2:10:05companhias, principalmente aqui falando
2:10:07de governo, que é a questão de
2:10:09governança e controle.
2:10:12Ah, isso quer dizer o quê? É basicamente
2:10:14como que agora eu controlo todos os
2:10:16acessos que ah agora nessa nova camada
2:10:19eu vou permitir que esses agentes
2:10:22acessem o meu sistema legado que já tá
2:10:24rodando lá há muitos anos. Então
2:10:26basicamente isso. Essa camada ela me dá
2:10:28acesso controlado, que eu vou definir
2:10:30qual time eh qual agente de a pode
2:10:34chamar. E eu também consigo ter uma
2:10:36granularidade de eu posso definir qual
2:10:39tool dentro daquele servidor MCP, aquela
2:10:41chave específica também pode acessar.
2:10:44Logo de auditoria consigo também, né,
2:10:47agora que eu inclui essa nova camada
2:10:48também tem que ter um controle de
2:10:50auditoria eh em relação a isso. E
2:10:52limites previsíveis, que aqui entra a
2:10:55questão de, por exemplo, rate limits,
2:10:57cotas. Ah, imagina que como eu mapei as
2:11:01funcionalidades do meu sistema legado,
2:11:02agora se eu disponibilizo essa camada
2:11:04agêntica para todo mundo sem um
2:11:06controle, ah, eu posso ter gerar uma
2:11:09sobrecarga muito grande naquele sistema,
2:11:11né? Então aqui eu consigo controlar isso
2:11:13via, por exemplo, inclusão de rate
2:11:15limits, daquelas chaves específicas, eh,
2:11:18a quantidade de request que ela pode
2:11:20fazer durante um período de tempo. Então
2:11:22eu ganho isso com essa minha camada de
2:11:24governança.
2:11:26Ah, e essa camada de governança eu ganho
2:11:28a partir da eh utilização de um AI
2:11:31gateway. Então eu faço o registro agora
2:11:33desse MCP dentro desse gator e ele vai
2:11:36centralizar aqui não somente o acesso
2:11:39aos servidores MCP, mas também o acesso
2:11:41aos modelos de linguagem que a minha
2:11:43organização vai ter. Ah, o Gator vai ser
2:11:46um tema também eh explorado em outras
2:11:48palestras, pelo que eu dei uma olhada.
2:11:50Ah, então aqui é a ideia que eu vou ter
2:11:52esse único ponto de entrada, tanto para
2:11:54modelos como pros eh os agentes que vão
2:11:57interagir com esse meu server MCP. E
2:11:59aqui é um exemplo visual de como seria
2:12:02aqui, por exemplo, tarefas de consulta
2:12:04de processo, movimentar, anexar
2:12:06documento e a tarefa de exclusão de
2:12:08processo, ela poderia ser uma tool
2:12:10configurada para chaves específicas lá
2:12:12que vão ter esse acesso mais
2:12:14privilegiado dentro da minha aplicação.
2:12:17E uma ah visão mais arquitetural. Então
2:12:19agora vou ter todos os meus clientes
2:12:21autorizados, seja usuários que vão estar
2:12:24construindo aplicações, sejam CLIs,
2:12:26agentes de A. E eu vou, eles vão
2:12:29interagir com esse meu EI Gator, que vai
2:12:31me trazer toda essa camada de
2:12:33autenticação, auditoria rate limitsula
2:12:36o meu server no MCP. E aí eu continuo
2:12:39mantendo o meu sistema agora legado,
2:12:41mais protegido ainda dessa que agora eu
2:12:44disponibilizo essa camada eh agêntica
2:12:46para ele, porém eu construí isso de uma
2:12:49maneira escalável, porém de uma maneira
2:12:52também governada.
2:12:54E aí eu vou ter um único MCP de versos
2:12:56consumidores, né? Então aqui crise de
2:12:59desenvolvimento hoje, eh, algumas
2:13:01tarefas, por exemplo, até com o próprio
2:13:03SDD, não tarefas relacionadas a código,
2:13:06eu poderia utilizar uma ferramenta de
2:13:08desenvolvimento espetando nesse server
2:13:10MCP, fluxo de automação. Eh, a gente fez
2:13:13alguns testes com Lengflow, N8N, que
2:13:16então vão consumir dessa mesma camada,
2:13:18eh, sem precisar escrever essa nova
2:13:20integração. E por fim, os agentes de a,
2:13:23que é o caso que eu vou mostrar e daqui
2:13:25a pouco, que a gente construiu também
2:13:27para conversar agora com todas as suas
2:13:30camadas, eh, que interagem com o meu
2:13:33sistema legado. E aqui só dois exemplos,
2:13:36né? Aqui um exemplo do Open Coach, ah,
2:13:40que eu simplesmente cadastro lá agora,
2:13:41faço a configuração desse meu, eh, MCP
2:13:45que tá atrás dessa camada de governança
2:13:46do meu gator e eu consigo já interagir
2:13:49com ele de uma maneira eh eh bem
2:13:52trivial. E aqui é um outro exemplo de um
2:13:55agente que consegue
2:13:57via Lengflow, que é uma ferramenta open
2:14:00search da IBM. Então, o que eu consigo
2:14:01agora conversar lá é plugar VMCP Tools,
2:14:04consigo expor as minhas tools para um
2:14:06agente qualquer e construir qualquer
2:14:07fluxo de automação que eu deseje eh
2:14:10interagindo agora com esse sistema.
2:14:14Então, depois de toda a construção,
2:14:15desde a etapa de mapeamento lá das
2:14:17funcionalidades desse meu sistema,
2:14:19construção das interfaces e até expor
2:14:21ele no meu eate, fazer uma entrega de
2:14:24valor agora que mostre, né, o valor
2:14:26desse de toda essa engenharia aí, todo
2:14:29esse processo, eh, construindo um agente
2:14:32aqui com o Google ADK. Então, eh, o
2:14:35caminho mais natural para mostrar o
2:14:36valor disso seria construir um agente
2:14:38conversacional agora que eu consiga, eh,
2:14:41interagir com o meu sistema legado por
2:14:42meio de uma interface conversacional.
2:14:45Então, aqui o ADK, basicamente ele serve
2:14:48como ele faz toda essa estrutura do
2:14:49agente, né? Vai interpretar a intenção
2:14:51do meu usuário, escolher a tool certa,
2:14:53eh, utilizando os metadados com que elas
2:14:55foram eh definidas e vai traduzir o
2:14:59resultado do sistema legado em linguagem
2:15:01natural. E aqui tudo isso governado de
2:15:04ponta a ponta nesse agente, né? Ou seja,
2:15:06tanto os meus modelos de a que o agente
2:15:08acessa, como a o servidor MCP, essas
2:15:12tools que ele utiliza também vão ser
2:15:14todas esse mesmo centralizador que é for
2:15:17definido ali pelo meu EI Gat.
2:15:20E aqui eu vou ter
2:15:22arquitetura completa, né, visão geral de
2:15:25tudo isso que foi construído. Então aqui
2:15:27eu vou ter o Google ADK que vai
2:15:30interagir via request com o meu EI Gate.
2:15:33Então aqui eu poderia ter mais de um
2:15:35agente, né? Não somente o agente desse
2:15:37tip, poderia ter outro agente de
2:15:39governo, por exemplo, que interage com o
2:15:41portal de compras ou licitações ou
2:15:43alguma coisa nesse sentido. Ah, e eu vou
2:15:46interagir com esse meu EI Gator aqui,
2:15:48então, que vai fazer toda essa questão
2:15:50de controle de política, é, inclusão de
2:15:52guard rails, rate limit
2:15:56na figura do Fest MCP aqui, onde eu vou
2:15:59ter esse meu MCP do SGPE, que ele vai
2:16:02ter as tools dele e vai interagir
2:16:04consequentemente lá com o meu eh sistema
2:16:07legado.
2:16:09Só por curiosidade, esse ambiente então
2:16:11ele foi todo eh feito utilizando um
2:16:14cluster cubernetes, né? Então,
2:16:16basicamente, todos essas ferramentas,
2:16:18tanto o servidor MCP como e a Gate,
2:16:20estão rodando atrás dessa infraestrutura
2:16:22que também dá escalabilidade para esse
2:16:24processo.
2:16:26E por fim, então, eh, deste todo esse
2:16:28conceito, todo esse mapeamento, a
2:16:30construção desse agente, eh, que a gente
2:16:34chamou aqui de agente do SGPE, né, como
2:16:36ele ainda tá em fase de construção,
2:16:39então eu vou usar o Google ADK como
2:16:41basicamente o back end desse cara e um
2:16:44front end aqui utilizando React, foi
2:16:46construído em cima, que consome agora
2:16:48esse meu agente.
2:16:51Então aqui basicamente eu viha
2:16:53construção desse agente do Google ADK,
2:16:55eu consigo expor ele, né, via aqui um
2:16:57ADK PII Server aqui como exemplo. Então
2:17:00ele ele serve como o back end de toda
2:17:02essa minha aplicação que vai fazer
2:17:03controle de sessão de quem acessa aquele
2:17:05agente eh e vai fazer essa interação com
2:17:08todas as tools que tem cadastrada nele.
2:17:12E o meu front end aqui. Ah, então ah,
2:17:16construindo essa camada, né, surge um
2:17:18monte de necessidades de, ah, agora eu
2:17:21quero interagir, por exemplo, por
2:17:22comando de voz, então foi incluído nessa
2:17:24camada inicial eh do front end que o
2:17:27usuário consegue falar com a gente. Ele
2:17:29também poderia ter sido espetado lá no o
2:17:32no WhatsApp, por exemplo, poderia ser
2:17:34feito alguma coisa nesse sentido. Eh,
2:17:36consulta em linguagem natural, então faz
2:17:39perguntas simples em português sobre
2:17:40qualquer processo do SGPE. Aqui a gente
2:17:44tá lidando eh somente com as eh não com
2:17:49eh ações de escrita, somente ações de
2:17:51leitura, né, nessa versão inicial. Então
2:17:53eu consigo, por exemplo, tramitar um
2:17:55processo, anexar um documento, consigo
2:17:57só consumir as informações dele e
2:18:00construir, por exemplo, resumo e linha e
2:18:02linha do tempo, né? geração de resumo e
2:18:03timeline, eh, das tramitações de um
2:18:06processo. E aqui até, eh, não sei se dá
2:18:09para ver a imagem muito bem, mas
2:18:12ã para fazer nada mais justo do que eh
2:18:15como eu tive que submeter um processo
2:18:17SGPE para minha palestra ser eh aprovada
2:18:20internamente, né, pela empresa, aqui eu
2:18:22consigo consumir os dados dessa palestra
2:18:25lá, desse GPE, por meio desse agente que
2:18:27foi construído, né? Então, aqui eh
2:18:29perguntei lá qual que era o status, né,
2:18:31um resumo do meu processo. É um processo
2:18:33público, por isso que tá exposto aqui. E
2:18:35aí tem eh todas as tramitações ali que
2:18:38recebeu eh parecer favorável e tudo
2:18:41mais. E aí ele sugere, se quer continuar
2:18:43essa conversa, né, como todos os
2:18:45agentes.
2:18:46E aqui outras funcionalidades, como, por
2:18:48exemplo, listagem de processos. Ah, aqui
2:18:51já envolve, né? Se olhar para essa eh
2:18:55esse esse input do usuário, já dá para
2:18:57ver que envolve mais operações, né?
2:18:59Então, basicamente listar os 10 últimos
2:19:00processos. Aqui eu preciso fazer um
2:19:02filtro, né? ordenação dos 10 últimos,
2:19:05processo de contratação. Então, também
2:19:07preciso eh já fazer esse filtro de o
2:19:10assunto daquele processo tem que ser
2:19:12contratação e também que o órgão X aqui
2:19:16a minha API, ela não recebe, né, o nome,
2:19:19né, em plin text, o nome do órgão, por
2:19:22exemplo, ela recebe um código. Então
2:19:24isso foi tudo mapeado nas tools lá do
2:19:26início eh dessa apresentação. Então, foi
2:19:29feito esse mapeamento que agora quando
2:19:31tivesse alguma interação dessa forma
2:19:33teria que eh extrair essas informações e
2:19:36converter lá, por exemplo, que o órgão
2:19:38agora, ao invés de ser PL text, vai ser
2:19:40o código dele. E outras eh eh interações
2:19:43mais básicas em busca de processo, que
2:19:46eh tá ilustrado ali naquela figura, e
2:19:48análise de tramitações, né, como, por
2:19:50exemplo, criar a linha de tempo nas
2:19:51tramitações processo, validação de
2:19:53histórico, eh, e assim por diante.
2:19:57e quais os aprendizados eh dessa
2:20:00jornada. Então, basicamente que o
2:20:02entendimento do legado ele vai preceder
2:20:05a qualquer tool, ou seja, primeiro eu
2:20:07tenho que olhar para aquele meu sistema
2:20:09eh legado, entender quais as capacidades
2:20:12dele e quais delas faz sentido eu expor
2:20:15eh agora para esse novo paradigma, né?
2:20:18Expor isso numa nova camada.
2:20:20Contratos claros, então, reduzem
2:20:22ambiguidade. Eh, imagina que eu tenho
2:20:25outro servidor MCP plugado no meu agente
2:20:27que também faz busca de processos, algo
2:20:29nesse sentido, mas numa outra esfera.
2:20:32Então, eu tenho que definir um contrato
2:20:34eh bem específico dessa minha Tool, de
2:20:36forma que ele não tem ambiguidade na
2:20:38hora de escolher uma ou outra Tol para
2:20:41fazer determinada ação.
2:20:44Governança não é etapa final, né? Então
2:20:46aqui a isso ainda tá em elaboração, mas
2:20:49a gente já incluiu toda essa camada de
2:20:51governança, principalmente para quando
2:20:53fizer chavear isso pra produção, já tem
2:20:56tudo isso embedado, né, na solução
2:20:58inicial. E evolução incremental, ela
2:21:02reduz o risco, né? Então, para cada atu
2:21:04que eu fizer o mapeamento, eu consigo
2:21:06entender qual vai ser o impacto disso lá
2:21:09no meu sistema legado, se aquilo entrega
2:21:11valor e aí eu vou evoluindo toda essa
2:21:13camada de tools dentro da minha
2:21:15aplicação de uma maneira eh governada.
2:21:19E por fim, o que que isso pode gerar eh
2:21:22de mais resultado, né? basicamente
2:21:24ampliação dessa cobertura, sempre fazer
2:21:26um mapeamento de mais capacidades para
2:21:28inclusão nessas camadas, replicar o
2:21:31padrão. Então, no momento que já tenho
2:21:33um AI gateway eh com governança, eu
2:21:35consigo incluir diversos servidores MCP
2:21:38lá de diversos outros sistemas de
2:21:40governo, ah, que eu consigo agora expor
2:21:43eles, né, para todo mundo, basicamente
2:21:46conseguir consumir isso de uma maneira
2:21:48eh escalável. E por fim também incluir
2:21:51atrás desse meu gator. Agora imagina que
2:21:53eu tenho o agente da SGPE e eu tenho
2:21:55outros vários agentes e eles conseguem
2:21:58se descobrir por meio desse protocolo
2:22:00agent to agent também foram feitos
2:22:02alguns experimentos. Então consigo ter
2:22:04basicamente agentes conversando com
2:22:05agentes, tudo por meio dessa camada eh
2:22:09de governança. Eh, e aqui falando a
2:22:11nível de governo, seria algo eh bastante
2:22:14eh interessante.
2:22:18É isso, pessoal. M obrigado.
2:22:27Temos aí, agora foi. Temos minutos para
2:22:29perguntas. Já apareceu uma aqui.
2:22:34>> Parabéns, Salazar. Ah, eu sou Eduardo
2:22:37Jonker da Secretaria de Administração.
2:22:39Então, conheço o SGPE desde o começo e a
2:22:42gente sabe que o SGP além de não ter
2:22:45meta, não tinha metadato nem menos OCR,
2:22:47tu não encontrava Maria dentro de um
2:22:49processo gigante. Eu queria ver contigo
2:22:51a questão dos legados do governo do
2:22:53estado, principalmente a questão de
2:22:55interoperabilidade,
2:22:57evolução de código e e documentação, que
2:23:01são os nossos três principais problemas,
2:23:03né? O SIAS pegou essa função de tocar
2:23:07hoje o SGP. Vocês estão pensando fora
2:23:10fazer essa evolução de de consulta, né?
2:23:15Também evolução de código, a evolução de
2:23:18porque o sonho hoje é fazer o fluxo de
2:23:19processo, pudesse falar um pouquinho
2:23:21mais. E o Velasco te mandou um abraço,
2:23:23tá lá na SCTI,
2:23:25>> tá? Obrigado. É, então agora nesse
2:23:28momento a gente ainda tá explorando eh
2:23:31as funcionalidades existentes, né? E a
2:23:33gente tá evoluindo, né, fazendo esses
2:23:35experimentos até para validar a nossa
2:23:37plataforma de ar interna que a gente tá
2:23:39construindo. E uma das primeiras eh
2:23:42focos, né, nos casos de uso que a gente
2:23:43pensou que poderia trazer valor foi a
2:23:45inclusão aí dessa desse case aí que eu
2:23:47apresentei, né? Mas isso de evoluir
2:23:49ainda é algo que a gente tem que eh
2:23:52definir, né, dessas outras eh do teu
2:23:55questionamento. Teria que eh alinhar
2:23:58internamente ainda para te dar uma
2:23:59resposta mais eh clara sobre isso.
2:24:08>> Temos mais uma pergunta.
2:24:11>> Salzar aqui é Bortolon da BEVtec. Queria
2:24:15saber se nessa tua primeira versão você
2:24:18já trata níveis diferentes de
2:24:21autenticação e autorização por trazer
2:24:24esse MCP e como você lida com diferentes
2:24:28acessos a dados que não podem passar
2:24:31para diferentes perfis de usuário?
2:24:35É, então a gente nessa primeira versão a
2:24:37gente tá lidando com um portal externo
2:24:39que ele não exige esse nível de mas a
2:24:43versão, vamos dizer core em que as
2:24:45pessoas conseguem fazer as tramitações e
2:24:47tem todo um grau de autorização.
2:24:49A princípio,
2:24:51nessa versão do AI Gator que a gente
2:24:52utiliza já tem, eu consigo fazer o
2:24:54handshake viaf, né? Então teria que
2:24:57fazer essa toda essa transposição, fazer
2:24:59o token exchange no meio via LLM Gateway
2:25:03gator e aí trafega com a credencial
2:25:05válida daquele usuário.
2:25:09>> Boa. Tem tempo para mais uma pergunta,
2:25:11gente? Se alguém quiser perguntar. Ah,
2:25:12aqui.
2:25:14Pera aí que eu chego aí, eu acho. Pera
2:25:16aí, pera aí. Tá com licença.
2:25:24>> Aí, boa tarde. Tudo bem? Hã, meu nome é
2:25:26Gabriel. Hoje eu atuo como desenvolvedor
2:25:28backend.net num projeto de
2:25:30descomondicionamento de um sistema em
2:25:32Cobal.
2:25:33>> E eu achei muito interessante a
2:25:34apresentação e me levantou um ponto. Eh,
2:25:38você mencionou o uso de MCP para
2:25:39consulta de processos em sistema legado.
2:25:41Isso parte do princípio que o legado
2:25:43continuaria rodando, mesmo com o MCP.
2:25:47Mas quando o assunto é desativar o
2:25:48legado e colocar os processos em uma
2:25:50arquitetura moderna, em um software
2:25:52novo, como a EAI poderia auxiliar nesse
2:25:54processo de desativação?
2:25:57>> Tu diz de
2:25:58>> mapeamento de regras, principalmente,
2:26:00>> mas no caso, eh, converter aquele
2:26:02sistema ou manter ele rodando e
2:26:05>> não, realmente desativar.
2:26:08É, então hoje tem algumas opções que tu
2:26:10consegue utilizar agentes, inclusive tem
2:26:13um recente que se chama Reversa, que ele
2:26:17faz, te ajuda a mapear primeiro todas as
2:26:20funcionalidades do teu sistema legado
2:26:22que tá rodando no Cobalt. Tu pode ter um
2:26:24pouco de dificuldade em fazer isso, né?
2:26:26porque ele, enfim, eh, depende da
2:26:28versão, depende de quando, quem que
2:26:30desenvolveu,
2:26:31>> mas tu consegue fazer um mapeamento. Ah,
2:26:33esse framework especificamente, ele
2:26:35pega, olha o teu código legado,
2:26:37transforma em specs. Então, ele vai
2:26:39gerar uma série de specs para te validar
2:26:42e aí com essas specs, tu já tá mais
2:26:44próximo de um caminho de converter ele
2:26:46pra linguagem, enfim, para forma que tu
2:26:48quiser, né, com framework.
2:26:50>> Maravilha. Show.
2:26:52>> Valeu. Boa, pessoal. Última pergunta do
2:26:54online, tá? antes do Evandro da Hora,
2:26:56Covin falar com a gente ali. Eh, deixa
2:26:59eu ler aqui para ti, Luiz, pergunta do
2:27:01Marcelo Carvalho de Quevedo. Você
2:27:03comentou que a área não técnica tem
2:27:05acesso ao N8N, conecta com alguma base
2:27:08de conhecimento, etc. Como vocês
2:27:10controlam que essa pessoa pode acessar e
2:27:12automatizar? Não existe risco de acesso
2:27:15ou exclusões indevidas? Boa pergunta,
2:27:17Marcelo. Obrigado.
2:27:19>> É, a gente hoje tá utilizando mais o foi
2:27:22mais pra linha de utilizar eh o Lang
2:27:25Fow. E aqui no caso, no servidor MCP,
2:27:28né, plugando lá, seja o fluxo do
2:27:30Lengflow, N8N, vai ter o token e
2:27:33cadastrado dele e esse token vai ter as
2:27:35permissões do que que ele pode acessar
2:27:37das tools daquele servidor específico,
2:27:39né? Então, o controle é feito
2:27:41basicamente pela aquela camada ali de
2:27:43governança.
2:27:46>> Show de bola. Obrigado, Luiz. Valeu aí
2:27:49pela apresentação. Palmas, gente.
2:27:51Obrigado.
2:27:55Boa. Agora a gente vai ter um papo aqui
2:27:57com Evandro da Oracle. Prazer, cara.
2:28:00>> Vai lá que o palco é teu. Valeu.
2:28:10>> Olá, pessoal. Bom dia. Quase horário do
2:28:14almoço, né? Então, vou tentar ser breve
2:28:16aqui e não tomar muito tempo de vocês.
2:28:18Bom, é um prazer tá aqui. Nós somos um
2:28:21dos patrocinadores, né, do Agente Ki,
2:28:24esse essa esse slot, né, de de troca de
2:28:27conhecimento, de aprendizagem. Então,
2:28:29primeiro, muito obrigado a à comunidade
2:28:31que que lidera aí todo o processo. Eu
2:28:34sou Evandro Lima, eu sou da Oracol e tô
2:28:37aqui para fazer um convite, né? Eh,
2:28:40primeiro queria que pedir que se vocês
2:28:42quisessem me seguir no LinkedIn, Evandro
2:28:44Lima, Oracle, acho que é o primeiro que
2:28:46aparece aí, eh, dentro da Oracle tem um
2:28:48papel de tá mais próximo das
2:28:50comunidades. É um trabalho que a gente
2:28:52vem desenvolvendo há alguns anos. Acho
2:28:54que quem tá aqui no TDC já me conhece ou
2:28:57já viu eh, eu ou outros colegas que
2:29:01desenvolvemos esse trabalho junto com
2:29:03uma das comunidades, né, que é o TDC,
2:29:05entre tantas outras, que é um trabalho
2:29:07que a gente tem de mostrar o que a
2:29:10Oracol faz, né? Parece que é muito
2:29:13fácil, mas não é fácil explicar o que a
2:29:16Oracle faz, porque a Oracle faz muita
2:29:18coisa, né? Hora que eu tenho um stack
2:29:20muito grande de soluções, começou com
2:29:23banco de dados, eh, foi para hardware
2:29:25com a compra da SAN, tem produtos de
2:29:28desenvolvimento, tem produtos de
2:29:29integração, tem software, né, a camada
2:29:32de apps. A, e nos últimos 12 anos a
2:29:36gente faz tudo isso também na nuvem com
2:29:39o OCI, Oracle Cloud Infrastructury.
2:29:42Então, o nosso trabalho é cada vez mais,
2:29:46cada vez mais estar mais próximo das
2:29:47comunidades. Para isso existem n
2:29:50ferramentas, né, e hubs de comunidade
2:29:53global da Oracle, mas especificamente
2:29:56pro Brasil e América Latina, nós criamos
2:29:58recentemente o Oracle Innovators Club.
2:30:01Então, meu meu segundo convite, né, o
2:30:03primeiro foi para se tornarem amigos no
2:30:06LinkedIn. Meu segundo convite é que
2:30:09vocês participem dessa comunidade. Esse
2:30:11é o nome do guarda-chuva, do programa
2:30:14que a gente tá dando para que a gente
2:30:16possa cada vez mais próximo estarmos
2:30:19juntos. Aqui você pode participar de
2:30:21três formas, simplesmente sendo um
2:30:24participante de comunidade. Então se
2:30:26inscreva e diz qual a comunidade que
2:30:27você pertence.
2:30:30Você pode ser um líder de comunidade.
2:30:32Então se a sua comunidade, né, não tá no
2:30:34programa, escreva. você sendo um líder,
2:30:37diz qual é essa comunidade. E o terceiro
2:30:40é você sendo um speaker. Eu detenho um
2:30:43conhecimento e não precisa ser Oracle. A
2:30:45gente tá falando aqui de conhecimento
2:30:46agnóstico, né? Eh, pode ser qualquer
2:30:49conhecimento em tec e que você quer ser
2:30:52um speaker. Esses três perfis vão compor
2:30:55uma base pra gente cada vez estar mais
2:30:58próximos, OK? para quem tá lá no em São
2:31:01Paulo, talvez já esteja participando de
2:31:04algumas, né? Java, por exemplo, a gente
2:31:08tem um encontro mensal dentro da hora
2:31:10com o time Java. Eh, Python também tá
2:31:12com tá conosco lá. Várias comunidades de
2:31:15meninas pela tecnologia também estão
2:31:17conosco. A gente sabe que tocar
2:31:19comunidade não é um trabalho fácil.
2:31:21Muitas vezes falta simplesmente um lugar
2:31:24para fazer o o METP, né? Quem é aqui é
2:31:26de comunidade?
2:31:29né? Tô falando alguma besteira. Às vezes
2:31:32falta um café ou uma pizza, né? Ou às
2:31:36vezes falta um speaker. Então, o que a
2:31:38gente quer cada vez mais? Eh, eh, eu sou
2:31:40professor também, então eu sei dessa
2:31:42dificuldade, já tô em comunidade há
2:31:44alguns anos, a gente sabe o quanto isso
2:31:45é difícil. O que a gente quer é juntos,
2:31:49né, levar e compartilhar conhecimento.
2:31:52Essa é a nossa ideia. Então, para isso,
2:31:54a gente tropicalizou o programa. O
2:31:56programa é paraa América Latina e na
2:31:59verdade a gente vai associando outras
2:32:01coisas, outros programas que a Oracle já
2:32:02tem, como o AC, que é um programa global
2:32:05de reconhecimento da Oracle dessas
2:32:08pessoas que participam dessas
2:32:09comunidades. Então, fazendo parte desse
2:32:12aqui, vocês também vão acabar conhecendo
2:32:14os diversos outros programas que a
2:32:16Oracle eh tem, inclusive, que são
2:32:18globais. Falei de um aqui que é o, mas
2:32:20existem outros, né? Eh, e por último,
2:32:24para encerrar, um Oracle, a gente tem
2:32:27uma comunidade que se chama a, ela se
2:32:30chamava Analytics EAI, tá, tá prestes
2:32:33para mudar o nome, vai ser Dayenai. Na
2:32:36verdade, as coisas todas estão
2:32:37convergindo, né? Não faz mais sentido
2:32:39falar de datare house, de data, né? Faz
2:32:43sentido a gente falar de datenai agora.
2:32:45Então, daqui a pouco essa comunidade tá
2:32:47mudando de nome, mas eu queria também
2:32:50convidá-los depois se me linkar lá no no
2:32:52LinkedIn e falar que teve conosco aqui,
2:32:55eu te mando um convite para participar.
2:32:57Quem tá trabalhando com day hoje, com
2:32:59certeza faz muito sentido acompanhar a
2:33:01gente também. Ou por aqui também, que
2:33:03daqui a pouco a gente começa a mandar os
2:33:05convites para quem tá eh conosco no
2:33:07Inovators Club. Tudo bem? Estouri já os
2:33:113 minutos,
2:33:13>> mais ou menos. Bom, mas é isso. E para
2:33:16encerrar a gente tá com o stand, né,
2:33:19aqui no do outro lado. Fica o convite
2:33:22aqui. A gente tem sessões, tem o
2:33:24entretenimento, que é o carrinho de
2:33:25Fórmula 1, né, Red Bull é patrocinado,
2:33:28um ORCO é um dos patrocinadores, né? Eh,
2:33:31tem workshops acontecendo de uma em uma
2:33:34hora lá o dia todo sobre 23 AI, 26 AI,
2:33:38perdão, eh, Analytics, a parte agêntica
2:33:41da Oracle, eh, Apex, a gente tá com PM
2:33:45de Apex aí, que é a nossa ferramenta low
2:33:47code. Então, fica o convite para quem
2:33:49quiser eh passar por lá, ganhar um
2:33:51brindezinho e nos acompanhar nesses
2:33:53workshops. Eu vou ter mentoria também as
2:33:57ali na frente por volta de duas, acho
2:34:00que duas horas minha mentoria. Então se
2:34:02alguém quiser também entender um
2:34:04pouquinho sobre as certificações da
2:34:05Oracle, eu vou est tratando desse tema.
2:34:07Fica aí o convite, tá bom? E participem
2:34:10lá conosco, passa lá pelo o nosso stand.
2:34:12Valeu. Obrigado.
2:34:22>> Obrigado, Evandro. Valeu, cara. Boa,
2:34:25gente, pessoal, a trilha aqui a nossa
2:34:27vai até meio dia e meio, tá? Então, a
2:34:28gente vai segurar vocês um pouquinho aí
2:34:30pro almoço.
2:34:31>> É, antes do almoço, né? E vou chamar
2:34:34agora aqui o palco aqui o Mael, então
2:34:35vai falar pra gente aqui um pouco sobre
2:34:37multiagentes.
2:34:39Bora. Temos não
2:34:43>> Opa, tudo bem, pessoal?
2:34:49Caraca, tem bastante gente hoje, né? O o
2:34:52assunto acho que chama também bastante
2:34:55atenção, né?
2:35:00Vamos tentar falar então sobre
2:35:03um mix de coisas aqui, né? Multiagente,
2:35:06comunicação e confiabilidade. Eu acho
2:35:08que são coisas que no nosso dia a dia,
2:35:12eh invariavelmente a gente acaba tendo
2:35:14que lidar enquanto engenheiros, enquanto
2:35:17cientistas de dados. Aí, então, me
2:35:20apresentando e para quem quiser me
2:35:22conhecer um pouco mais, conhecer um
2:35:24pouco do meu trabalho, o que que eu
2:35:25tenho feito, não sou muito famoso, mas
2:35:28estamos aí, então me sigam lá no no
2:35:31LinkedIn e sobretudo eh o que a gente
2:35:34for ver aqui e quem me chamar no
2:35:36LinkedIn, eu vou compartilhar o link o
2:35:38link e também o código do Git, né,
2:35:41porque show me decode, então não adianta
2:35:43só o slide, beleza?
2:35:46H
2:35:48aqui um aqui um pouco do que a gente vai
2:35:51falar, né? Então a gente primeiro a
2:35:54gente vai falar um pouco do crescimento
2:35:55das fraudes, a gente vai falar um pouco
2:35:57sobre usos e benefícios de multiagentes,
2:36:00a gente vai falar um tipo de ataque aqui
2:36:02que é o chamado rugpool, ah, como que a
2:36:05gente faz para ter estratégias de ataque
2:36:07e defesa em cima disso e também sobre
2:36:11confiabilidade de fato, né? como que de
2:36:13fato a gente pode estabelecer uma
2:36:14confiabilidade dinâmica.
2:36:17Mais especificamente, galera, eu acho
2:36:19que vocês já devem ter visto ou já deve
2:36:21ter, infelizmente, experienciado de que
2:36:24o cenário brasileiro e o cenário mundial
2:36:27mesmo de fraudes tem aumentado
2:36:30significativamente, né? Eh, dados aí do
2:36:33do Fórum de Segurança Público falam que
2:36:36desde 2018 a gente teve um aumento de
2:36:38mais de 400% eh na quantidade de fraudes
2:36:42e evidentemente a gente sabe mais ou
2:36:44menos ali quando o chat GPT foi criado,
2:36:46né? Então as fraudes também estão sendo
2:36:49impulsionadas por esse mercado e também
2:36:52por tudo isso que a gente vem vendo de
2:36:54A. E o impacto econômico disso é muito
2:36:57claro, né? Quem aqui talvez já sofreu ou
2:37:00já teve um familiar que sofreu algum
2:37:02tipo de problema, eu acho que isso acaba
2:37:04se solidarizando com esse tipo de
2:37:07situação. E a ideia de fraude, né, ou o
2:37:10conceito de fraude, ele tá exatamente ou
2:37:13ele tá diretamente ligado à ideia de
2:37:16confiabilidade. Quando a gente tá
2:37:17falando de um fraudador, é, é uma
2:37:20pessoa, um indivíduo que no fundo, no
2:37:22fundo, ele tá usando mecanismos para
2:37:24tentar enganar, ludebriar ou tentar
2:37:26passar a perna para ganhar algum tipo de
2:37:29vantagem. E aí que eh do meu ponto de
2:37:33vista, como tenho feito mestrado na área
2:37:36de computação, eu comecei a tentar
2:37:38investigar um pouco mais disso, até por
2:37:40também já ter sido vítima de de fraudes.
2:37:45Mas pra gente entender então aonde que
2:37:47entra essa ideia de de agentes e um
2:37:50pouco da proposta que eu trago aqui para
2:37:51vocês.
2:37:53Se de um lado os fraudadores
2:37:55reconhecidamente já utilizam IA para
2:37:57cometer fraudes, de outro lado a gente
2:37:59também pode eh utilizar a própria para
2:38:03combater os fraudadores. É, se hoje
2:38:07não sei se temos pessoas aqui que
2:38:09trabalham com sistemas de fraude ou
2:38:11conhecem sistemas de antifraude, mas no
2:38:13geral os sistemas de antifraude eles são
2:38:15baseados em regras ou eles são baseados
2:38:17em algoritmos que são às vezes fixos,
2:38:20né, estatísticas simples, né? Então, a
2:38:24grande vantagem também no combate à
2:38:26fraude pode ser utilizar eh
2:38:29multiagentes, ou seja, utilizar agentes
2:38:31para combater eh fraudadores. Mas onde
2:38:34que tá então eh as grandes
2:38:38características ou ou quais são as
2:38:40características dos sistemas
2:38:41multiagentes? Eu, como professor também
2:38:43da FIAP, queria falar um pouquinho de
2:38:46quais são essas capacidades, até porque,
2:38:49invariavelmente, eh, enquanto
2:38:51engenheiros e arquitetos, a gente tem
2:38:53que saber quais são as capacidades dos
2:38:55sistemas. Os sistemas multiagentes, eles
2:38:58são eh reconhecidamente eh diferentes de
2:39:02tudo que a gente tem visto e tem se
2:39:04tornadoos mais populares justamente pela
2:39:07inteligência distribuída, né? Mas o que
2:39:09que é essa inteligência distribuída?
2:39:11essa capacidade de que a solução ela
2:39:15emerge da decisão de cada um dos agentes
2:39:18que estão presentes na arquitetura.
2:39:20Então, diferentemente do que a gente
2:39:23vinha construindo classicamente com
2:39:24engenharia de software, que era um
2:39:27sistema que era onisciente, né, que
2:39:29conhecia tudo, que tem que tinha todas
2:39:31as regras, que as regras eram
2:39:33determinísticas, aqui a gente tá falando
2:39:35de sistemas que são probabilísticos, né?
2:39:38São sistemas que cada indivíduo ou cada
2:39:41agente dentro do meu sistema
2:39:43multiiagente, do meu má, ele consegue
2:39:45tomar uma certa decisão. E essas
2:39:48pequenas decisões que cada um desses
2:39:50agentes vão tomando é que cuminam em um
2:39:53resultado final.
2:39:55Eh, e aí que eu acho que tá uma coisa
2:39:57que é legal. Aqui a gente não tá falando
2:40:00mais sobre como construir um software
2:40:03como um todo. A gente tá também falando
2:40:05como construir essas várias partes
2:40:07desses softwares, como que eh esses
2:40:10pequenos agentes vão se comunicar, como
2:40:13que de fato esses pequenos agentes vão
2:40:15chegar no resultado que a gente precisa,
2:40:17né? Eh, e se a gente for ver também tem
2:40:21metodologias diferentes, né? eh, de como
2:40:23que a gente pode fazer software mais
2:40:25orientado a objetivos, mas não é muito o
2:40:28tema aqui. De fato, o o que que é essa
2:40:32diferença então quando a gente fala de
2:40:34inteligência distribuída? Primeira, a
2:40:36inteligência é adaptativa,
2:40:38diferentemente dos softwares que a gente
2:40:40vem construindo, if elsees, Wes, do, eh,
2:40:44onde tudo isso é determinídico. Aqui a
2:40:48gente tá falando de que o software ele
2:40:50consegue aprender, ele consegue se
2:40:52adaptar eh à medida que ele vai
2:40:54executando, conhecendo mais contexto,
2:40:57né, como como a gente viu aqui, tendo
2:40:59mais MCPs, né? Então ele consegue
2:41:02adaptar a inteligência dele para pro
2:41:04cenário existente e além disso a
2:41:06velocidade. Se a gente comparar hoje um
2:41:09processo de análise de fraude eh e
2:41:12vários outros processos que a gente
2:41:13acaba tendo dentro das empresas, os
2:41:16sistemas MAS vão conseguir tomar
2:41:18decisões muito mais rápidas justamente
2:41:20porque eles têm uma inteligência que é
2:41:22adaptativa, uma inteligência que é
2:41:25voltada para o contexto de atuação, né?
2:41:28e eh sobretudo uma ação descentralizada,
2:41:33né? Eh, justamente porque eles estão
2:41:35imersos eh em várias em vários pontos e
2:41:38são especializados
2:41:40eh no contexto onde eles trabalham, eh
2:41:43que cada um desses agentes consegue ter
2:41:45ações muito claras de tomada de decisão,
2:41:48né? Então a gente não tem um subter
2:41:50software, a gente tem pequenos
2:41:52softwares, né? pequenos programas
2:41:53tomando as decisões.
2:41:57E aí, eh, eu não posso deixar de falar,
2:41:59né? Eh, acho que e eu gostaria de
2:42:03estabelecer uma diferença, né? Eh, uma
2:42:05coisa é você utilizar agentes, né? Eh,
2:42:09você de fato eh empregar agentes no
2:42:12desenvolvimento de software e outra
2:42:14coisa é você construir agentes para
2:42:16resolver problemas. Eh, quando a gente
2:42:19constrói agentes, eh eh invariavelmente
2:42:22precisamos entender de fato qual que é a
2:42:25anatomia, né, como que as coisas
2:42:27funcionam por dentro. E esse é um pouco
2:42:30do desafio e também o que eu comento
2:42:32bastante com alguns dos meus alunos, eh,
2:42:35como que a gente cria de fato agentes,
2:42:38né? E tem algumas características que
2:42:40são importantes.
2:42:43A primeira delas, e eu acho que a mais
2:42:45marcante é memória. Um agente, ele
2:42:47sempre vai precisar ter memória.
2:42:49Invariavelmente, eh, tem a discussão de
2:42:51quais memórias, né? Você pode ter
2:42:53memória semântica, né? Que é para
2:42:56representar conceitos mais abstratos.
2:43:00Você pode ter a memória eh processual,
2:43:03né, que é para representar de fato o
2:43:05passo a passo, aquilo que o agente
2:43:07precisa fazer. a sequência de etapas que
2:43:09precisam ser tomadas, né? Eh, e você
2:43:13pode ter uma memória operacional para
2:43:15ele guardar informações, a memória do
2:43:17contexto, para ele guardar informações
2:43:19que são relevantes para aquele contexto
2:43:21de atuação.
2:43:23Mas para além disso, eh, a gente tem uma
2:43:25outra coisa que é chamado percepção. E
2:43:28aqui eu começo a fugir um pouco da ideia
2:43:30de agente somente com LLMs e começo a
2:43:34trazer agentes ou a ideia de agentes
2:43:36para coisas muito mais amplas, né? Um
2:43:39agente pode ser um robô, né, que toma
2:43:41decisões. Um agente pode ser de fato uma
2:43:45passonave que consegue tomar decisões
2:43:47autônomas. Mas no fundo, no fundo, eh, a
2:43:50gente tem aqui a ideia de percepção.
2:43:53Percepção é como o agente enxerga o
2:43:56mundo, né? Então, se fosse um robô, né,
2:43:59o agente, é como ele mapeia esse mundo,
2:44:01como é que ele tira foto, como é que ele
2:44:03utiliza a câmera para reconhecer o
2:44:06mundo. Mas evidentemente que aqui e mais
2:44:09no nosso dia a dia, a gente vai tá
2:44:11falando de texto, de código. É dessa
2:44:14forma que os nossos agentes ou o Cloud
2:44:17Code percebe o mundo. Ele percebe o
2:44:19mundo através de código. Por isso que
2:44:21algumas vezes você coloca um PDF lá,
2:44:23ele, opa, não entendi direito, vamos
2:44:26sumarizar diferente.
2:44:28Outra coisa importante é o processamento
2:44:30inteligente. E aqui eu acho que tá a
2:44:32grande virada. Eh, a ideia de agente,
2:44:36ela não é tão nova, tá, galera? Apesar
2:44:38de parecer que a gente vive um boom eh
2:44:40da questão de agentes. Eh, a a ideia foi
2:44:43formalizada em 1995. O Alan Turing já
2:44:46tinha dado algumas ideias lá em 1940.
2:44:49Então assim, não tem tanta novidade. A
2:44:51grande questão é que a gente que de fato
2:44:54passamos da ideia de agentes com regras
2:44:57muito bem estruturadas ou agentes que eh
2:45:00utilizavam algum tipo de lógica formal
2:45:04muito clara para utilizar modelos de a
2:45:08no pensamento, né, na forma como ele vai
2:45:10criar o planejamento, na na forma como
2:45:12ele vai pensar inteligente.
2:45:16A partir disso, também temos as ações. E
2:45:18aí é um pouco do que a gente já viu ou
2:45:21tem e dado outro nome, né, que são as
2:45:24tools, né, aquilo que ele de fato vai
2:45:26fazer, é a forma como ele vai mudar o
2:45:28mundo, né, que ele vai interagir com o
2:45:30mundo.
2:45:32Outros dois aspectos que são um pouco
2:45:34falados, eh, que eu tenho visto que são
2:45:36poucos falados, mas são relevantes, é a
2:45:38sociabilidade dos agentes,
2:45:40principalmente quando a gente tá falando
2:45:41de sistemas multiagentes. O que que
2:45:44significa esse termo sociabilidade? é o
2:45:47fato de como que cada um dos agentes
2:45:50consegue encontrar outro, né? E aí eu
2:45:54gostaria de simplificar aqui, é o nosso
2:45:57protocolo Hway ou de forma clássica na
2:45:59arquitetura é service discovery. A gente
2:46:03só dá um outro nome, a gente só
2:46:05reinventa um outro termo aqui. E um
2:46:07outro ponto interessante também é
2:46:09mobilidade, né? Se a gente for pensar em
2:46:11mobilidade, pô, mobilidade de agente é
2:46:15trocar de contêiner, galera. Vamos,
2:46:16vamos ser sincero, vamos ser mais
2:46:19prático, mas é a forma como um agente
2:46:21ele consegue se movimentar eh muitas
2:46:24vezes. E isso traz algumas complexidades
2:46:27quando a gente vai modelar, né? Se a
2:46:29gente tá falando de cenários de
2:46:30modelagem de guerra, por exemplo, a
2:46:33mobilidade e a sociabilidade são coisas
2:46:35que são super relevantes para como os
2:46:37agentes interagem com o ambiente.
2:46:39Beleza? Então, só gostaria de também
2:46:43criar estabelecer esses termos aqui pra
2:46:45gente conversar.
2:46:47Eh, e aí um outro ponto falando mais
2:46:50sobre a topologia, ou seja, como que os
2:46:53agentes em um cenário, em sistemas
2:46:55multiagentes, eles podem se organizar,
2:46:57eles podem se organizar a partir de
2:46:59workflows, né? Pô, todo mundo aqui que
2:47:03tá trabalhando com o cloud code, eh, eu
2:47:05acho que tem mais familiaridade com esse
2:47:07tipo de coisa, né, que é o ciclo de
2:47:08desenvolvimento, é, é de fato o passo a
2:47:11passo onde as coisas acontecem. ou ele
2:47:14pode trabalhar, né, a topologia de
2:47:16agentes, ela pode trabalhar em enxame.
2:47:19Essa daqui eu acho que é a mais
2:47:20fantástica, porque assim, é é muito
2:47:23legal saber que que de fato cada um dos
2:47:26agentes individualmente pode tomar
2:47:29decisões e de forma colaborativa eh
2:47:32alcançar algum resultado, né? Eh, a
2:47:35ideia de enxame ou algoritmos de enxame
2:47:38também não é nada muito novo, certo? a
2:47:40gente já viu bastante lá na década de
2:47:4290, até na década década de 80. Além
2:47:46disso, os agentes também podem ser
2:47:48organizado do tipo grafo, né? Ou seja,
2:47:51eh estabelecido muito bem como que eles
2:47:55vão funcionar, mas de uma forma que não
2:47:57é sequencial. Então eles podem variar a
2:47:59forma como eles vão se comunicar
2:48:01depender eh da ligação que eles têm um
2:48:04com o outro. Então, lembra aquela aquele
2:48:06passo que a gente falou sobre
2:48:08sociabilidade? A sociabilidade às vezes
2:48:10determina que o grafo seja diferente e
2:48:13eles podem ser hierarquizados, né? Então
2:48:16a gente pode criar uma estrutura, uma
2:48:18arquitetura de multiagentes que seja uma
2:48:20hierarquia, né? Onde cada um responde ao
2:48:24outro. Talvez aqui eh você já tenha
2:48:27utilizado aí a mais comumente também
2:48:30conhecido com agente AATU, né? Onde
2:48:33agente delega para outro agente a a a o
2:48:36que ele deve fazer, ele delega a tarefa.
2:48:41E aí eu não posso deixar de trazer um
2:48:44problema clássico eh de computação.
2:48:47Talvez muitos de vocês já tenham ouvido
2:48:49falar. Quem já ouviu falar do problema
2:48:52dos generais bizantinos?
2:48:56Olha, temos temos gente que conhece. Mas
2:48:59qual que a a ideia ou o grande problema
2:49:01clássico eh dos generais bizantinos? E
2:49:04aí eu vou fazer uma outra pergunta que
2:49:06vai encadear na próxima. Eh, no próximo
2:49:09slide, eh, quem aqui já investiu e
2:49:12investe em criptomoeda?
2:49:15Nós já temos mais gente. Então, eh, um
2:49:18problema clássico lá que que também
2:49:21ajudou a ao Bitcoin evoluir, né, e, e, e
2:49:24a, e a crescer, é o problema dos
2:49:27generais bizantinos. Qual que é a
2:49:29problemática? você tem três generais,
2:49:32né? Três generais que devem acertar, né?
2:49:36Que devem coordenar de forma eh
2:49:38autônoma, ou seja, entre eles eles devem
2:49:41coordenar um ataque a um certo lugar.
2:49:43Mas como que de fato eu garanto que
2:49:47esses três generais, né, bizantinos, no
2:49:50galera não tinha Wi-Fi, não tinha
2:49:51internet, né? Como que esses generais
2:49:53bizantinos eles de fato eh vão conseguir
2:49:57realizar um ataque com sucesso? porque
2:49:59cada um deles eh pode desconfiar do
2:50:02outro, cada um deles pode trair o outro,
2:50:06né? Então esse talvez é um problema
2:50:09também clássico da teoria dos jogos, né?
2:50:11para para quem gosta aí de eh
2:50:15a quem lembra do do Alan Touring, do Von
2:50:19Nilman, vai lembrar que teoria dos jogos
2:50:21tá super relacionada também com o
2:50:23problema ou que a gente tá vendo que são
2:50:25os agentes de hoje em dia. Então, como
2:50:28que de fato eu estabeleço uma
2:50:30confiabilidade e entre esse esses caras?
2:50:33Porque cada um desses generais é um um
2:50:36agente que tá tentando resolver o
2:50:39problema de atacar um lugar específico.
2:50:44E aí eu quero trazer esse mesmo
2:50:46problema, eh, não só para eh não só pro
2:50:51pro teórico, mas também pro prático, né?
2:50:53Quando a gente vai falar de
2:50:54criptomoedas, ficou conhecido aí eh um
2:50:59tipo de ataque que é o ataque de rugpol.
2:51:03Qual, qual que é a ideia ou o problema
2:51:05desse ataque, né? Eh, algumas pessoas
2:51:07vão lá, criam uma criptomoeda, né? E
2:51:11cria uma criptomoeda, pô, vira aquele
2:51:13hype, né? aquela memic vira aquele hype,
2:51:17as pessoas entram, né, acreditando que
2:51:20aquele projeto vai dar certo, as pessoas
2:51:22entram acreditando que aquilo vai
2:51:24acontecer e aí quando menos se espera,
2:51:27os fundadores do projeto vão lá e tiram
2:51:30todo os seus ativos. E no fundo, no
2:51:34fundo, o que que acaba acontecendo com a
2:51:36criptomoeda, o valor dela derrete, né?
2:51:39Então, a confiabilidade do sistema, ela
2:51:42foi corrompida, mas ela foi corrompida
2:51:44exatamente pela confiança, porque as
2:51:46pessoas entraram eh confiando que aquilo
2:51:49daria certo.
2:51:51E e de igual forma a a gente pode
2:51:54estabelecer esse mesmo problema quando a
2:51:56gente tá falando de sistemas
2:51:57multiagentes. sistemas multiagentes, eh,
2:52:00no geral, e vamos a a gente acaba
2:52:04pensando em sistemas multiagentes, eh,
2:52:06que todos os agentes que fazem parte do
2:52:08sistema, eles são confiáveis, né?
2:52:12Naturalmente a gente acaba projetando o
2:52:15sistema, acreditando que todas as
2:52:17máquinas que tão num eh no cluster, né,
2:52:21que que elas estão distribuídas, elas
2:52:23são confiáveis. Mas e quando eu não
2:52:25tenho, né, sabendo um cenário de
2:52:27fraudes, sabendo que que de fato o
2:52:29cenário de ataques tem crescido e quando
2:52:32eu não tenho essa certeza absoluta,
2:52:35quando eu tenho que trabalhar nesse
2:52:36cenário de dúvida, né?
2:52:40E aí vem um uma ideia e também o
2:52:44trabalho de pesquisa que eu tenho feito,
2:52:46que é propor um sistema multiagente, né,
2:52:50que consiga de fato desde a desde a
2:52:53concepção, né, ou seja, desde o ponto eh
2:52:56que você recebe um uma fraude, né, um um
2:53:01uma denúncia de fraude, um relato de
2:53:03fraude, conseguir trabalhar esse e esse
2:53:06relato de fraude e a partir disso
2:53:08conseguir pesquisar na internet relatos
2:53:11correspondentes e aí fazendo infiltração
2:53:15em grupos do WhatsApp, por exemplo.
2:53:17Então, hoje o o sistema já faz o quê,
2:53:20né? Eh, ele recebe eh ele acolhe a
2:53:25denúncia, ele faz de fato eh ele faz um
2:53:28detetive de campo, então ele faz um
2:53:30snifer na rede, né, buscando informações
2:53:33de fraudes relacionadas. E a partir
2:53:36disso ele começa a fazer infiltração eh
2:53:39em grupos do WhatsApp, grupos do
2:53:41WhatsApp maliciosos, justamente porque a
2:53:43gente sabe que hoje o WhatsApp eh é um
2:53:46dos canais de comunicação mais
2:53:47utilizados por todo o Brasil e também
2:53:50acaba sendo um dos canais mais
2:53:52utilizados pelos fraudadores para eh
2:53:56angarear novas vítimas e a partir disso
2:53:59eh escrever, né, e transcrever
2:54:02relatórios para denúncias de fraudes
2:54:04formais. denúncias, crimes paraa
2:54:06polícia, tá? Só que isso tudo,
2:54:10evidentemente, eh, tendo arquiteturas e
2:54:13responsabilidades muito bem definidas,
2:54:16né? Então, tem um agente gerenciador,
2:54:18então a gente tem um tipo de eh de
2:54:21arquitetura que é definida. Tem um
2:54:23agente detetive de campo que utiliza eh
2:54:27aqui, que é um um outro tema, acho que
2:54:29não vamos explorar tanto. Tem o agente
2:54:32que vai fazer essa infiltração, tem o
2:54:34agente que vai ficar informando o que tá
2:54:37acontecendo no grupo, né, e aí
2:54:39utilizando graphic hag. Então tem essas
2:54:42várias capacidades. Vamos avançar mais
2:54:44um pouquinho.
2:54:46Mas como como isso tudo foi construído?
2:54:50Eh, tem um framework que não sei se
2:54:52todos conhecem, eu tenho a sensação que
2:54:54é um menos um pouco menos conhecido, né?
2:54:57Falando um pouco mais de tech, que é o
2:54:59Strands Agents. Eh, é um SDK da AWS para
2:55:03quem tá utilizando agent core. Eh, cara,
2:55:06é total aderência para isso, né? Eh,
2:55:10além disso, também utilizando a RA, que
2:55:12é uma plataforma eh que simula e também
2:55:16eh entra dentro do WhatsApp. Então, é
2:55:19como esse agente, né, ou esse sistema
2:55:21multiagente entrasse dentro do WhatsApp.
2:55:25E para além disso também utilizando
2:55:27graphic rag. Eh, a grande questão aqui e
2:55:31é um ponto que eu queria conversar com
2:55:32vocês, a gente falou de eh memória
2:55:35semântica, a gente falou também de como
2:55:37que a gente pode organizar o
2:55:39conhecimento, né? Eh, graphic ha é muito
2:55:42interessante porque ele mistura duas
2:55:45abordagens interessantes. Primeiro, ra,
2:55:47né? Eh, mas sobretudo pelo fato de ser
2:55:50graphic rag, né? ou seja, de organizar
2:55:53em grafo, você consegue eh navegar de
2:55:57fato no seu conhecimento. Diferentemente
2:55:59do do vetorial, o grafo tem uma
2:56:02navegabilidade melhor, sobretudo para
2:56:05quando a gente tá colhendo evidências
2:56:07para crimes, né? E além disso também
2:56:10utilizar um eh um snifer aí, né? ou
2:56:14seja, um proxy reverso para também fazer
2:56:16varredura eh em toda a web, buscando
2:56:20assuntos relacionados às fraudes, tá?
2:56:24Aqui eh entra uma grande questão eh e
2:56:27para mim no no meu trabalho de pesquisa,
2:56:29é o que é mais interessante, que é a
2:56:31arquitetura Swarm. Então, é colocar
2:56:33vários agentes ou nanoagentes, né, com
2:56:36responsabilidades muito pequenas para
2:56:38que eles consigam explorar e entender
2:56:41mais como os crimes, né, ou seja, como
2:56:44as fraudes acontecem. Então imagina que
2:56:46cada um dos agentes colabora
2:56:48individualmente para descobrir, né? ele
2:56:50faz esse trabalho de detetive para
2:56:52descobrir como a fraude de fato tá se
2:56:54passando.
2:56:59E aqui eu queria voltar talvez no tema
2:57:02principal da nossa conversa aqui, que é
2:57:04o que que é de fato confiabilidade.
2:57:07Confiabilidade em sistemas e talvez aí
2:57:09uma questão de tradução, ela tem ela tem
2:57:12dois lados ou duas vertentes. você tem a
2:57:14confiabilidade enquanto trustworth e
2:57:18confiabilidade enquanto reliability.
2:57:20Talvez muito por eh engenheiros de
2:57:23softwares aqui, a gente tá acostumado
2:57:26com a ideia de reliability, né?
2:57:28Reliability é, pô, o servidor não parou
2:57:32de responder, o servidor continua com o
2:57:34mesmo tempo de resposta, né? O servidor
2:57:38continua eh utilizando a mesma
2:57:40quantidade de memória, né? não teve
2:57:42tanta variação. Isso é reliability, né?
2:57:45Mas trustworth em sistemas multiagentes
2:57:48também é importante ou é ainda mais
2:57:50importante, porque trustworth tá muito
2:57:53ligado à ideia de a informação que eu
2:57:56estou recebendo ou as informações que eu
2:57:59estou recebendo, as informações que
2:58:00estão circulando nesse sistema
2:58:02multiagente, elas de fato são
2:58:04procedentes? Elas de fato são
2:58:06verdadeiras? Porque não adianta eu ter o
2:58:09servidor respondendo num tempo bom. Não
2:58:12adianta o servidor tá resp ter tá
2:58:15gastando a mesma memória de sempre, mas
2:58:18as informações que são produzidas eh
2:58:21pelos agentes são de fato uma alucinação
2:58:24dos agentes, né? Por quê? Porque eu
2:58:26posso ter ataques na parte de percepção
2:58:28dos agentes, eu posso ter ataque na
2:58:30parte de memória dos agentes, eu posso
2:58:32ter ataques em vários locais onde o meu
2:58:35agente pode de fato tá delirando. E
2:58:37aquele tipo de delírio ou aquele tipo eh
2:58:41eh de de ataque malicioso, ele pode de
2:58:45fato prejudicar o resultado dos meus
2:58:48agentes ou o resultado do meu sistema.
2:58:54Opa.
2:58:56E aí, para isso, eh, eu acho que vale a
2:58:58gente mapear, né, ou pelo menos algumas
2:59:00coisas que eu, que eu tenho mapeado e
2:59:03visto de solução. Eh, quando a gente
2:59:05fala de, e aqui não uma relação direta,
2:59:08né, de um pro outro, né, mas quando a
2:59:09gente fala de vulnerabilidades em
2:59:11multiagentes, a gente tá falando de
2:59:13vulnerabilidades de canais muito
2:59:15frágeis, né? a gente até viu aqui na na
2:59:17palestra anterior, pô, o quanto que é
2:59:20importante a gente ter autenticidade e e
2:59:23e também ter eh protocolos eh https
2:59:28funcionando. Então, galera, não é porque
2:59:30vocês estão construindo um sistema que
2:59:32não é utilizado ali diretamente pelo eh
2:59:35pelo usuário final, né, que a
2:59:37comunicação entre os agentes não é
2:59:38utilizada pelos usuários finais, mas
2:59:41isso não implica que, pô, você precisa
2:59:43colocar TTPS na comunicação, você
2:59:45precisa fazer a comunicação segura, né?
2:59:48Você tem risco de consenso quando você
2:59:50trabalha com topologias que eh precisam
2:59:53de consenso, né? Eh, Bitcoin é uma
2:59:57solução que depende de consenso, né?
2:59:59Cada um dos dos nodes precisam ter o
3:00:02consenso de que aquela transação é
3:00:04válida. Eh, também você tem que tomar
3:00:07cuidado com a questão de eh agentes
3:00:10bizantinos ou de conuio, né? Ou seja,
3:00:12você pode ter um ataque que vários
3:00:14agentes podem ser corrompidos. E aí se
3:00:19você tem uma matemática de 50%
3:00:23dos agentes sinalizaram como verdadeiro
3:00:25algum tipo de transação, se eu corromper
3:00:28esse 50%, a verdade vai ser que aquela
3:00:30transação fraudulenta uma verdade. Então
3:00:34você pode ter esse tipo de ataque
3:00:35também. Você pode ter mais classicamente
3:00:37o que a gente tem visto, né, alucinações
3:00:39das LLMs, né, atéfiltração também, um
3:00:43outro tipo de ataque e e fragilidade de
3:00:45alguns dos dispositivos. De novo, e eu
3:00:48tô falando aqui de agentes, não do ponto
3:00:50de vista de só LLMs, só no
3:00:52desenvolvimento de software, tô falando
3:00:54de agentes às vezes embarcados, né?
3:00:56Agentes que vão atuar no campo de
3:00:59batalha, né? Então eles podem sofrer
3:01:01esse tipo de ataque. E a algumas formas
3:01:04de e soluções para mitigação é análise
3:01:08da comunicação e do do tráfego, né? E
3:01:10isso é um pouco mais clássico do que a
3:01:12gente já vê de, por exemplo, ataque
3:01:14DDOS. Eh, você pode também utilizar
3:01:17métodos de estabilidade, e é aqui que eu
3:01:19tenho caminhado com o método de
3:01:21Liapanov, eh, que basicamente vão tentar
3:01:25olhar se de fato existe algum altilar no
3:01:28comportamento dos seus agentes, né, do
3:01:32seja do sistema multiiagente, como
3:01:34especificamente daquele agente do do
3:01:37todo. Você pode olhar também a
3:01:40reputação, né? Pô, será que aquele
3:01:42agente naquela máquina em específico,
3:01:45ele tem trazido boas respostas? A a o
3:01:49que tem sido produzido ali naquela
3:01:51máquina em específico é boa? E aí,
3:01:53evidentemente, auditoria e blockchain,
3:01:56né? algumas soluções vão para esse lado
3:01:58que você tem que auditar e deixar muito
3:02:00claro o que tá acontecendo dentro do do
3:02:04seu sistema, até porque invariavelmente
3:02:06a gente tem uma responsabilidade, né,
3:02:09sobre o os softwares que a gente vem
3:02:10construindo
3:02:12e sobretudo eh trabalhar um pouco dessa
3:02:16questão de agentes que podem se tornar
3:02:18muito inteligentes, porque agentes muito
3:02:21inteligentes num sistema que é baseado
3:02:24em multiagentes, eles podem influenciar
3:02:27e desbalancear a tomada de decisão.
3:02:32E aí eu fico com a grande pergunta, né,
3:02:34hoje, como que vocês de fato garantem a
3:02:38confiabilidade tanto de reliability como
3:02:41de trustworth nos sistemas que vocês vêm
3:02:43construindo?
3:02:45É isso, galera.
3:02:54Queria deixar o agradecimento aqui
3:02:55também paraa Web Motors, que é a empresa
3:02:57que eu trabalho hoje, que cedeu o dia aí
3:02:59para eu tá por aqui e também paraa FIAP.
3:03:09Perdão que ficou meio deslocado aqui,
3:03:11mas quem quiser também tem AP. Eu tô
3:03:13como professor eh no curso de agentes de
3:03:16A.
3:03:17Boa, boa, gente. Temos tempo para
3:03:20perguntas. Alguém quer fazer uma
3:03:21pergunta? Opa.
3:03:24>> Bom dia, pessoal. Meu nome é Alan, sou
3:03:26engenheiro de software e a minha
3:03:28pergunta é a seguinte: em uma
3:03:30arquitetura multiagente distribuída, faz
3:03:33sentido existir uma camada independente
3:03:35de agentes auditores ou corregedores,
3:03:38chamamos assim, eh monitorando em tempo
3:03:41real as decisões e ações dos agentes
3:03:43operacionais? como a gente impede que
3:03:45esses próprios auditores se tornem
3:03:47agentes bizantinos, né? Como a gente
3:03:49mitiga isso? Ou um ponto único de falha,
3:03:52quem fiscaliza os fiscalizadores. Como
3:03:54que a gente entende esse contexto todo
3:03:56aí?
3:03:57>> É quem vigiu vigilante, né?
3:04:00Eh, é, eu tenho ido até por por esse
3:04:03caminho, né, de de construir agentes
3:04:05laterais que escutam eh e auditam a
3:04:09tomada de decisão e o comportamento eh
3:04:12do do sistema como um todo. Então, sim,
3:04:15acho que que deve existir, tem que
3:04:18existir isso. E já existem plataformas
3:04:20especializadas
3:04:21para isso que talvez de uma forma
3:04:23clássica a gente vai conhecer engenharia
3:04:25de software, que é observabilidade.
3:04:28observabilidade de saber o o as decisões
3:04:31que estão sendo tomadas. Eu acho que tem
3:04:33esse cuidado a mais quando a gente fala
3:04:34de LLMs e e ah,
3:04:38mas no fundo no fundo também é um pouco
3:04:40de observabilidade de uma forma
3:04:41clássica, como eu comentei, de
3:04:44quantidade de memória, tempo de
3:04:46resposta, porque eh os atacantes eles
3:04:50também eh no fundo no fundo acabam
3:04:53utilizando coisas um pouco mais
3:04:54clássicas na hora de atacar. Espero que
3:04:58eu espero que eu tenha respondido a
3:05:00pergunta.
3:05:01>> Boa. Dá tempo para mais uma pergunta
3:05:03ainda, gente. Se alguém quiser fazer
3:05:04mais alguma pergunta,
3:05:05>> podem fazer críticas também que são
3:05:07serão aceitas.
3:05:08>> Ó, já levantou a mão, então.
3:05:10>> Ah, achei que o pessoal tava com fome
3:05:12já. Acho que ele
3:05:18>> não vou demorar pro moço.
3:05:21>> Mas já que falou sobre plataforma,
3:05:22consegue dar um exemplo de como consegue
3:05:25setar esse ambiente de múltiplos
3:05:27agentes, setar essa comunicação e
3:05:30topologia.
3:05:32>> Eu vou compartilhar o código, se você me
3:05:34chamar no LinkedIn. Eh, a a tobologia em
3:05:38si, eh muitos frameworks já estabelec
3:05:40nem o strengs você consegue construir
3:05:43essa topologia utilizando o framework.
3:05:46No na WS agent core, né? Infelizmente eu
3:05:50sou um fanby, AWS, perdão aqui. Eh, e e
3:05:55de fato lá você tem já tem frameworks,
3:05:58você já tem frameworks e também a
3:06:00plataforma muito bem estabelecida, tá?
3:06:03Eh, falando de observabilidade, só para
3:06:05linkcar com com o colega aqui, eh, por
3:06:08exemplo, na empresa que eu trabalho
3:06:09hoje, a gente tem agentes rodando e a
3:06:12observabilidade que a gente utiliza hoje
3:06:14e putz, tem atendido super é o data
3:06:17doog. O datadog já tem um módulo eh
3:06:20específico voltado para partes de
3:06:22observabilidade de de agentes, né?
3:06:26Evidentemente, olhando para LLM.
3:06:30Boa, boa, boa. Gente, fechamos então o
3:06:33nosso horário da manhã. Eh, retornamos
3:06:35às 14 horas, tá bem? Aproveitem esse
3:06:38tempo para fazer network, etc., né?
3:06:39Puxem o puxe o coleguinha para
3:06:41conversar, puxem o Maicel, puxem o Luiz
3:06:43aqui. O pessoal vai responder vocês aí.
3:06:47Valeu,
3:07:46เฮ
3:08:35Introducing Agora convational AI engine
3:08:39build and integrate your AI agent in
3:08:41minut any voice Ultra low latency
3:08:46responses and intelligent interruption
3:08:48handling. Agora brings natural
3:08:50conversation flow to voice AI. And with
3:08:53advanced background noise, AI can
3:08:56understand you no matter where you are.
3:09:01AI agent free
3:09:13nunca tivemos tantos dados e ainda assim
3:09:15decidir é cada vez mais difícil. Dados
3:09:18fragmentados não geram valor, mas quando
3:09:21os dados se conectam, tudo muda. Do
3:09:23ruído vem a clareza e da clareza a ação.
3:09:26Com Iá e segurança desde a origem,
3:09:28tornamos possível o que antes não era. O
3:09:30futuro não se espera, se decide e se
3:09:33constrói. Vamos construir o
3:09:35extraordinário. Juntos.
3:10:11เฮ
3:10:41เฮ
3:11:34Introducing Agora conversational AI
3:11:37engine build and integrate your AI agent
3:11:40in
3:11:41any any with ultra low latency responses
3:11:46and intelligent interruption handling
3:11:48agora brings natural conversation flow
3:11:50to voice ai and with advanced background
3:11:53noise ai can understand you no matter
3:11:57where you are building your voice ai
3:12:00agent for free
3:12:12Nunca tivemos tantos dados e ainda assim
3:12:15decidir é cada vez mais difícil. Dados
3:12:17fragmentados não geram valor, mas quando
3:12:20os dados se conectam, tudo muda. Do
3:12:22ruído vem a clareza e da clareza a ação.
3:12:25Com IA e segurança desde a origem,
3:12:27tornamos possível o que antes não era.
3:12:29Futuro não se espera, se decide, se
3:12:32constrói. Vamos construir o
3:12:34extraordinário. Juntos.
3:13:11เฮ
3:13:51Oh.
3:14:01เฮ
3:14:33Introducing Agora's conversational AI
3:14:36engine build and integrate your AI agent
3:14:39in minutes. Any model, any voice with
3:14:43ultra low latency responses and
3:14:45intelligent interruption handling, Agora
3:14:47brings natural conversation flow to
3:14:50voice AI. And with advanced background
3:14:52noise, AI can understand you no matter
3:14:56where you are.
3:14:59Ai agent fore
3:15:11nunca tivemos tantos dados e ainda assim
3:15:14decidir é cada vez mais difícil. Dados
3:15:16fragmentados não geram valor, mas quando
3:15:19os dados se conectam, tudo muda. Do
3:15:21ruído vem a clareza e da clareza a ação.
3:15:24Com IA e segurança desde a origem,
3:15:26tornamos possível o que antes não era. O
3:15:28futuro não se espera, se decide e se
3:15:31constrói. Vamos construir o
3:15:33extraordinário. Juntos.
3:16:10เฮ
3:16:39เฮ
3:17:32Introducing Agora convation AI engine
3:17:36build and integrate your AI agent in
3:17:39any any
3:17:42with ultra low latency responses and
3:17:44intelligent interruption handling agora
3:17:47brings natural conversation flow to
3:17:49voice ai and with advanced background
3:17:52noise ai can understand you no matter
3:17:55where you are building your voice ai
3:17:58agent for free
3:18:10Nunca tivemos tantos dados e ainda assim
3:18:13decidir é cada vez mais difícil. Dados
3:18:15fragmentados não geram valor, mas quando
3:18:18os dados se conectam, tudo muda. Do
3:18:20ruído vem a clareza e da clareza a ação.
3:18:23Com Iá e segurança desde a origem,
3:18:25tornamos possível o que antes não era. O
3:18:27futuro não se espera, se decide e se
3:18:30constrói. Vamos construir o
3:18:32extraordinário. Juntos.
3:19:09เฮ
3:19:39Oh.
3:20:31Introducing Agora's conversational AI
3:20:34engine. Build and integrate your AI
3:20:37agent in minutes. model any voice with
3:20:41ultra low latency responses and
3:20:43intelligent interruption handling, Agora
3:20:46brings natural conversation flow to
3:20:48voice AI and with advanced background
3:20:51noise suppression AI can understand you
3:20:54no matter where you are building your
3:20:57voice AI agent for free
3:21:09Nunca tivemos tantos dados e ainda assim
3:21:12decidir é cada vez mais difícil. Dados
3:21:14fragmentados não geram valor, mas quando
3:21:17os dados se conectam, tudo muda. Do
3:21:19ruído vem a clareza e da clareza a ação.
3:21:22Com IA e segurança desde a origem,
3:21:24tornamos possível o que antes não era. O
3:21:26futuro não se espera, se decide, se
3:21:29constrói. Vamos construir o
3:21:31extraordinário. Juntos.
3:22:08เฮ
3:22:38เฮ
3:23:30Introducing Agora convation AI engine
3:23:34build and integrate your AI agent in
3:23:37any any
3:23:40with ultra low latency responses and
3:23:42intelligent interruption handling agora
3:23:45brings natural conversation flow to
3:23:47voice ai and with advanc background
3:23:50noise ai can understand you no matter
3:23:53where you are building your voice ai
3:23:57agent for free
3:24:08Nunca tivemos tantos dados e ainda assim
3:24:11decidir é cada vez mais difícil. Dados
3:24:13fragmentados não geram valor, mas quando
3:24:16os dados se conectam, tudo muda. Do
3:24:18ruído vem a clareza e da clareza a ação.
3:24:21Com IA e segurança desde a origem,
3:24:23tornamos possível o que antes não era. O
3:24:26futuro não se espera, se decide e se
3:24:28constrói. Vamos construir o
3:24:30extraordinário. Juntos.
3:25:07เฮ
3:26:30Introducing Agora conversational AI
3:26:32engine build and integrate your AI agent
3:26:35in
3:26:36any any with ultra low latency responses
3:26:41and intelligent interruption handling
3:26:43agora brings natural conversation flow
3:26:46to voice ai and with advanced background
3:26:49noise ai can understand you no matter
3:26:52where you are building your voice ai
3:26:56agent for free
3:27:07Nunca tivemos tantos dados e ainda assim
3:27:10decidir é cada vez mais difícil. Dados
3:27:13fragmentados não geram valor, mas quando
3:27:15os dados se conectam, tudo muda. Do
3:27:18ruído vem a clareza e da clareza a ação.
3:27:20Com IA e segurança desde a origem,
3:27:22tornamos possível o que antes não era. O
3:27:25futuro não se espera, se decide, se
3:27:27constrói. Vamos construir o
3:27:29extraordinário. Juntos.
3:28:08Oh.
3:28:48เฮ
3:29:29Introducing Agora's conversational AI
3:29:31engine build and integrate your AI agent
3:29:34in minutes. Any model, any voice. With
3:29:38ultra low latency responses and
3:29:41intelligent interruption handling, Agora
3:29:43brings natural conversation flow to
3:29:45voice AI. And with advanced background
3:29:48noise suppression, AI can understand you
3:29:51no matter where you are.
3:30:06Nunca tivemos tantos dados e ainda assim
3:30:09decidir é cada vez mais difícil. Dados
3:30:12fragmentados não geram valor, mas quando
3:30:14os dados se conectam, tudo muda. Do
3:30:17ruído vem a clareza e da clareza a ação.
3:30:19Com Iá e segurança desde a origem,
3:30:21tornamos possível o que antes não era. O
3:30:24futuro não se espera, se decide e se
3:30:26constrói. Vamos construir o
3:30:28extraordinário. Juntos.
3:31:05เฮ
3:31:46Oh.
3:32:28Introducing Agora conversational AI
3:32:30engine. Build and integrate your AI
3:32:33agent in minutes. Any model, any voice
3:32:37with ultra low latency responses and
3:32:40intelligent interruption handling, Agora
3:32:42brings natural conversation flow to
3:32:44voice AI. And with advanced background
3:32:47noise suppression, AI can understand you
3:32:50no matter where you are.
3:32:52Start building your voice AI agent for
3:32:54free today.
3:33:05Nunca tivemos tantos dados e ainda assim
3:33:08decidir é cada vez mais difícil. Dados
3:33:11fragmentados não geram valor, mas quando
3:33:13os dados se conectam, tudo muda. Do
3:33:16ruído vem a clareza e da clareza a ação.
3:33:18Com IA e segurança desde a origem,
3:33:20tornamos possível o que antes não era. O
3:33:23futuro não se espera, se decide e se
3:33:25constrói. Vamos construir o
3:33:27extraordinário. Juntos.
3:34:04เฮ
3:35:27Introducing Agora conversational AI
3:35:29engine build and integrate your AI agent
3:35:32in
3:35:34any any voice with ultra low latency
3:35:38responses and intelligent interruption
3:35:40handling agora brings natural
3:35:42conversation flow to voice ai and with
3:35:45advanced background noise ai can
3:35:48understand you no matter where you are
3:35:52building your voice ai agent for free
3:36:04Nunca tivemos tantos dados e ainda assim
3:36:07decidir é cada vez mais difícil. Dados
3:36:10fragmentados não geram valor, mas quando
3:36:12os dados se conectam, tudo muda. Do
3:36:15ruído vem a clareza e da clareza a ação.
3:36:17Com Iá e segurança desde a origem,
3:36:19tornamos possível o que antes não era. O
3:36:22futuro não se espera, se decide e se
3:36:24constrói. Vamos construir o
3:36:26extraordinário. Juntos.
3:36:33เฮ
3:37:33เ เฮ
3:38:26Introducing Agora convation AI engine
3:38:29build and integrate your AI agent in
3:38:33any any
3:38:35with ultra low latency responses and
3:38:38intelligent interruption handling agora
3:38:40brings natural conversation flow to
3:38:42voice ai and with advanced background
3:38:45noise ai can understand you no matter
3:38:49where you are building your voice ai
3:38:52agent for free
3:39:03Nunca tivemos tantos dados e ainda assim
3:39:06decidir é cada vez mais difícil. Dados
3:39:09fragmentados não geram valor, mas quando
3:39:11os dados se conectam, tudo muda. Do
3:39:14ruído vem a clareza e da clareza a ação.
3:39:16Com Iá e segurança desde a origem,
3:39:18tornamos possível o que antes não era. O
3:39:21futuro não se espera, se decide e se
3:39:23constrói. Vamos construir o
3:39:25extraordinário. Juntos.
3:40:02เฮ
3:40:32เฮ
3:41:25Introducing Agora conversation AI engine
3:41:29Build andate AI agent in
3:41:32any any with ultra low latency responses
3:41:37and intelligent interruption handling
3:41:39agora brings natural conversation flow
3:41:41to voice ai and with advanced background
3:41:44noise ai can understand you no matter
3:41:48where you are building your voice ai
3:41:51agent for free
3:42:02Nunca tivemos tantos dados e ainda assim
3:42:05decidir é cada vez mais difícil. Dados
3:42:08fragmentados não geram valor, mas quando
3:42:10os dados se conectam, tudo muda. Do
3:42:13ruído vem a clareza e da clareza a ação.
3:42:15Com IA e segurança desde a origem,
3:42:18tornamos possível o que antes não era. O
3:42:20futuro não se espera, se decide, se
3:42:23constrói. Vamos construir o
3:42:24extraordinário. Juntos.
3:43:31เฮ
3:44:24Introducing Agora's conversational AI
3:44:27engine build and integrate your AI agent
3:44:30in
3:44:31any any
3:44:33with ultra low latency responses and
3:44:36intelligent interruption handling agora
3:44:38brings natural conversation flow to
3:44:41voice ai and with advanced background
3:44:43noise ai can understand you no matter
3:44:47where you are building your voice ai
3:44:50agent for free
3:45:02Nunca tivemos tantos dados e ainda assim
3:45:04decidir é cada vez mais difícil. Dados
3:45:07fragmentados não geram valor, mas quando
3:45:10os dados se conectam, tudo muda. Do
3:45:12ruído vem a clareza e da clareza a ação.
3:45:15Com Iá e segurança desde a origem,
3:45:17tornamos possível o que antes não era. O
3:45:19futuro não se espera, se decide e se
3:45:22constrói. Vamos construir o
3:45:24extraordinário. Juntos.
3:46:00เฮ
3:47:23Introducing Agora conversational AI
3:47:26engine. Build and integrate your AI
3:47:28agent in minutes. Any model, any voice
3:47:32with ultra low latency responses and
3:47:35intelligent interruption handling, Agora
3:47:37brings natural conversation flow to
3:47:40voice AI. And with advanced background
3:47:42noise, AI can understand you no matter
3:47:46where you are.
3:47:49Ai agent
3:48:01nunca tivemos tantos dados e ainda assim
3:48:04decidir é cada vez mais difícil. Dados
3:48:06fragmentados não geram valor, mas quando
3:48:09os dados se conectam, tudo muda. Do
3:48:11ruído vem a clareza e da clareza a ação.
3:48:14Com IA e segurança desde a origem,
3:48:16tornamos possível o que antes não era. O
3:48:18futuro não se espera, se decide, se
3:48:21constrói. Vamos construir o
3:48:23extraordinário. Juntos.
3:49:02Oh.
3:49:42เฮ
3:50:22Introducing Agora conversational AI
3:50:25engine build and integrate your AI agent
3:50:28in minutes. Any model, any voice. With
3:50:32ultra low latency responses and
3:50:34intelligent interruption handling, Agora
3:50:36brings natural conversation flow to
3:50:39voice AI. And with advanced background
3:50:42noise, AI can understand you no matter
3:50:45where you are.
3:50:48AI agent free
3:51:00nunca tivemos tantos dados e ainda assim
3:51:03decidir é cada vez mais difícil. Dados
3:51:05fragmentados não geram valor, mas quando
3:51:08os dados se conectam, tudo muda. Do
3:51:10ruído vem a clareza e da clareza a ação.
3:51:13Com Iá e segurança desde a origem,
3:51:15tornamos possível o que antes não era. O
3:51:17futuro não se espera, se decide e se
3:51:20constrói. Vamos construir o
3:51:22extraordinário. Juntos.
3:51:59เฮ
3:52:58เ
3:53:21Introducing Agora conversational AI
3:53:24engine build and integrate your AI agent
3:53:27in
3:53:28any any voice with ultra low latency
3:53:32responses and intelligent interruption
3:53:34handling agora brings natural
3:53:36conversation flow to voice ai and with
3:53:40advanced background noise ai can
3:53:43understand you no matter where you are
3:53:46building your voice ai agent for free
3:53:59Nunca tivemos tantos dados e ainda assim
3:54:02decidir é cada vez mais difícil. Dados
3:54:04fragmentados não geram valor, mas quando
3:54:07os dados se conectam, tudo muda. Do
3:54:09ruído vem a clareza e da clareza a ação.
3:54:12Com Iá e segurança desde a origem,
3:54:14tornamos possível o que antes não era. O
3:54:16futuro não se espera, se decide e se
3:54:19constrói. Vamos construir o
3:54:21extraordinário. Juntos.
3:54:58เฮ
3:55:38Oh.
3:56:20Introducing Agora's conversational AI
3:56:23engine build and integrate your AI agent
3:56:26in minutes. Any model, any voice. With
3:56:30ultra low latency responses and
3:56:32intelligent interruption handling, Agora
3:56:35brings natural conversation flow to
3:56:37voice AI. And with advanced background
3:56:40noise, AI can understand you no matter
3:56:43where you are.
3:56:46AI agent.
3:56:58Nunca tivemos tantos dados e ainda assim
3:57:01decidir é cada vez mais difícil. Dados
3:57:03fragmentados não geram valor, mas quando
3:57:06os dados se conectam, tudo muda. Do
3:57:08ruído vem a clareza e da clareza a ação.
3:57:11Com Iá e segurança desde a origem,
3:57:13tornamos possível o que antes não era. O
3:57:15futuro não se espera, se decide, se
3:57:18constrói. Vamos construir o
3:57:20extraordinário. Juntos.
3:57:59Oh.
3:58:39เ เฮ
3:59:19Introducing Agora's conversational AI
3:59:22engine build and integrate your AI agent
3:59:25in minutes. model any voice with ultra
3:59:29low latency responses and intelligent
3:59:32interruption handling. Agora brings
3:59:34natural conversation flow to voice AI
3:59:37and with advanced background noise AI
3:59:40can understand you no matter where you
3:59:43are.
3:59:45Ai agent
3:59:57nunca tivemos tantos dados e ainda assim
4:00:00decidir é cada vez mais difícil. Dados
4:00:02fragmentados não geram valor, mas quando
4:00:05os dados se conectam, tudo muda. Do
4:00:08ruído vem a clareza e da clareza a ação.
4:00:10Com Iá e segurança desde a origem,
4:00:12tornamos possível o que antes não era. O
4:00:15futuro não se espera, se decide e se
4:00:17constrói. Vamos construir o
4:00:19extraordinário. Juntos.
4:01:37Oh.
4:02:19Introducing Agora's conversational AI
4:02:21engine build and integrate your AI agent
4:02:24in minutes. Any model, any voice. With
4:02:28ultra low latency responses and
4:02:30intelligent interruption handling, Agora
4:02:33brings natural conversation flow to
4:02:35voice AI. And with advanced background
4:02:38noise, AI can understand you no matter
4:02:41where you are.
4:02:43Start building your voice AI agent for
4:02:45free today.
4:02:56Nunca tivemos tantos dados e ainda assim
4:02:59decidir é cada vez mais difícil. Dados
4:03:01fragmentados não geram valor, mas quando
4:03:04os dados se conectam, tudo muda. Do
4:03:07ruído vem a clareza e da clareza a ação.
4:03:09Com IA e segurança desde a origem,
4:03:11tornamos possível o que antes não era. O
4:03:14futuro não se espera, se decide e se
4:03:16constrói. Vamos construir o
4:03:18extraordinário. Juntos.
4:04:25เ เฮ
4:05:18Introducing Agora conversational AI
4:05:20engine build and integrate your AI agent
4:05:23in
4:05:24any any
4:05:27with ultra low latency responses and
4:05:30intelligent interruption handling agora
4:05:32brings natural conversation flow to
4:05:34voice ai and with advanced background
4:05:37noise ai can understand you no matter
4:05:41where you are building your voice ai
4:05:44agent for free
4:05:55Nunca tivemos tantos dados e ainda assim
4:05:58decidir é cada vez mais difícil. Dados
4:06:01fragmentados não geram valor, mas quando
4:06:03os dados se conectam, tudo muda. Do
4:06:06ruído vem a clareza e da clareza a ação.
4:06:08Com Iá e segurança desde a origem,
4:06:10tornamos possível o que antes não era. O
4:06:13futuro não se espera, se decide, se
4:06:15constrói. Vamos construir o
4:06:17extraordinário. Juntos.
4:06:54เฮ
4:07:24เฮ
4:08:17Introducing Agora conversational AI
4:08:19engine build and integrate your AI agent
4:08:22in
4:08:24any any with ultra low latency responses
4:08:28and intelligent interruption handling
4:08:31agora brings natural conversation flow
4:08:33to voice ai and with advanced background
4:08:36noise ai can understand you no matter
4:08:40where you are building your voice ai
4:08:43agent for free
4:08:54Nunca tivemos tantos dados e ainda assim
4:08:57decidir é cada vez mais difícil. Dados
4:09:00fragmentados não geram valor, mas quando
4:09:02os dados se conectam, tudo muda. Do
4:09:05ruído vem a clareza e da clareza a ação.
4:09:07Com IA e segurança desde a origem,
4:09:09tornamos possível o que antes não era. O
4:09:12futuro não se espera, se decide e se
4:09:14constrói. Vamos construir o
4:09:16extraordinário juntos.
4:09:23เฮ
4:09:55Oh.
4:10:35เฮ
4:11:16Introducing Agora's conversational AI
4:11:18engine build and integrate your AI agent
4:11:21in minutes. Any model, any voice with
4:11:26ultra low latency responses and
4:11:28intelligent interruption handling, Agora
4:11:30brings natural conversation flow to
4:11:32voice AI. And with advanced background
4:11:35noise, AI can understand you no matter
4:11:39where you are. Building your voice AI
4:11:42agent fore
4:11:53nunca tivemos tantos dados e ainda assim
4:11:56decidir é cada vez mais difícil. Dados
4:11:59fragmentados não geram valor, mas quando
4:12:01os dados se conectam, tudo muda. Do
4:12:04ruído vem a clareza e da clareza a ação.
4:12:06Com IA e segurança desde a origem,
4:12:08tornamos possível o que antes não era. O
4:12:11futuro não se espera, se decide e se
4:12:13constrói. Vamos construir o
4:12:15extraordinário. Juntos.
4:12:52เฮ
4:13:22เฮ
4:14:15Introducing Agora conversational AI
4:14:17engine build and integrate your AI agent
4:14:20in
4:14:22any any
4:14:24with ultow latency responses inent
4:14:27interruption handling agora brings
4:14:30natural conversation flow to voice ai
4:14:33and with advanc background noise ai can
4:14:36understand you no matter where you are
4:14:40building your voice ai agent for free
4:14:52Nunca tivemos tantos dados e ainda assim
4:14:55decidir é cada vez mais difícil. Dados
4:14:58fragmentados não geram valor, mas quando
4:15:00os dados se conectam, tudo muda. Do
4:15:03ruído vem a clareza e da clareza a ação.
4:15:05Com Iá e segurança desde a origem,
4:15:07tornamos possível o que antes não era. O
4:15:10futuro não se espera, se decide e se
4:15:12constrói. Vamos construir o
4:15:14extraordinário. Juntos.
4:15:53Oh.
4:16:33เฮ
4:17:14Introducing Agora's conversational AI
4:17:17engine. Build and integrate your AI
4:17:19agent in minutes. Any model, any voice
4:17:23with ultra low latency responses and
4:17:26intelligent interruption handling, Agora
4:17:28brings natural conversation flow to
4:17:30voice AI. And with advanced background
4:17:33noise, AI can understand you no matter
4:17:37where you are.
4:17:40AI agent
4:17:51nunca tivemos tantos dados e ainda assim
4:17:54decidir é cada vez mais difícil. Dados
4:17:57fragmentados não geram valor, mas quando
4:18:00os dados se conectam, tudo muda. Do
4:18:02ruído vem a clareza e da clareza a ação.
4:18:05Com IA e segurança desde a origem,
4:18:07tornamos possível o que antes não era. O
4:18:09futuro não se espera, se decide e se
4:18:12constrói. Vamos construir o
4:18:13extraordinário. Juntos.
4:18:50เฮ
4:20:13Introducing Agora conversational AI
4:20:16engine build and integrate your AI agent
4:20:19in
4:20:20any any voice with ultra low latency
4:20:24responses and intelligent interruption
4:20:26handling agora brings natural
4:20:28conversation flow to voice ai and with
4:20:31advanc background noise ai can
4:20:34understand you no matter where you are
4:20:38building your voice ai agent for free
4:20:50Nunca tivemos tantos dados e ainda assim
4:20:53decidir é cada vez mais difícil. Dados
4:20:56fragmentados não geram valor, mas quando
4:20:59os dados se conectam, tudo muda. Do
4:21:01ruído vem a clareza e da clareza a ação.
4:21:04Com Iá e segurança desde a origem,
4:21:06tornamos possível o que antes não era. O
4:21:08futuro não se espera, se decide e se
4:21:11constrói. Vamos construir o
4:21:13extraordinário. Juntos.
4:21:49เฮ
4:23:12Introducing Agora conversation AI engine
4:23:16Build and integrate your AI agent in
4:23:19any any
4:23:22with ultra low latency responses and
4:23:24intelligent interruption handling agora
4:23:26brings natural conversation flow to
4:23:29voice ai and with advanced background
4:23:31noise ai can understand you no matter
4:23:35where you are building your voice ai
4:23:38agent for free
4:23:50Nunca tivemos tantos dados e ainda assim
4:23:53decidir é cada vez mais difícil. Dados
4:23:55fragmentados não geram valor, mas quando
4:23:58os dados se conectam, tudo muda. Do
4:24:00ruído vem a clareza e da clareza a ação.
4:24:03Com IA e segurança desde a origem,
4:24:05tornamos possível o que antes não era. O
4:24:07futuro não se espera, se decide e se
4:24:10constrói. Vamos construir o
4:24:12extraordinário. Juntos.
4:24:52โ
4:25:20oh
4:25:22Ah.
4:25:32เฮ
4:26:11Introducing Agora conversational AI
4:26:14engine build and integrate your AI agent
4:26:17in minutes. Any model, any voice with
4:26:21ultra low latency responses and
4:26:23intelligent interruption handling, Agora
4:26:25brings natural conversation flow to
4:26:28voice AI. And with advanced background
4:26:30noise AI can understand you no matter
4:26:34where you are.
4:26:37AI agent
4:26:49nunca tivemos tantos dados e ainda assim
4:26:52decidir é cada vez mais difícil. Dados
4:26:54fragmentados não geram valor, mas quando
4:26:57os dados se conectam, tudo muda. Do
4:26:59ruído vem a clareza e da clareza a ação.
4:27:02Com Iá e segurança desde a origem,
4:27:04tornamos possível o que antes não era. O
4:27:06futuro não se espera, se decide e se
4:27:09constrói. Vamos construir o
4:27:11extraordinário juntos.
4:27:48เฮ
4:28:28Oh.
4:29:10Introducing Agora's conversational AI
4:29:13engine. Build and integrate your AI
4:29:15agent in minutes. Any model, any voice
4:29:20with ultra low latency responses and
4:29:22intelligent interruption handling, Agora
4:29:25brings natural conversation flow to
4:29:27voice AI. And with advanced background
4:29:30noise suppression, AI can understand you
4:29:33no matter where you are.
4:29:35Start building your voice AI agent for
4:29:37free today.
4:29:48Nunca tivemos tantos dados e ainda assim
4:29:51decidir é cada vez mais difícil. Dados
4:29:53fragmentados não geram valor, mas quando
4:29:56os dados se conectam, tudo muda. Do
4:29:58ruído vem a clareza e da clareza a ação.
4:30:01Com IA e segurança desde a origem,
4:30:03tornamos possível o que antes não era. O
4:30:05futuro não se espera, se decide e se
4:30:08constrói. Vamos construir o
4:30:10extraordinário. Juntos.
4:30:17เฮ
4:30:49Oh.
4:31:29เฮ
4:32:09Introducing Agora's conversational AI
4:32:12engine. Build and integrate your AI
4:32:15agent in minutes. Any model, any voice.
4:32:19With ultra low latency responses and
4:32:21intelligent interruption handling, Agora
4:32:24brings natural conversation flow to
4:32:26voice AI. And with advanced background
4:32:29noise, AI can understand you no matter
4:32:32where you are.
4:32:35AI agent
4:32:47nunca tivemos tantos dados e ainda assim
4:32:50decidir é cada vez mais difícil. Dados
4:32:52fragmentados não geram valor, mas quando
4:32:55os dados se conectam, tudo muda. Do
4:32:57ruído vem a clareza e da clareza a ação.
4:33:00Com Iá e segurança desde a origem,
4:33:02tornamos possível o que antes não era. O
4:33:04futuro não se espera, se decide e se
4:33:07constrói. Vamos construir o
4:33:09extraordinário. Juntos.
4:33:16เฮ
4:33:46เฮ
4:34:19โ
4:35:08Introducing Agora convation AI engine
4:35:12Build and integrate your AI agent in
4:35:15any any
4:35:18with ultra low latency responses and
4:35:20intelligent interruption handling agora
4:35:23brings natural conversation flow to
4:35:25voice ai and with advanc background
4:35:28noise ai can understand you no matter
4:35:31where you are building your voice ai
4:35:35agent for free
4:35:46Nunca tivemos tantos dados e ainda assim
4:35:49decidir é cada vez mais difícil. Dados
4:35:51fragmentados não geram valor, mas quando
4:35:54os dados se conectam, tudo muda. Do
4:35:56ruído vem a clareza e da clareza a ação.
4:35:59Com Iá e segurança desde a origem,
4:36:01tornamos possível o que antes não era. O
4:36:04futuro não se espera, se decide e se
4:36:06constrói. Vamos construir o
4:36:08extraordinário. Juntos.
4:36:45เฮ
4:38:08Introducing Agora conversational AI
4:38:10engine build and integrate your AI agent
4:38:13in
4:38:14any any with ultra low latency responses
4:38:19and intelligent interruption handling
4:38:21agora brings natural conversation flow
4:38:24to voice ai and with advanc background
4:38:27noise ai can understand you no matter
4:38:30where you are building your voice ai
4:38:34agent for free
4:38:45Nunca tivemos tantos dados e ainda assim
4:38:48decidir é cada vez mais difícil. Dados
4:38:50fragmentados não geram valor, mas quando
4:38:53os dados se conectam, tudo muda. Do
4:38:56ruído vem a clareza e da clareza a ação.
4:38:58Com IA e segurança desde a origem,
4:39:00tornamos possível o que antes não era. O
4:39:03futuro não se espera, se decide e se
4:39:05constrói. Vamos construir o
4:39:07extraordinário. Juntos.
4:39:44เฮ
4:41:07Alô, alô.
4:41:11Boa tarde, gente. Boa tarde.
4:41:16Daqui a um pouquinho já vamos iniciar a
4:41:17nossa
4:41:19a nossa agenda na parte da tarde.
4:41:23Nossa palestra vai ser com Rafael Shide.
4:41:25É isso, Shide? Tá aí. O Rafael
4:41:33>> tá chegando já. A palestra tá marcada
4:41:35para as 2:10, né? Daqui a pouquinho ele
4:41:38já chega e a gente já inicia, tá?
4:41:39pessoal que tá em casa também.
4:41:42Já iniciamos daqui um pouquinho, tá bom?
4:41:44Gente,
4:41:46a palestra
4:41:50>> o o Rafael tá substituindo um colega que
4:41:53não conseguiu fazer a palestra agora de
4:41:55tarde, tá? Então o Rafael vai substituir
4:41:58a a palestra que a gente teria. Então
4:42:00quem quem já tá com com app já tá
4:42:03atualizado lá. A palestra do Rafael já
4:42:04tá atualizada no aplicativo ali, tá?
4:42:07เฮ
4:42:37โอ
4:43:37เ
4:43:42Introducing Agora conversational AI
4:43:44engine. Build and integrate your AI
4:43:47agent in minutes. Any model, any voice
4:43:51with ultra low latency responses and
4:43:54intelligent interruption handling, Agora
4:43:56brings natural conversation flow to
4:43:58voice AI. And with advanced background
4:44:01noise, AI can understand you no matter
4:44:05where you are.
4:44:19Nunca tivemos tantos dados e ainda assim
4:44:22decidir é cada vez mais difícil. Dados
4:44:25fragmentados não geram valor, mas quando
4:44:27os dados se conectam, tudo muda. Do
4:44:30ruído vem a clareza e da clareza a ação.
4:44:32Com IA e segurança desde a origem,
4:44:34tornamos possível o que antes não era. O
4:44:37futuro não se espera, se decide, se
4:44:39constrói. Vamos construir o
4:44:41extraordinário. Juntos.
4:44:48เฮ
4:45:59Oh.
4:46:41Introducing Agora's conversational AI
4:46:43engine build and integrate your AI agent
4:46:46in minutes. Any model, any voice with
4:46:51ultra low latency responses and
4:46:53intelligent interruption handling, Agora
4:46:55brings natural conversation flow to
4:46:57voice AI. And with advanced background
4:47:00noise, AI can understand you no matter
4:47:04where you are.
4:47:18Nunca tivemos tantos dados e ainda assim
4:47:21decidir é cada vez mais difícil. Dados
4:47:24fragmentados não geram valor, mas quando
4:47:26os dados se conectam, tudo muda. Do
4:47:29ruído vem a clareza e da clareza a ação.
4:47:31Com Iá e segurança desde a origem,
4:47:33tornamos possível o que antes não era. O
4:47:36futuro não se espera, se decide, se
4:47:38constrói. Vamos construir o
4:47:40extraordinário juntos.
4:47:45Acho que não tá aí. Aqui, ó. Mas tem
4:47:47aqui, ó. Pega. Quer apar aqui, ó.
4:47:55Alô.
4:47:57Boa, pessoal. Alimentados agora. Todo
4:48:00mundo tomou água, todo mundo tomou café,
4:48:02todo mundo acordado.
4:48:04Vamos dar sequência então aqui na nas
4:48:06nossas palestras. Então, como foi
4:48:08comentado, o Gabriel teve um problema
4:48:10pessoal, então ele foi, a palestra dele
4:48:12foi trocada pela do Rafael, que vai
4:48:14fazer as vezes agora aqui com a palestra
4:48:17A nova engenharia de software com IA.
4:48:19Isso. Show de bola. Então, pau que é
4:48:22teu. Tá com Deixar que eu te entrego
4:48:25aqui já o microfone.
4:48:28Pessoal que tiver em casa, quiser mandar
4:48:30alguma pergunta, pode mandar lá no Q&A.
4:48:32Vocês também podem preparando as
4:48:33perguntas de vocês.
4:48:38>> Fala pessoal, boa tarde. Eh, eu meu nome
4:48:42é Rafael Shit, tá? Eu sou mais conhecido
4:48:43como foca aqui em Floripa. Então, acho
4:48:46que tem bastante gente aí que eu já
4:48:47conheço aí. Vou falar um pouquinho da
4:48:48minha da minha trajetória também aí,
4:48:52acho que é importante. E eu dou aula,
4:48:55pessoal, há 13 anos no ensino superior
4:48:58aqui em Floripa. Dei aula na faculdade
4:48:59de energia 10 anos, dou aula no SENAI
4:49:02agora 3 anos, né? Então a gente acaba
4:49:05conhecendo bastante gente, acaba
4:49:07conhecendo a galera. Quem aí já foi meu
4:49:08aluno, eu já trabalhei ou já a gente já
4:49:11trabalha juntos. Tem uma galera ali, né?
4:49:13Tem uma galera que a gente se encontra
4:49:15sempre no TDC, tava falando paraa Iara
4:49:17que a gente vem no TDC para encontrar a
4:49:19galera, né? Então aqui é o local onde a
4:49:20gente encontra o pessoal, tá? E além
4:49:23disso, pessoal, até para contar uma
4:49:24historinha rápida aqui, ano passado, tá?
4:49:27Eh, eu fiz uma viagem pro Vale do
4:49:29Celício, tá? E foi uma viagem assim que
4:49:31transformou bastante a minha vida. Eu
4:49:33acho que esse é um ponto muito
4:49:34importante e principalmente porque o que
4:49:37eu vi lá assim, né, eu acho que era um
4:49:39pouco do que eu queria contribuir aqui
4:49:41paraa nossa área também, né? E aí quando
4:49:44eu voltei, a gente pensou junto com o
4:49:46John, né, que é o meu sócio no livro
4:49:48aqui também, e a gente criou um livro
4:49:50chamado A nova engenheira de software
4:49:51com EI, tá? Nesse livro, pessoal, a
4:49:54gente aborda bastante coisa de do que
4:49:57realmente tem sido a engenharia de
4:49:58software, né? Então, eu que comecei lá
4:50:00do algoritmos, da programação
4:50:03estruturada, da orientada objeto, da
4:50:06programação web, como é que a gente
4:50:08transforma e como é que a gente motiva o
4:50:10aluno, né, hoje em dia a aprender a
4:50:13programar, né? Vocês sabem que a
4:50:15programação mudou, a gente não programa
4:50:17com o programa como programava
4:50:19anteriormente, né? Então, eu não tenho
4:50:21mais como ensinar aquele meu aluno da
4:50:23forma como eu ensinava antes, tá? Então,
4:50:25vou mostrar para vocês um pouquinho como
4:50:26é que a gente tá ensinando eles, né? Mas
4:50:29principalmente como que a gente também
4:50:31tá ensinando o pessoal nas empresas a
4:50:34criar agentes de verdade, né? E o que
4:50:36que é, como é que ele funciona, né? Acho
4:50:38que muito se falou aqui de agente,
4:50:40talvez tem alguns pontos ali que eu acho
4:50:42ainda que é importante tocar no assunto,
4:50:45mas principalmente eu queria trazer
4:50:47cases de empresas reais que a gente tem
4:50:49criado agentes, tá? Então eu acho que
4:50:51esse é o maior ganho para fazer vocês
4:50:53refletirem como que a gente pode criar
4:50:55um agente na nossa empresa, onde que a
4:50:57gente pode colocar ele lá, tá? Hoje a
4:50:59gente tem trabalhado em três eh em três
4:51:02linhas nas empresas, né? É a camada
4:51:04cultural, a camada de processo e a
4:51:06camada de ferramenta, né? Geralmente o
4:51:08pessoal já chega botando um agente para
4:51:10resolver um problema, né? Só que a gente
4:51:12tem visto que isso não funciona muito
4:51:13bem, né? Se a gente não fizer o
4:51:15letramento, a cultura, criar os
4:51:17processos, ensinar todo mundo, ter
4:51:19governância, né? Hoje em dia tem uma
4:51:21palavrinha chamado Shadow AI, né? Que é
4:51:24aquele AI que todo mundo usa, usa o
4:51:25cloud, outro chat EPT, outro deai, outro
4:51:28de PSIC e aí as centenas de LLMs que tem
4:51:31por aí, né? Então a gente começa criando
4:51:34tudo aquilo ali. Uma empresa grande é
4:51:35diferente de uma empresa pequena
4:51:37naturalmente, né? E aí, pessoal, quando
4:51:39eu voltei também de lá, pô, que eu andei
4:51:42num carro que não tinha motorista, né?
4:51:44Alguém já andou num carro que não tem
4:51:45motorista? Aí quando tu chega num, tu
4:51:48anda com um carro que não tem motorista
4:51:50e tu é um nerd, que nem a gente aqui, a
4:51:52gente fica pensando como é que aquilo
4:51:54funciona, né? Deve ter um cara lá atrás
4:51:56pilotando, olhando lá pela tela e
4:51:58dirigindo. E aí tu fica olhando pro
4:52:00painel, olhando pras câmeras, olhando
4:52:01para alguma coisa. E aí quando eu
4:52:03voltei, eu fui palestrar num evento que
4:52:05era um evento inclusive na área do
4:52:07varejo. E aí o cara falando lá que ele
4:52:10não conseguia integrar duas unidades
4:52:12porque a gente não funciona. E darará. E
4:52:15aí quando eu subi, eu mostrei um vídeo
4:52:16de eu andando lá no carro sem motorista.
4:52:18Assim, cara, se tem uma coisa mais
4:52:20complexa do que criar um carro que não
4:52:23tem o motorista, que tu vê um monte
4:52:25andando na rua, estacionando e um não
4:52:26bate no outro e tu nem sabe como aquilo
4:52:29funciona, cara, tu consegue criar um
4:52:31agente para conectar duas unidades, né?
4:52:33E aí a gente começou a conversar, foi
4:52:35até legal que ele acabou virando meu
4:52:36parceiro, meu cliente, a gente até tá
4:52:38desenvolvendo produtos lá. Só por isso.
4:52:41Olha só que legal, né, galera? Então, a
4:52:44nossa experiência às vezes de ver alguma
4:52:47coisa que uma pessoa não viu, ela já
4:52:49vale a pena. Ela já vale, ela já é um
4:52:51argumento comercial, ela já é um
4:52:53argumento técnico, ela já é muito legal
4:52:55também. E aí também, né, e aí eu vou
4:52:58fazendo paralelo tanto da área acadêmica
4:53:00quanto da área prática também. Vou
4:53:02começar da área acadêmica. Cara, olha só
4:53:04como é que eu ensinava os meus alunos
4:53:06antes, né? Ficou meio ruim aqui, mas
4:53:07aqui é como eu ensinava um laço de
4:53:08repetição e um condicional, um if e um
4:53:11I, um fórum do I, etc., né, pro aluno,
4:53:14né? Então, pô, aqui tu tem um for de 1 a
4:53:1610 e aí quando tu vai dando, vai
4:53:19percorrendo na na posição zero, tem
4:53:20isso, na um, tem isso, na dois, tem
4:53:22aquilo, cara. E aí o aluno me levanta a
4:53:24mão e pergunta: "Professor, quando que a
4:53:27gente vai aprender os ii?" Pô, daí eu
4:53:30fico com vergonha, né? Quando ele me faz
4:53:31essa pergunta, né? Eu que fico com
4:53:33vergonha. Então, se eu começar a ensinar
4:53:35isso aqui, isso é pra gente pensar
4:53:37também, tá, pessoal? Como é que a gente
4:53:39vai formar os profissionais do futuro?
4:53:41Também faz parte aqui. Não adianta eu
4:53:43chegar pro cara ensinando o IF e o cara
4:53:45não tá nem aí pro IF, se a lua, se hoje
4:53:48tá chovendo, amanhã vai de carro, se não
4:53:50vai de ônibus, foi assim que a gente
4:53:51aprendeu. Não é assim que se aprende
4:53:53mais. Sorry, não é assim, né? Então, até
4:53:57lá no ensinar, pessoal, o negócio mudou,
4:54:00tá? Parece simples, mas mudou. Eu tenho
4:54:03que ter estratégia para isso. Eu vou
4:54:04mostrar algumas estratégias que é a
4:54:06mesma que a gente aplica dentro das
4:54:07empresas para ensinar agentes pros
4:54:09pessoal, pro pessoal, tá? E aí todo
4:54:11mundo também já viu esse desenho aqui,
4:54:12né? Claro, lá na faculdade é o primeiro,
4:54:14lá no algoritmo é o primeiro que o
4:54:16professor que o na verdade não é nem no
4:54:18algoritmo, né? Que é naquelas
4:54:21que a gente aprende lá estrutura e HTML
4:54:25e UML, UML, né? Esses caras aí. E aí a
4:54:29gente aprende que o que o cliente pediu
4:54:31e o que ele queria tinha que passar lá
4:54:33num telefone sem fio e numa série de
4:54:36coisas, né, cara? Hoje em dia, esse
4:54:39mesmo processo que a gente usava antes,
4:54:42que daí é um processo de software, daí
4:54:44tô falando de Agile, tô falando de
4:54:46qualquer processo que tem dentro das
4:54:47empresas, ele também não cabe mais, não
4:54:49funciona mais, né? A velocidade que a
4:54:52gente produz hoje não é a velocidade nem
4:54:54que o QA consegue testar a quantidade de
4:54:56coisa que a gente libera. Todo mundo tá
4:54:58passando isso nas empresas, isso é óbvio
4:54:59até na verdade, né? Então tu imagina o
4:55:02processo de software que às vezes em uma
4:55:03reunião a gente mata 10 cards, a gente
4:55:06faz 10 features numa reunião, né? Dentro
4:55:09de uma reunião. Eu não preciso receber
4:55:11um card, eu só preciso saber o que tu
4:55:13quer, a gente vai lá, resolve e já manda
4:55:14direto pro cara testar, entendeu, né?
4:55:17Quando manda, na verdade, né? Mas
4:55:19pessoal, isso aqui também caiu por
4:55:20terra. Então, segunda coisa, caiu por
4:55:22terra. Então, tudo a gente tá tendo que
4:55:25reaprender a criar, pessoal. E o
4:55:27software a gente também tá tendo que
4:55:29aprender a criar. O software não é igual
4:55:31a gente criava antes. Aprender não é
4:55:33igual, criar software também não é
4:55:35igual. Então a gente precisa aprender de
4:55:37uma forma diferente, né? Então é mais ou
4:55:39menos aí que a gente vem. Então como é
4:55:41que a gente puxa, né? E aí muito das
4:55:44coisas que a gente viu lá quando quando
4:55:45eu fui num evento lá chamado Tech Grunch
4:55:47Drupted, né? É um evento, uma feira de
4:55:49tecnologia de São Francisco, de
4:55:51inovação, muito legal também. Ninguém
4:55:53falava de software, todo mundo falava de
4:55:55agente, que daí aqui também tá todo
4:55:57mundo falando de agente. Só que daí eles
4:56:00falaram uma coisa que ficou muito na
4:56:01minha cabeça, que o seguinte: agente
4:56:03pessoal é uma coisa que tu não vai mais
4:56:06nem precisar de tela, tá? E qual o
4:56:08software não precisa de tela? Alguém já
4:56:10pensou nisso, né? Como é que eu vou
4:56:12interagir com uma coisa que se conecta
4:56:14com várias outras coisas, sem precisar
4:56:16de tela e sem precisar de nada do tipo,
4:56:18né? E aí a gente entra realmente nos
4:56:22agentes, né? E como funcionam os
4:56:24agentes. Então essa minha imagem aqui
4:56:26até uma imagem bem antiga. E aí é como
4:56:29que é a anatomia de um agente, como que
4:56:31se caracteriza um agente, como que eu
4:56:33desenvolvo um agente pensando na
4:56:35estrutura de dados do agente, né, na
4:56:37nova engenharia de software dele. Então
4:56:39o agente ele tem um papel, ele tem as
4:56:41instruções, né? Quais são as instruções?
4:56:44A instrução no final ela é um system
4:56:46prompt, né? o que que um agente vai
4:56:48fazer, o que que ele não vai fazer, como
4:56:50que ele vai responder, o que que ele não
4:56:53pode responder, né? E tudo isso a gente
4:56:56tem que colocar ali, a gente tem que
4:56:57saber caracterizar esse agente, né? Isso
4:56:59já foi falado, tá? Mas aí tem algumas
4:57:01coisas aqui que também eu vejo que se
4:57:03fala um pouco, né? Memória, né? Pô,
4:57:06parece até óbvio, mas um framework,
4:57:08tipo, eu vi a galera falando do PHP,
4:57:10provavelmente é o Land Graph, qualquer
4:57:11coisa ali que a galera tá usando lá
4:57:13também, ele já encapsulam também essa
4:57:15parte de memória. Memória para ele ter
4:57:17contexto, para quando eu perguntar
4:57:18alguma coisa 50 vezes ele saber do que
4:57:20eu tô falando, etc., né? E aí eu entro
4:57:23em outras coisas também. Ferramentas são
4:57:25as tools, né? Uma tool pode chamar uma
4:57:27PI, posso chamar qualquer coisa desse
4:57:29tipo, né? Dali pode conectar direto no
4:57:32banco viatu, posso fazer o que eu
4:57:33quiser, né? harness, né? É uma coisa
4:57:36muito importante também que você tem
4:57:37falado bastante hoje, né? Por exemplo,
4:57:39uma coisa bem simples. Quando eu tiver
4:57:41fazendo uma operação crítica, eu poder
4:57:43saber antes que eu tenha uma operação
4:57:44crítica, o que que é, o que que ele vai
4:57:46fazer, ele poder me mostrar um plano do
4:57:48que ele vai executar, eu poder aprovar
4:57:50aquele plano, né? Então, tudo isso tá lá
4:57:53na característica do agente, ó, dados,
4:57:55né? Pô, então assim, ó, uma coisa que
4:57:57também é bem básica aqui, né? Não tem
4:58:00agente sem dados, né, pessoal? Vou
4:58:02conectar o agente com quê, né? Se eu não
4:58:04tiver, se eu não tiver dentro de uma
4:58:06empresa que tem dados e toda empresa o
4:58:08mais rico que tem é dados, o agente não
4:58:10vai se conectar a lugar nenhum, não vai
4:58:12se conectar um API, porque a API não não
4:58:14conversa com ninguém, né? Então a o
4:58:16principal ponto é dados MCP, que é um
4:58:19novo padrão de comunicação, né? Então
4:58:21antigamente a gente falava de API, mas
4:58:23API tinha o Swegger, tinha o campinho,
4:58:25tinha API, o end point, tinha se era
4:58:27[ __ ]
4:58:29né? E hoje a gente não precisa mais se
4:58:30preocupar com esse monte de coisas. Eu
4:58:33tenho um conector MCP, que é uma
4:58:35linguagem que é um prompt, que ele
4:58:37consegue se resolver e conectar em
4:58:39diversos lugares ao mesmo tempo. Eu vou
4:58:41trazer alguns exemplos bem legais pra
4:58:43gente falar sobre isso, né? Eu também
4:58:44tenho a parte de intenção, né? Quando eu
4:58:47mando um prompt, ele vai saber aonde ele
4:58:50vai conectar, quem que ele vai chamar,
4:58:51qual é a tua que ele vai chamar, como
4:58:53que ele vai fatiar aquele meu texto e o
4:58:55que que ele vai resolver. Isso é
4:58:56intenção, é bem legal também. E uma
4:58:58coisa chamada também raga, né? que daí a
4:59:01gente vê também a galera falando um
4:59:03pouco, mas é super importante. Se eu
4:59:05tenho uma série de documentos dentro da
4:59:07minha empresa, esses documentos eles são
4:59:09privados, logicamente eles não estão
4:59:11dentro das LLMs, né? Ele não tá lá no
4:59:12chat EPT, ou pelo menos ele não deveria
4:59:15tá, né? Se você não estão colando um
4:59:16monte de documento lá no no chat EPT, no
4:59:19Gemini, etc., né? Ele não deveria tá. E
4:59:22aí eu posso ter um processo que a gente
4:59:24chama de raga, que eu criar o meu
4:59:26próprio modelo, meu próprio dataset, não
4:59:29chega a ser o modelo, mas é criar o meu
4:59:31próprio dataset usando os mesmos padrões
4:59:33de chunks, embedes, etc. e eu criar o
4:59:36meu próprio meu próprio modelo local,
4:59:38que a minha tu vai primeiro consultar no
4:59:41meus documentos, no modelo da LLM, no
4:59:45prompt da LLM, como eu já pesquisaria
4:59:47isso em qualquer local fora, né,
4:59:49qualquer LLM, e ele vai me trazer esses
4:59:52dados, né, local. E eu tenho uma série
4:59:54de mecanismos hoje em dia, inclusive
4:59:56para melhorar esse processo raga. Eu
4:59:58tenho Raga, eu tenho modelos híbridos
5:00:00para eu poder pesquisar, por exemplo,
5:00:02num banco local junto com Raga ou no
5:00:05Elasc search junto com Raga para
5:00:07melhorar ainda o retorno do meu da minha
5:00:09pesquisa, tá? Isso é super importante
5:00:12também, isso faz parte do contexto do
5:00:14agente, pesquisar em dados, né? Eu vi
5:00:17numa outra palestra ali do JavaScript,
5:00:19inclusive aí foi novidade também, porque
5:00:21no nosso livro a gente tem um capítulo
5:00:23só desse framework aqui chamado Master
5:00:25AI, tá? O Master AI é um framework que
5:00:28encapsula tudo isso aqui, ó. Ele já tem
5:00:30tudo isso. Então o context engineering,
5:00:33né, que é aquela palavrinha bonita que é
5:00:34pra gente encapsular tudo isso aqui, ele
5:00:37já tem no master AI. Então, basicamente,
5:00:40eu crio um projeto e eu já tenho tudo
5:00:42isso. Eu já tenho memória, eu já tenho
5:00:44capacidade de fazer harness quiser, eu
5:00:47já tenho ali uma maneira bem simples de
5:00:49criar um dataset próprio com raga. Eu
5:00:52tenho tudo isso pronto. Eu tenho
5:00:54observabilidade, eu consigo ver todos os
5:00:56prompts que o meu usuário mandou, né? Eu
5:00:59consigo ver quanto de token eu tô
5:01:00gastando. Então ele já tem tudo isso no
5:01:03framework, pessoal. Então hoje criar um
5:01:05agente, ele é como criar um novo
5:01:08projeto, aquele file new project a gente
5:01:10fazia, aquilo é criar um agente, na
5:01:12verdade, né? Então ele tá mais
5:01:13simplificado, a gente usando a
5:01:15ferramenta correta, né? Inclusive, ele
5:01:18tem toda a parte do encapsulamento
5:01:19também do protocolo MCP, que é aquele
5:01:22protocolo que eu consigo conectar ele em
5:01:25qualquer outro agente, inclusive eu
5:01:26consigo conectar ele nas LLMs, né, no
5:01:29Cloud Code, no chat EPT, e aí consigo
5:01:31fazer uma pesquisa nele, ele faz no meu
5:01:34software, né? Então, rapidamente,
5:01:36pessoal, eu consigo criar um software
5:01:38que é um agente que já encapsula tudo
5:01:40aquilo, simplesmente, ó, instanciando um
5:01:43agente, dando as instructions dele, né,
5:01:46que ele é um cara que faz um pedido,
5:01:47registra no banco, etc. E dando as
5:01:49ferramentas corretas para ele. Simples
5:01:51assim, com 15 linhas de código, eu crio
5:01:53um agente e ele tá pronto e tem todas
5:01:55aquelas características. Eu não preciso
5:01:57implementar nada, né? Ele já vem com
5:02:01tudo isso criado para mim, né? Então, o
5:02:03que acontece? Sabe lá quando a gente
5:02:05falava muito de microsserviço, né?
5:02:08Então, outros TDCs, eu que venho desde o
5:02:11TDC1 lá, né? Todo TDC. E aí a gente
5:02:15vinha sempre evoluindo, né? Uma era
5:02:17cloud, depois microsserviço e agora
5:02:19estamos aqui falando de AI, né? a gente
5:02:22consegue fazer a mesma coisa com os
5:02:24mesmos elementos, né, de microsserviço.
5:02:27Quem programa bastante aí também sabe
5:02:29que no microsserviço lá eu tenho o API
5:02:32Gateway, eu tenho Discovery Service, eu
5:02:34tenho cada elemento que eu tenho, cada
5:02:37microoserviço que eu tenho tá conectado,
5:02:38né? Então, cada elemento daquele eu
5:02:41consigo fazer uma simulação fazendo um
5:02:44projeto com um AI, criando um novo
5:02:47agente ou criando vários agentes e cada
5:02:49agente se conectando via MCP, né? Para
5:02:53isso, para eu simular um API gateway
5:02:56junto com discovery service, eu posso
5:02:58ter um elemento que também é um agente
5:03:00chamado agente orquestrador, né? Vocês
5:03:02já ouviram falar dele também. Ele é um
5:03:04agente normal, só que ele conecta vários
5:03:07outros agentes e quando eu mando para um
5:03:09prompt para ele, ele consegue via MCP se
5:03:13comunicar com os outros agentes e trazer
5:03:15o que ele precisa. E usando intention,
5:03:17ele consegue saber qual agente ele tem
5:03:19que chamar, tá? E aí eu fiz aqui um
5:03:22exemplo, né? Claro que eu não tenho uma
5:03:24ideia aqui para mostrar, mas eu fiz aqui
5:03:27um cara simulando uma hamburgueria, né,
5:03:30que ele tem 12 agentes. A gente tem o
5:03:32cardápio, o pedido, o estoque, cliente,
5:03:35cozinha, integradora, etc. Pensem que
5:03:38cada cara desse é um agente e cada cara
5:03:40desse tem uma responsabilidade
5:03:43específica, né? O que que esses caras
5:03:46fazem? Eles não se conhecem e eles têm
5:03:48que se conversar entre si, né? Cada um
5:03:51deles tem que bater um papo e cada um
5:03:54deles tem que saber fazer o que eles se
5:03:57responsabiliza em fazer, tá? Pô, e aqui
5:03:59ficou muito pequeno, né? Mas o que que
5:04:01acontece, ó? Eu tenho cada um desses
5:04:04agentes aqui separados, tá? E eu tenho
5:04:07um agente orquestrador que é o agente
5:04:09principal, que nele eu digo que ele é um
5:04:12restaurante, ele é responsável por
5:04:14receber os pedidos, listar os pedidos,
5:04:17conectar com o marketing, ter um código
5:04:19promocional, etc. E quando eu mando para
5:04:22ele um determinado comando, ele sabe um
5:04:25determinado prompt, né? Ele sabe qual é
5:04:28o eh atu que ele tem que chamar, né? E
5:04:31como que esse cara funciona? Esse cara
5:04:33eu posso conectar em qualquer lugar,
5:04:34posso conectar no WhatsApp, posso ter
5:04:36uma tela para isso, né? Posso ter vários
5:04:38itens. Inclusive esse cara, como eu uso
5:04:42um framework de agentes que é o Master
5:04:44AI, ele pode ser conectado em qualquer
5:04:46LLM porque ele tem o protocolo MCP, que
5:04:49é o protocolo de conexão com qualquer
5:04:52cara, né? Então, basicamente, ó, quando
5:04:54eu disparo um comando para ele, ó, o
5:04:56cliente João pediu um Xburg duplos com
5:04:59fritas, ele quer, ele vai ser cobrado no
5:05:02Pix, manda pra cozinha, separa pro
5:05:05entregador disponível e manda ele
5:05:07entregar em algum lugar. Quando eu mando
5:05:09esse prompt para ele, ele sabe vi
5:05:11intention quais são o o agente
5:05:14orquestrador sabe quais são os agentes
5:05:17que ele tem que chamar, né? Então ele
5:05:19mesmo se conecta no agente que ele
5:05:22precisa chamar, tá? Então aqui, por
5:05:24exemplo, pessoal, eu tô numa tela do
5:05:25Cloud Code, tá? Dentro do Cloud Code, eu
5:05:29conectei aqui, ó, todos aqueles agentes,
5:05:32né? Os 12 agentes estão conectados aqui,
5:05:34todos eles no protocolo MCP. Então, o
5:05:37Cloud Code, se eu quiser conectar, todo
5:05:39mundo sabe que lá no Cloud Code a gente
5:05:40tem a lojinha de conectores lá MCP, né?
5:05:43Então, lá eu tenho Cert Sign, lá eu
5:05:45tenho Pipefi, lá eu tenho vários micro,
5:05:49vários projetos usando MCP, eles
5:05:52conseguem se conectar na ferramenta, né?
5:05:55Então o que que eu fiz? Eu fiz a mesma
5:05:56coisa, só que conectando esses projetos.
5:05:59Então, quando eu disparo ali um prompt
5:06:01dizendo: "Cara, me diz aí como é que
5:06:02estão minhas vendas da semana e monto um
5:06:04gráfico." Ele sabe via intention qual é
5:06:07o o agente que ele tem que conectar via
5:06:09MCP e ele consegue montar um resultado
5:06:13em cima disso, tá pessoal? Então, tudo
5:06:15isso viac, tudo isso feito com a gente e
5:06:19rapidamente é um projeto rápido de
5:06:20criar, simples de criar, desde que a
5:06:22gente conheça todas aquelas
5:06:24características ali de um agente, tá?
5:06:27E aqui, ó, eu queria trazer para vocês,
5:06:29né, que alguns exemplos e alguns
5:06:33softwares internos e e softwares reais
5:06:36que a gente tem feito usando todos esses
5:06:38conceitos, né? Então, programar ele
5:06:40deixou de ser escrever código e
5:06:43executar, criar agentes, orquestrar
5:06:46inteligência, né? Então, daqui paraa
5:06:48frente, pessoal, o ideal é que a gente
5:06:50pense como que a gente vai colocar essas
5:06:53características agênticas inteligentes
5:06:56dentro do nosso software. É tudo isso
5:06:58que a galera tá tentando descobrir, né?
5:07:00Descobrir lacunas, gaps, oportunidades
5:07:03dentro das empresas para deixar o nosso
5:07:05software mais inteligente, para deixar
5:07:07os processos mais produtivos, para
5:07:09entregar mais rápido e etc, tá? Então é
5:07:12por aí que a gente tá indo também, tá?
5:07:15Então o que que acontece? essa nova
5:07:16engenharia de software, então, né, ele
5:07:18vem com uma arquitetura um pouco
5:07:21diferente, né? A arquitetura que a gente
5:07:23tem que conhecer hoje, ela é uma
5:07:25arquitetura mais agêntica, com esses
5:07:27elementos mais agênticos, né? Então,
5:07:30conhecendo esses elementos de MCP,
5:07:33conhecendo esses elementos de harness,
5:07:34de memória, de raga, de multiagents, né,
5:07:38que foi falado aqui muito legal também
5:07:41que existe um protocolo, inclusive,
5:07:43assim como existe o MCP, que é para
5:07:45conectar um agente via LLM ou via prompt
5:07:48com qualquer LLM, existe um protocolo
5:07:51para se conectar entre agentes, que é o
5:07:54Way. Existe outros também, né? Mas esse
5:07:56é um protocolo do Google, conhecido e
5:07:58muito bacana também para se conectar
5:08:00ali, né? Então contratos de API, a gente
5:08:03pode ter API ali que é uma TU, é uma
5:08:05ferramenta que o nosso agente vai
5:08:07simplesmente se comunicar a algo que já
5:08:09existe ou algo que eu vou criar.
5:08:10Lembrando que se eu me conectar a um
5:08:13banco de dados, como a gente geralmente
5:08:16pensa diretamente, eu posso fazer um SQL
5:08:18no banco e vir em uma janela de contexto
5:08:20gigante e aí eu vou gastar todos os
5:08:23créditos da minha empresa, né? E aí
5:08:25quando eu começo a fazer isso, eu tenho
5:08:26que migrar para um modelo Raga, que é
5:08:28aquele modelo que eu falei que vocês têm
5:08:30que criar o próprio modelo, porque
5:08:32quando eu pesquiso e ele pesquisa no meu
5:08:34modelo, ele já traz os resultados
5:08:36sintéticos, né, como ele pesquisa dentro
5:08:38do meu LLM. Então eu tenho maneiras de
5:08:41economizar também, sem contar que ele
5:08:43tem um resultado muito melhor, né,
5:08:45pessoal, diferente de quando eu pesquiso
5:08:47numa PI, né, ele tem um resultado muito
5:08:49melhor quando eu pesquiso na minha
5:08:51própria LLM, tá? Prompt engineering, né?
5:08:54Então eu tenho que conhecer tudo isso
5:08:56para melhorar o contexto do meu agente.
5:08:59Um agente é um prompt, então eu tenho
5:09:01que entender como que é essa comunicação
5:09:04do agente para ele tá pronto para
5:09:06responder o que eu preciso. E aí aí
5:09:08aplicada que é poder colocar tudo isso
5:09:10em produção e funcionar, né? E não ser
5:09:14um software que ficou na POC, como é
5:09:16muitos hoje em dias que a gente tem
5:09:17visto, né? Então o que acontece, tá
5:09:20pessoal? Vou trazer aqui para vocês um
5:09:22exemplo, tá?
5:09:24Esse cara aqui, ó, é uma plataforma de
5:09:26treino de corrida, que ela já tá em
5:09:27produção, inclusive, tá? E olha só que
5:09:30interessante aqui a gente vai falar um
5:09:31pouquinho também de produtividade, né?
5:09:34Esse cara, essa plataforma era para
5:09:36fazer uma plataforma de corrida onde o
5:09:38treinador faz o treino, as fazem o
5:09:41treino, no outro lado teria um app pro
5:09:44atleta que vai receber o treino, tá?
5:09:46Esse cara ele foi estimado em um ano e
5:09:48dois meses para ser desenvolvido, né? E
5:09:50aí a gente conseguiu colocar esse cara
5:09:52em produção muito rápido, muito rápido.
5:09:55Tipo, em um mês esse cara já tá em
5:09:57produção. É claro que a gente usou muito
5:10:00geração de código e tal, como tá todo
5:10:02mundo usando, né, pessoal? Óbvio, mas
5:10:04aqui tem alguns cases muito legais, tá?
5:10:07O primeiro case, além de fazer um app, a
5:10:10gente criou um assistente de WhatsApp
5:10:14que ele substitui o app. Então, a gente
5:10:16matou o app. Olha só que interessante.
5:10:19No lugar de criar um app que ele lista
5:10:20minhas corridas segunda, terça, quarta,
5:10:22quinta, eu vou lá no WhatsApp num bote
5:10:25que a gente chamou de Marlene e ele tem
5:10:27ali todas as funcionalidades. Marlene
5:10:30era mulher que trabalhava com cara da
5:10:31assessoria. Sempre tem uma coisa dessa,
5:10:33né? Então o que que a gente fez? Olha só
5:10:35que interessante, a gente criou todo o
5:10:37back endo, chegou a criar a interface,
5:10:40mas ninguém usa a interface, todo mundo
5:10:42usa o bote direto. Então tu vai correr,
5:10:44tu manda um WhatsApp lá, qual é o meu
5:10:46treino de hoje? manda um áudio, ele já
5:10:48lista ali para ti, né? Finalizar o meu
5:10:50treino de hoje, ele finaliza o treino
5:10:52para ti, que era a mesma coisa que eu ia
5:10:54fazer, clicando aqui, abrindo uma janela
5:10:56e clicando lá e clicando aqui, entendeu?
5:10:58Então, sabe aquela ideia que eu vi lá do
5:11:00pessoal que as telas estão acabando e
5:11:03não é mais a ideia de tela? A ideia é a
5:11:05ideia agêntica agora, né, pessoal? É tu
5:11:08poder e e assim, né, o WhatsApp é muito
5:11:11legal, mas só o Brasil usa o WhatsApp,
5:11:13né? Então não precisa ser no WhatsApp.
5:11:15Isso aqui é um agente. O que tem lá por
5:11:16trás é um agente que tá conectada à
5:11:19aplicação. Então eu podia ter uma tela
5:11:20só e o cara conversando pra tela. E no
5:11:23lugar de eu ter uma tela dessa cheia de
5:11:25botão, cheio de coisa, eu ia ter apenas
5:11:27um prompt aqui, ia perguntar o que ele
5:11:28quer fazer, se ele quer listar treino,
5:11:30se ele quer listar as corridas de
5:11:31Florianópolis, se ele quer listar as
5:11:33corridas do Brasil, se ele quer se
5:11:35relacionar com alguma daquelas corridas.
5:11:37Então, via Prompt, lá por trás, o meu
5:11:39agente sabe tá interagindo com a
5:11:41plataforma e faz tudo que ele precisa
5:11:43fazer sem eu precisar ter tela, pessoal.
5:11:46Então, eh, e esse ponto de matar as
5:11:49telas é uma coisa que eu acho que a
5:11:50gente vai ver cada vez mais. Só que a
5:11:52gente tem um pouco de preconceito com
5:11:54esse negócio. Ah, mas será que o cliente
5:11:56vai saber usar? Cara, depois que ele
5:11:58usar, ele nunca mais vai usar um um
5:12:01aplicativo, uma coisa que ele tem que
5:12:03baixar, instalar, clicar em um monte de
5:12:05botão. Então, assim, ó, hoje no final
5:12:07eles pedem para encher de funcionalidade
5:12:09nisso aqui. Até funcionalidade que não
5:12:11tem. Como a gente já tá acostumado a
5:12:13encher de funcionalidade numa tela, né?
5:12:15Só que eu tô enchendo de funcionalidade
5:12:17um agente pessoal. Isso é muito legal. E
5:12:20eu não mexo em nada de tela. Ele tá
5:12:23conversando aqui no protocolo MCPE e
5:12:25tudo que eu recebo lá no meu agente é um
5:12:27prompt.
5:12:29V intenso, eu sei que ferramenta eu
5:12:30tenho que chamar. Eu tenho memória. A
5:12:32memória eu controlo pelo número do
5:12:34telefone, origem do cara que conversou
5:12:36comigo, porque tu tem que saber que a
5:12:38memória do que tu tá pedindo é diferente
5:12:39do que tu tá pedindo, né? Eu tenho toda
5:12:41a parte de harness ali, por exemplo,
5:12:42quando o cara vai querer finalizar um
5:12:45treino, mudar a data do treino dele,
5:12:47mandar um WhatsApp para alguém, eu tenho
5:12:49alguma confirmação também para não fazer
5:12:51spam. Então eu posso controlar tudo
5:12:53isso. Eu programo um agente, eu não
5:12:56programo uma tela. É desenvolvimento
5:12:58orientado à gente, não desenvolvimento
5:13:00programado a tela. É isso que a gente
5:13:02tem que entender também que mudou. E
5:13:04esse é um caso muito legal por isso
5:13:06também, tá, pessoal? Tá? Então, eh, olha
5:13:09só a quantidade de tela que tinha esse
5:13:11negócio, um camban com um monte de
5:13:13coisa, o treinador tinha que fazer um
5:13:15monte de treino. Além disso, né, por
5:13:18mais que seja uma plataforma eh que o
5:13:21treinador tem que criar o seu treino, a
5:13:24gente também desenvolveu agentes para
5:13:26ele propor um treino pro treinador.
5:13:28Então, o que que o cara faz? Ele vê todo
5:13:30o histórico dos teus últimos 14 dias,
5:13:33todo o teu histórico da execução do
5:13:34Garmim, do Strava, do Apple Watch e tudo
5:13:37que tu tem, se tu tem dor, se tu tem
5:13:38alguma coisa e já traz uma proposta de
5:13:41treino pro treinador. O agente faz isso
5:13:44basicamente. O cara tem 200 corredores,
5:13:47ele tem que só analisar, ver se tá tudo
5:13:50certo e ele libera o treino, né? Então,
5:13:52olha só que legal, tem vários agentes
5:13:54espalhados pela plataforma e é isso que
5:13:56a gente tem feito bastante também, né? e
5:13:59aplicado tudo isso também, tá? Aqui, por
5:14:02exemplo, né, esse cara aqui tem um monte
5:14:04de coisas na tela, tá? Mas olha só, ele
5:14:07era um monte de menu, tá? Esses caras
5:14:10aqui, eles chamam agora ERP sem tela.
5:14:13Geralmente um RP tem 280 botões, né?
5:14:17Esse cara aqui, na verdade, ele, por que
5:14:21os usuários não tão acostumados, né?
5:14:23Porque a ideia inicial era ter um prompt
5:14:25só aqui embaixo perguntando o que que tu
5:14:27quer. Ah, eu quero a nota fiscal do mês
5:14:29inteiro do CPF tal. Eu quero saber se
5:14:33tal pessoa tá inadimplente. Eu quero
5:14:34saber quantos estão inadimplentes.
5:14:37Pior é que o usuário não se acostumou
5:14:39com isso, né? Ele não se acostumou. Ele
5:14:41achou isso ruim porque ele abria, tinha
5:14:42280 botões. Agora ele abriu, tem um
5:14:45prompt ali para ele escrever e ele não
5:14:47sabe o que escrever. Olha só que
5:14:48interessante. O que que a gente teve que
5:14:50fazer? encher de gráfico para ele na
5:14:53tela. Então, quando ele entra no
5:14:55sistema, ele tem um monte de gráfico,
5:14:57porém ele fica conversando com a
5:14:59informação dele ali embaixo, ó, né?
5:15:01Então, ele vem ali perguntando aqui e
5:15:03aqui vem, ó, os últimos prompts que os
5:15:06usuários da plataforma estão mais
5:15:07acostumados a fazer. Então, eu resgato
5:15:10lá do Mastra, lembra que eu falei para
5:15:11vocês que ele tinha o histórico,
5:15:13observabilidade dos prompts? Eu pego,
5:15:15tem um agente que pega os prompts mais
5:15:18feitos, cria a melhor forma de fazer
5:15:21aquele prompt sintetizado, já traz aqui.
5:15:23Então quando o cara entra, ele clica na
5:15:26pergunta que a galera tá mais fazendo,
5:15:29clientes inadimplantes, né? Ah, quais
5:15:31são as notas fiscais que estão em aberta
5:15:33desse mês? Então, basicamente tudo que
5:15:36ele fazia via menu, ele faz clicando nas
5:15:40próprias perguntas que os usuários estão
5:15:41fazendo no sistema, pessoal. E aí o o a
5:15:44plataforma vai aprendendo com as
5:15:46perguntas que são feitas e as perguntas
5:15:49vão sendo cada vez mais utilizadas. E aí
5:15:51é óbvio, né? As que são mais clicadas
5:15:53elas também contam e elas estão sempre
5:15:55no topo de que são mais utilizadas, né?
5:15:58Então esse também é uma plataforma muito
5:16:00legal que é ERP sem telas. Provavelmente
5:16:02a metade aqui deve trabalhar com RP ou
5:16:05CRM, esse tipo de coisa que tem muito
5:16:07espaço pra melhoria, né? muito espaço,
5:16:10eu tenho que dar 80 clique para fazer a
5:16:12mesma coisa, né? O mais legal, tá? Só
5:16:15que isso eu também percebo que o pessoal
5:16:17não tá tão pronto para usar, né? Esse
5:16:19mesmo prompt ali, ó, ele é ele usa
5:16:22também o protocolo MCP. Eu posso
5:16:25conectar ele ao Cloud Code e ficar
5:16:26pedindo tudo que eu peço ali que tá na
5:16:28tela do sistema via cloud code, né?
5:16:31Posso fazer lá dentro do cloud code. A
5:16:33gente entende o que é isso, né? Só que o
5:16:35usuário final lá é muito difícil ele
5:16:37entender que ele tá dentro do Cloud Code
5:16:39falando com o sistema dele mesmo. Então,
5:16:41olha só onde a gente pode chegar,
5:16:43entende pessoal? A gente pode ir muito
5:16:44mais longe. E ali ele faria coisa que
5:16:47provavelmente nem tem dentro do sistema
5:16:48dele, né? que ele vai pegar informação,
5:16:50vai montar um gráfico diferente. Dali
5:16:52ele já pode mandar por e-mail, pode
5:16:54pegar aquela informação, mandar para
5:16:55outro software que também tem o conector
5:16:58MCP e assim por diante. É isso que a
5:17:01gente também tá tentando doutrinar
5:17:03também agora o mercado, os usuários de
5:17:05que isso é possível, de que isso
5:17:07funciona e que isso não é um vírus, né?
5:17:10E detectado pelo usuário, isso parece um
5:17:12vírus. Ah, mas meus dados estão aí
5:17:14dentro da LLM, né? É mais ou menos, né?
5:17:18a LLM tá conversando contigo porque ele
5:17:20tá acostumado a tá ali dentro, né? Tá
5:17:22acostumado a botar planilha, tá
5:17:24acostumado a botar coisas ali dentro,
5:17:25tá? Então a gente tem evoluído muito
5:17:27nesse sentido aqui também, tá? E esse
5:17:30aqui, pessoal, é um outro sistema também
5:17:32que ele é um SAS na área da saúde, tá? E
5:17:36aqui ele usa alguns agentes também bem
5:17:39interessantes, tá? Ele é um sistema de
5:17:41laudo médico, né? Então vocês sabem que
5:17:43o sistema de laudo médico, por exemplo,
5:17:45quando você precisam ir lá olhar alguma
5:17:47imagem que vocês quebraram a perna ou
5:17:49tão vendo alguma coisa de algum exame de
5:17:52alguma tomografia de tórax ou qualquer
5:17:54coisa desse tipo, todo aquele histórico
5:17:57de vocês, ele tá armazenado lá dentro do
5:17:59banco de dados via textual, né? O que
5:18:01que a gente fez? A gente criou um
5:18:03processo raga, criou um dataset próprio
5:18:06com toda aquela informação e quando o
5:18:09cara vai abrir um caso pelo histórico do
5:18:12paciente anterior, por toda a
5:18:14característica que o paciente tem e
5:18:17também com algumas características de
5:18:18leitura da imagem, etc., a gente
5:18:21consegue trazer um laudo mais adequado
5:18:23pro médico, tá? Isso também é muito
5:18:26legal, mas isso não seria possível se a
5:18:28gente não tivesse criado um processo rag
5:18:30nosso próprio, que eu não ia conseguir
5:18:32via texto ficar pegando um monte de
5:18:34texto no banco de dados, um monte de
5:18:35PDF, um monte de coisa e fazer isso, né?
5:18:38Então a gente teve que criar um processo
5:18:40próprio usando raga, Raga e uma série de
5:18:43coisas ali para ele ficar cada vez mais
5:18:45rico, né? E a gente conseguiu fazer isso
5:18:47ter um resultado muito bom pro médico,
5:18:50né? Então, basicamente, o cara também tá
5:18:52sendo produtivo, como a gente também é
5:18:54produtivo, né? O que que o pessoal fez
5:18:57com o GitHub, por exemplo, ele indexou
5:18:59todo aquele conteúdo de de código e hoje
5:19:03a gente consegue com Prompt gerar
5:19:05código. A mesma coisa a gente tá fazendo
5:19:07aqui mais na área médica, com os
5:19:08próprios dados da clínica, com os
5:19:11próprios dados do hospital e assim por
5:19:13diante, né, pessoal? Então, é a mesma
5:19:15coisa, tá entregando para uma outra área
5:19:16o que entregaram pra gente poder
5:19:18programar mais rápido, tá? Basicamente
5:19:20isso também, né? Não sei se vocês já
5:19:24passaram por alguma situação parecida,
5:19:26mas de novo, todo mundo aqui tem o que é
5:19:29mais importante dentro das empresas,
5:19:31pessoal, que é o dado. O mais difícil é
5:19:33ter o dado e o segundo mais difícil é
5:19:35saber criar um mecanismo para gastar
5:19:38menos dinheiro pra gente poder
5:19:41estruturar a consulta em cima daquele
5:19:43dado, né? E aí assim, pessoal, por
5:19:46exemplo, esse projeto aqui e esse
5:19:48projeto do CRM, eles são projetos bem
5:19:51grandes, tá? São empresas que ali por
5:19:54trás tem nvidas, né? Esse tem nvidas,
5:19:58esse cara tem n assinantes, né? São
5:20:01projetos que tem aí 10.000, 20.000
5:20:04usuários ativos, né? Então assim, se ele
5:20:06não tivesse um resultado, a gente não
5:20:09teria conseguido substituir um monte de
5:20:11menu, um monte de botão, um monte de
5:20:13tela. por um chat, por um prompt, né?
5:20:16Então essa é a parte mais importante que
5:20:18queria trazer para vocês, tá? E mais um
5:20:21caso aqui, né? Esse caso que eu trouxe
5:20:23para vocês aqui da plataforma de
5:20:24corrida. Eh, aqui tem um caso muito
5:20:27interessante, até que eu esqueci de
5:20:29passei batido aqui, não falei, né? Hoje
5:20:31tem se falado muito também do vibe
5:20:33coding, né? E só que o que a gente faz
5:20:36na prática, o programador que tá
5:20:38preparado, não é vibe coding, né? Vocês
5:20:41fazem o code generator, né? vocês geram
5:20:44o código, mas eu espero que todo mundo
5:20:46faça o que eu faço também, né? Quer ler
5:20:47o que ele tá gerando ali, né? E não
5:20:49mandar o PR automático no final, aceitar
5:20:52o PR que o cloud Code manda, né? Por
5:20:55favor, né? E o que o Vibe Coding faz?
5:20:59Vibe coding é fechar o olho, botar um
5:21:02fone de ouvido e sair metendo o código
5:21:04em produção. Isso é o Vibe Coding, é
5:21:07diferente, né? Então vamos só entender
5:21:09os conceitos pra gente não achar que
5:21:11tudo é vibe code. Não, essa é a grande
5:21:13diferença, tá? O que aconteceu nessa
5:21:16plataforma aqui, né? Infelizmente, e aí
5:21:19vocês podem querer me matar e tá tudo
5:21:21certo, né? É mais fácil pegar um
5:21:24business que é complexo, ensinar um
5:21:26analista de sistema hoje em dia a
5:21:29escrever código, escrever não, né? Gerar
5:21:31código, né? do que ensinar um
5:21:34programador a entender aquele business
5:21:37para ele poder gerar o código, tá?
5:21:40Enfim, se tiver alguém para fazer o PR,
5:21:42para fazer o review do código, para
5:21:44entender o que o cara tá fazendo e tal,
5:21:46não seria possível a gente liberar uma
5:21:48coisa tão rápida assim, tá? Mas assim,
5:21:50pessoal, eu também participo de um grupo
5:21:52são os citys do Brasil lá, que tem uns
5:21:55500 COs, assim, tem galera de empresa
5:21:57gigante lá, né? Infelizmente também não
5:21:59posso ficar citando o nome, mas eles
5:22:02também estão reconstruindo plataformas
5:22:03de 20 anos ali, um pouco no Vibe Code,
5:22:07um pouco no Code Generator, né? Agora
5:22:09que a gente sabe diferenciar, né, cara?
5:22:11Tem coisa que eu não olho, mas eu mando
5:22:13e tem coisa que eu confio e tem coisa
5:22:15que eu sei que é menos crítico, se der
5:22:17problema, eu posso arrumar depois, né?
5:22:19Então assim, também tem essa
5:22:20diferenciação e tudo isso tá envolvida
5:22:23no nosso hoje meio de trabalho, né,
5:22:25pessoal? Tá? Então, enfim, né? Quando eu
5:22:28quando eu faço um agente, eu também uso
5:22:31o code generator para fazer, né? Só que
5:22:33eu tô escrevendo um agente. É um
5:22:34software um pouco diferente de criar um
5:22:36backend tradicional. Essa é a diferença,
5:22:38tá? Então só queria trazer isso para
5:22:40vocês aqui também, tá? E assim, só para
5:22:44para finalizar aqui o nosso livro, A
5:22:46nova engenheiria de software com EAI,
5:22:48tá? Já tá disponível no no nas lojas aí,
5:22:50né, pessoal, na Amazon, tá? A gente fala
5:22:54de todos esses conceitos, tá? de
5:22:57agentes, como que eu crio um agente,
5:22:58como que eu economizo o token criando
5:23:00agente, quais são todos aqueles
5:23:02conceitos ali que eu falei para vocês,
5:23:04tá? Como que eu uso, por exemplo, o
5:23:06Master AI, que é aquele framework ali,
5:23:08que é um framework também muito
5:23:10produtivo, muito fácil de eu criar
5:23:12agente, de eu orquestrar agente, de eu
5:23:14criar um agente orquestrador, de eu
5:23:16criar um multiaents, de eu usar um
5:23:19protocolo MCP, de eu usar um protocolo A
5:23:21toa, porque ele já tem tudo isso pronto,
5:23:23de eu criar um próprio dataset usando um
5:23:26raga, heraga, etc. Então, além de eu já
5:23:29ter tudo isso pronto no livro, a gente
5:23:30escreve o passo a passo pra gente fazer
5:23:33tudo isso também. Por isso a nova
5:23:35engenharia de software com AI, né?
5:23:37Porque o nosso trabalho mudou, a nossa
5:23:39engenharia de software, ela acabou
5:23:40mudando, né? Então o que a gente se
5:23:42preocupava antes, a gente não se
5:23:44preocupa tanto agora e a gente passou a
5:23:46se preocupar com outros elementos da
5:23:48programação, tá? Então pessoal, é isso
5:23:50que eu tinha para trazer para vocês
5:23:52hoje. Deu bem certinho o meu tempo aí. E
5:23:54quem fizer as duas primeiras perguntas
5:23:56aí ganha um livro, tá? É isso.
5:23:58>> Opa, vou eu fazer a primeira pergunta
5:24:00então que eu tô com o microfone na mão.
5:24:02Não, brincadeira. Ah, foi lá. Mas quem
5:24:04tem pergunta? A gente temos tempo. Posso
5:24:06começar por aqui? Se importa, mas lá foi
5:24:08o primeiro.
5:24:12>> Boa tarde, pessoal. Rafael, tudo bem?
5:24:14Eh, Rafael, eu eu ent eu pelo menos foi
5:24:17a minha percepção, né? Eh, o que a gente
5:24:20falou aqui tem uma relação direta,
5:24:22voltando lá atrás, eh, falando de
5:24:24insites de ERP, de sistemas, surgiu o
5:24:28conceito lá de dashboards, né? enfim,
5:24:31que era trazer uma visualização de
5:24:32negócio além do input de dados pra
5:24:35tomada de decisão e etc. Eu vejo que um
5:24:38pouco do que tu trouxe aqui é a evolução
5:24:40disso. Começamos lá atrás com
5:24:42indicadores, Kipis, aí trouxe essa a
5:24:46gente veio com com os painéis de
5:24:47dashboard, né? Eh, adquirindo esse termo
5:24:50da aviação, etc, etc. Painel de
5:24:53controle. E hoje eu vejo disso que
5:24:56falou, que colocou aqui como uma
5:24:58evolução disso, ou seja, como eu fiz
5:25:00umas anotações aqui, como uma interface,
5:25:03vamos colocar aqui uma interface convers
5:25:06conversacional de gestão. Como que tu vê
5:25:10essa questão dos de comandos
5:25:11conversacionais que alteram dados
5:25:13sensíveis como financeiro? Eu até tinha
5:25:16comentado antes com acho que com o Luiz,
5:25:18como que a gente entende esse mundo
5:25:21daqui um, 2, 3 anos a curto, médio e
5:25:24longo prazo, porque será que chegaremos
5:25:26num ponto em que vamos acabar com as UIs
5:25:29de input de dados, principalmente para
5:25:31para negócios mais eh eh mais rígidos
5:25:35para isso, né? E partiremos mesmo para
5:25:37essa dinâmica. O cara lá na lista
5:25:40financeiro de uma indústria sentado com
5:25:42o celular gravando uma nota fiscal,
5:25:44mandando, ó, busca para mim o XML, faz
5:25:47isso mais nessa linha de comando. Que
5:25:49que tu pensa sobre?
5:25:51>> Cara, eu acho que a pergunta é
5:25:52excelente, né? Eu eu acredito que isso é
5:25:55tudo que o cara lá na ponta quer, né? O
5:25:57que ele não quer abrir um sistema
5:26:00gigante desses CRPs que tem no mercado
5:26:02aí e dar 800 cliqus para ele gerar uma
5:26:05nota fiscal. Com certeza. Isso ele não
5:26:07quer, né? Então, começando lá de baixo
5:26:09para cima, mas se ele pudesse mandar um
5:26:11áudio dizendo que ele quer gerar uma
5:26:13nota fiscal pro cliente tal que acabou
5:26:16de fazer uma compra e já envia por
5:26:18e-mail para mim para algum lugar, para
5:26:20ele seria ótimo, né? Assim como no
5:26:22hospital, quando tu chega lá tem um RP
5:26:24daquele que pro médico finalizar um
5:26:26laudo que ele tem que dar, ele demora
5:26:28mais tempo do que avaliação que ele tem
5:26:30lá junto com o cliente, com o paciente,
5:26:33né, dentro de uma sala, que poderia ser
5:26:35um tempo que ele tá gastando contigo te
5:26:37perguntando se tu tá bem, como é que tu
5:26:39tá tocando em ti, que é isso que eles
5:26:41não fazem mais hoje em dia, porque o
5:26:43cara não tem tempo, ele tá sendo
5:26:44estrangulado pela quantidade de
5:26:46burocracia que ele tem para fazer. Então
5:26:48eu acredito que essa é uma tendência que
5:26:51é possível, eu tenho certeza, né? Que é
5:26:54possível, eu tenho certeza. Se a gente
5:26:56vai chegar lá, como eu tenho atuado com
5:26:58vários projetos, como eu tenho mostrado
5:27:00para vocês, pessoal, o que eu percebo é
5:27:02que tem preconceito em cima disso, tu
5:27:04entende? Que é o cara, tá, mas cadê o
5:27:06meu botão? Cadê a minha tela? Como é que
5:27:08eu sei se esse dado tá sendo alterado?
5:27:10Que é o que tu falou? Cara, daí tu tem
5:27:12que dar um monte de evidência pro cara
5:27:15que tu volta 10 casinhas para trás,
5:27:17entendeu? Então eu acho que a gente
5:27:20deveria chegar lá, mas claro, como eu te
5:27:22falei ali que a gente tem mecanismo de
5:27:23harness, por exemplo, que é para poder
5:27:25mandar para ele, sabe lá quando tu manda
5:27:27aquele prompt de oito páginas achando
5:27:28que tá arrombando e pede um plano para
5:27:30ele, ele te mostra que tá tudo errado e
5:27:32tu não manda ele executar, tu também tem
5:27:34ali dizendo: "Cara, tu vou fazer um
5:27:36update no teu tal coisa, tu que tu tem
5:27:40um negócio no coração, é para eu fazer
5:27:41isso?" Não. Ah, então ele não faz,
5:27:43entendeu? Então, mecanismos a gente tem,
5:27:45tá? A gente só precisa evoluir para
5:27:48acompanhar essa tendência e criar isso,
5:27:50tá?
5:27:51>> Uma nova era, é o que tu falou, a gente
5:27:54não veio lá de trás, lá desse monte de
5:27:56coisas, a gente vai chegar naturalmente
5:27:58nessa nova era, na minha opinião, tá?
5:28:02Ô,
5:28:02>> Rafael, queria puxar um prazer, Eduardo,
5:28:05Secretaria de Administração aqui do
5:28:06estado. Eu queria puxar um pouquinho a
5:28:08parte professor, né? Eu faço mestrado em
5:28:10computação aplicada e nesse semestre
5:28:13ainda tava aprendendo, fazendo aplicação
5:28:15em C, quase em bloco de notas. A existe
5:28:19ainda, infelizmente, a maior dificuldade
5:28:22hoje do professor conteudista, né? E ele
5:28:25se ele evoluir para esse professor
5:28:27interface na preparação do fundo
5:28:28profissional do futuro. Tu dizer que um
5:28:31que tem o orgulho de um aluno que levou
5:28:33três semanas para fazer um código
5:28:35pequeno e ruim e hoje em dia ele tá
5:28:37totalmente fora do mercado. Queria que
5:28:39tu explanasse porque eh poucos
5:28:41professores fazem essa meia culpa, né? e
5:28:44tu trazer uma uma nova realidade, uma
5:28:47uma coisa totalmente distópica e trazer
5:28:49hoje uma transformação dentro da área de
5:28:51da educação e que os próprios
5:28:54professores de desenvolvimento ainda de
5:28:56em linguagens ainda estão perdidos. Eh,
5:28:59é ou não é um desafio maior do que a
5:29:02própria implantação da nova IA no no na
5:29:05nas empresas?
5:29:07>> Não, com certeza, né? O próprio
5:29:08professor não tá preparado para isso.
5:29:10Bem colocado, né? O próprio professor tá
5:29:13aprendendo, tem muita gente que é
5:29:14resistente, tem a galera na empresa que
5:29:16é resistente, né? O programador que é
5:29:17resistente, o professor é muito mais
5:29:20resistente, né? Só que, cara, no fundo
5:29:22no fundo ele também tá ali gerando o
5:29:24trabalho na IA e aí quando tu vai lá
5:29:26atrás, tu vê os alunos resolvendo o
5:29:28trabalho que tu pediu na IA. Então, o
5:29:30que tu tem que fazer é acompanhar
5:29:32também, meu amigo, senão tu vai ser
5:29:33atropelado naturalmente. Se tu tá
5:29:36fazendo um card só por semana na tua
5:29:37empresa, tu vai ser atropelado, porque
5:29:39teu amigo tá fazendo 25, né? E cara, tem
5:29:42qualidade sim, já tem números para
5:29:44mostrar que tem qualidade. Tem gente
5:29:46fazendo review e tem qualidade. Então o
5:29:48professor também tem que sair um
5:29:49pouquinho da casinha dele e tem que
5:29:50acompanhar, né? Então, pô, seu programa
5:29:52em C, seu programa em Delf, seu programa
5:29:54em Cobol, seu programa em qualquer outra
5:29:56linguagem, tem que usar o que tem de
5:29:58bom, né, pessoal? Claro que tem que
5:29:59entender, tem um grande desafio aí, né?
5:30:01Como é que a gente forma molecada para
5:30:03ser júnior, né? Como é que a gente forma
5:30:05molecada para serior? Hoje em dia tá
5:30:07cheio de vaga de senior, não tem mais
5:30:08vaga de júnior, né? Como é que tu bota o
5:30:10sênior ali se não tem sior, pô? Só se tu
5:30:13tirar lá da outra empresa gigante lá e
5:30:15botar ele lá, porque não tem. Então esse
5:30:17é o nosso desafio hoje que a gente tem
5:30:18conversado muito, né? Então o que que eu
5:30:20tento fazer, cara? Eu tento trazer
5:30:22agentes. Tu vai programar dentro de um
5:30:24agente. É fácil tu criar um usar um
5:30:26framework de agente para tu aprender lá
5:30:29criar uma fórmula de máscara usando
5:30:31agente que tu já vai ter MCP e eu já
5:30:34mostro ele mandando um prompt dentro do
5:30:36cloud code e o executando o programa
5:30:38dele no lugar de precisar levantar
5:30:40alguma coisa, né? Então tu tem que ter
5:30:42meios para fazer isso também, tá? Pelo
5:30:44menos é isso que eu tô tentando fazer. E
5:30:46aí a molecada vem no no vem na vontade
5:30:49assim, né? Então eu acho que é mais ou
5:30:50menos para aí, tá?
5:30:55Muito bem. E não temos mais tempo para
5:30:57para perguntas. Desculpa.
5:31:00Ah, cara, obrigado, Rafael. Pedi uma
5:31:01salva de palmas, gente. Muito bom.
5:31:09Muito bom. Muito bom. Agora a nossa
5:31:11próxima palestrante é a Tamires que já
5:31:14está aqui, que vai falar pra gente um
5:31:15pouco sobre memória em agentes.
5:31:20Acho que eu passo esse aqui para
5:31:27>> Você vai precisar do passador? Sim, sim.
5:31:41tá funcionando. Opa.
5:31:47>> Olá, pessoal. Boa tarde. Tudo bem? Eh,
5:31:50prazer tá aqui hoje, ver a sala cheia.
5:31:52Toda vez que a gente vai falar sobre IA,
5:31:54a gente agora gentes de Iá, né, que é o
5:31:56momento eh o assunto do momento, então a
5:32:00gente tem bastante gente interessada. Eu
5:32:02acho isso muito legal, né? Eh, então
5:32:05vamos falar um pouquinho mais sobre
5:32:07isso, só que eu vou falar de uma coisa
5:32:08um pouquinho mais por trás dos panos
5:32:10ali, né? Por que que a gente acha que o
5:32:13agente é inteligente? Por que que a
5:32:15gente eh lidar lida com o agente e
5:32:19entende que ele é inteligente, né? Da
5:32:20onde que vem essa inteligência toda, né?
5:32:22É mágica, é mania, é é magia, né? Não, a
5:32:25gente sabe que não é. Então a gente vai
5:32:26falar um pouquinho mais sobre isso.
5:32:28Então antes, né, de eu me apresentar, eu
5:32:30pergunto para vocês. Se eu me apresento
5:32:32hoje aqui para vocês, como eu vou me
5:32:33apresentar, vou falar um pouquinho de
5:32:35mim e eu voltar daqui uma semana, vocês
5:32:37ainda vão lembrar de mim?
5:32:40Provavelmente sim, não totalmente, né?
5:32:42Mas alguma característica, alguma coisa
5:32:44que eu falei, alguma roupa que eu tava
5:32:46usando, um tênis que era muito
5:32:47chamativo, vai chamar a atenção de
5:32:49vocês. E isso pro ser humano é
5:32:50totalmente normal, só que para Iá não,
5:32:53né? Então é sobre isso que a gente vai
5:32:55falar, sobre essa memória dos agentes.
5:32:57Então para me apresentar para vocês,
5:32:59para daqui a uma semana perguntar para
5:33:00vocês vocês saberem alguma coisa. Meu
5:33:02nome é Tamires Adriano, eh essa é a
5:33:04minha pequena grande família, tenho três
5:33:06filhas e dois cachorros pequenininhos.
5:33:09Eh, sou professora e coordenadora da na
5:33:12FIAP, da Póstec, na pós de FuiC agora e
5:33:16sou instrutora também na Lura. Todo
5:33:18mundo conhece a Lura? A Lura todo mundo
5:33:20conhece, principalmente quem não paga
5:33:21YouTube, né? porque fica passando a
5:33:22propaganda toda hora, né? Eu sei disso.
5:33:24E a FIAP, vocês conhecem? A FIAP, para
5:33:27quem não conhece, é uma escola de
5:33:28tecnologia lá de São Paulo, que ela é
5:33:30até a gente tem no Brasil inteiro, mas
5:33:31ela é muito forte lá em São Paulo, tá?
5:33:33Eu sou Dev Front no Santander, eh, sou
5:33:37MVP Microsoft, agora chegou pelo segundo
5:33:39ano consecutivo. Estou muito feliz com
5:33:41isso, acabou de chegar. Nem sempre
5:33:43trabalhei com tecnologia, eu trabalhava
5:33:45com química. Trabalhei 15 anos no com
5:33:47química, trabalhava no porto de Santos,
5:33:49nunca fiz droga, nunca fiz bomba. Então,
5:33:51se vocês não se decepcionem, que eu não
5:33:53vou ensinar ninguém aqui fazer isso
5:33:54hoje, tá? E tem algumas pós-graduações
5:33:57que eu gosto bastante de estudar. Vi que
5:33:58tem bastante gente de mestrado aqui, né?
5:34:00O pessoal que tava falando aqui fez
5:34:01mestrado. Conversei com bastante hoje
5:34:03gente de da academia. É uma área que me
5:34:05interessa muito. Beleza? E aqui tá
5:34:07minhas redes. Se vocês quiserem depois a
5:34:08gente bate um papo lá também, beleza?
5:34:12Então, vamos lá. Eh, eu falei para vocês
5:34:15algumas coisas sobre mim, né? de algumas
5:34:17informações. Então, eu falei hoje que o
5:34:20meu nome é Tamires, que eu tenho três
5:34:21filhas e dois cachorros. E não falei
5:34:23para vocês, mas agora estou falando, né?
5:34:25Eu sou alérgica a peixe. Apesar de eu
5:34:26gostar muito, eu tenho alergia. Toda vez
5:34:28que eu como peixe, eu paro no hospital
5:34:30com muita dor no estômago, né? Se uma
5:34:32semana depois eu perguntar para qualquer
5:34:34um de vocês, né? Poxa, você lembra de
5:34:36mim? Lembra das coisas que eu falei lá?
5:34:38Lembro mais ou menos. Tá bom. Poxa, me
5:34:40recomenda um um restaurante? Aí vocês
5:34:42falam: "Pô, tem um rodízo de comida
5:34:43japonesa maravilhoso ali". Vocês
5:34:45lembraram de alguma do que do que
5:34:47interessava? Não, né? Por quê? Porque a
5:34:49memória ali ela não foi utilizada. E os
5:34:52agentes é a mesma coisa. O que que a
5:34:53gente espera que os agentes eh lembrem
5:34:56das coisas que são importantes? Ele não
5:34:58precisa lembrar de tudo, ele precisa
5:35:00lembrar do que é mais importante. É isso
5:35:02que a gente vai falar bastante sobre
5:35:03isso hoje. Então, isso que parece
5:35:05inteligência, na verdade, é memória. E,
5:35:08na verdade, ele escolheu eh o quais as
5:35:12informações mais importantes sobre mim.
5:35:14Então, nesse caso aqui, quando eu contei
5:35:15várias coisas pro agente, né, fiz o meu
5:35:17perfil lá para ele, algumas coisas para
5:35:20para ele, ele sentiu que era muito
5:35:21importante, que ele poderia precisar
5:35:23disso depois, que é que eu tenho três
5:35:25filhas e dois cachorros e que eu tenho
5:35:27alergia a peixe. Então, qualquer
5:35:28recomendação que eu vou pedir para ele,
5:35:30ele vai pensar nisso antes de me
5:35:32recomendar, tá? O poder ele não acessa
5:35:36sozinho a conversa anterior. Então, o
5:35:38que que acontece quando a gente trabalha
5:35:40com qualquer tipo de agente? Eh, a gente
5:35:43tem o usuário, né, que ele faz lá o
5:35:47prompt, o prompt vai para LLM, né? Tem
5:35:50toda lá a magia acontecendo e a gente
5:35:51tem a resposta. Beleza? Só que o modelo
5:35:54mesmo na o LLM larg longe, nossa, me
5:35:58fugiu da cabeça, mas o modelo de
5:36:00linguagem grande, ele não acessa
5:36:02informações, ele não tem memória, né? A
5:36:05memória, ela vai vir da arquitetura do
5:36:07agente, que a gente vai falar um
5:36:08pouquinho mais sobre isso também. O que
5:36:10que ele usa? Ele usa somente as
5:36:12informações que foi enviada para
5:36:13aplicação. Aplicação, no caso, o agente
5:36:15que foi criado, tá? Então, eu posso
5:36:18trocar isso aqui. Ah, beleza. Então, com
5:36:21prompt eu não consigo deixar ele com
5:36:23memória. E se de repente eu colocar um
5:36:24agente ali logo de cara no meio, ele
5:36:26também vai continuar sem memória. Porque
5:36:28o agente, o que que ele vai fazer? Ele
5:36:30vai executar tarefas. Ele vai pedir para
5:36:33fazer uma busca, ele vai pedir para
5:36:35executar algum tipo de coisa, mas ele
5:36:37não vai trazer a memória, né? A memória
5:36:39não vai vir. A memória, ela é uma
5:36:41funcionalidade que vai ser implementada
5:36:43na arquitetura do agente, tá? Então essa
5:36:46essa esse passo a passo aqui, ele
5:36:48continua continua do mesmo jeito. A
5:36:50gente tem o usuário que tá fazendo ali a
5:36:52chamada dele, a gente vai ter o agente
5:36:54que vai fazer a execução. No meio dessa
5:36:56execução, ele pode pedir, né, para que
5:36:58seja feito um hag, que a gente vai falar
5:37:00sobre isso também, seja feita uma busca
5:37:02mais eh mais fina. Aí sim ele vai
5:37:05ensinar o modelo e o modelo vai trazer
5:37:06resposta pra gente. Beleza?
5:37:09Então, o que que a gente sabe? A gente
5:37:10sabe que o modelo ele não tem uma
5:37:13memória sozinha, né? Ele precisa de
5:37:15alguém para trazer a memória para ele. E
5:37:17a gente precisa entender que a memória
5:37:18ela é um processo. Por quê? A, pensando
5:37:22aqui, né, gente? A gente sabe, né, a
5:37:23gente já falou sobre isso desde dos anos
5:37:2550 que se fala de inteligência
5:37:26artificial e o que que a gente sem o que
5:37:28que a gente sempre ouve falar, que a
5:37:29inteligência artificial ela é muito
5:37:30parecida com o nosso cérebro, né? que do
5:37:33jeito que a gente registra as
5:37:34informações, do jeito que a gente mantém
5:37:35as informações, é do mesmo jeito. Então,
5:37:37pensa comigo, o que que a gente faz no
5:37:39nosso dia a dia? A gente registra tudo,
5:37:42né? Então, o tempo inteiro a gente tá
5:37:43registrando tudo que tá acontecendo,
5:37:45cheiro, eh, a, eh, a gente tá ouvindo, a
5:37:48gente tá vendo, a gente, tudo isso tá
5:37:49acontecendo ao mesmo tempo. Nossa
5:37:51cabeça, sem a gente fazer nada, mas o
5:37:53nosso cérebro, ele vai organizando
5:37:54aquelas informações. Então, ele vai
5:37:55catalogando tudo, né? Ah, então pera aí.
5:37:58Essas essas informações aqui vão ficar
5:38:00na parte pessoal, essa parte aqui vai
5:38:02ficar na parte mais profissional.
5:38:04Recupera quando precisa, né? Então, por
5:38:06exemplo, quando eu fizer uma pergunta
5:38:07para vocês sobre algo que eu falei
5:38:08anteriormente, vocês vão recuperar lá,
5:38:11né? E vocês vão atualizar o esquecer.
5:38:13Essa parte aqui do esquecer que ela é
5:38:15muito importante. Por quê? Já pensou que
5:38:17inferno seria a vida da gente? Se a
5:38:19gente lembrasse de tudo, de tudo, se a
5:38:22gente não esquecesse de das pequenas
5:38:23coisas, a gente não ia ter paz na vida,
5:38:25né? Então a gente precisa esquecer. Do
5:38:28mesmo jeito que nosso cérebro funciona
5:38:30desse jeito, os agentes também têm esse
5:38:32mesmo tipo de mecanismo. Então ele
5:38:34registra todas as informações. Essas
5:38:36informações podem ser de vários eh de
5:38:39vários meios diferente. Ele organiza
5:38:42essas informações, recupera quando é
5:38:44necessário e ele entende ali o que que
5:38:46ele precisa atualizar, principalmente
5:38:48atualizar, porque a gente vai mudando, a
5:38:50gente enquanto a gente tá conversando
5:38:51com os agentes, a gente vai dando
5:38:53informações diferente. Então ele vai
5:38:54mudando o contexto, ele vai atualizando
5:38:56o contexto e ele escolhe também o que
5:38:58ele vai precisar esquecer, porque se ele
5:39:01se ele lembrar de tudo vai ficar muito
5:39:02custoso, né? Então é importante ele
5:39:05saber esquecer também. Então essa
5:39:08memória que eu tô falando aqui que a
5:39:09gente tem dos agentes, ela usa as
5:39:11informações e as experiências
5:39:13anteriores, né, numa decisão atual.
5:39:15Então ele precisa lembrar, poxa, o que
5:39:17que eu o que que é importante eu
5:39:19permanecer aqui na minha cabeça? O que
5:39:21que é importante eu esquecer que não é
5:39:23uma informação eh relevante?
5:39:26Aí toda vez que o agente ele precisa
5:39:28tomar uma decisão, na verdade ele
5:39:29precisa perguntar quatro coisas, né? Ele
5:39:31precisa tomar quatro decisões. Primeiro,
5:39:33de tudo que o usuário falou, de todo o
5:39:36desabafo que a gente faz de vez em
5:39:37quando lá com ele, o que que deve ser
5:39:39registrado,
5:39:41por quanto tempo que isso deve
5:39:42permanecer. a gente vai falar sobre
5:39:44tipos de memória, quando que isso deve
5:39:46ser recuperado e o que que deve ser
5:39:48atualizado ou esquecido. Então,
5:39:50atualizado, por exemplo, vai, como eu
5:39:52falei para vocês, eu tenho alergia a
5:39:53peixe, de repente descobriram um remédio
5:39:55lá e arrumou minha minha minha alergia a
5:39:57peixe, atualizei ele. Próxima vez que eu
5:40:00pedir uma sugestão para ele, ele vai ter
5:40:01que lembrar disso. Então, ele vai
5:40:02atualizar essa informação sobre mim, tá?
5:40:06Então, a gente vai falar sobre tipos de
5:40:08memória. A gente sabe também, né, que
5:40:09como seres humanos, né, o nosso cérebro
5:40:11ele mantém alguns tipos de memória. A
5:40:14primeira memória que a gente tem no
5:40:15nosso cérebro é a memória de curto
5:40:17prazo. Então, por exemplo, a gente tem a
5:40:19memória de trabalho, né, e a memória de
5:40:20curto prazo. Na verdade, a memória de
5:40:22trabalho é aquela que a gente lembra
5:40:24muito rápido, mas a gente esquece, a
5:40:25gente decora muito rápido, mas a gente
5:40:27esquece muito rápido também. Então, por
5:40:29exemplo, se eu falo o meu número de
5:40:30telefone para vocês agora, vocês vão
5:40:32lembrar ali por uns 10, 15 segundos. Se
5:40:34vocês não anotarem, né, vocês vão
5:40:36esquecer. Inclusive, acho que ninguém
5:40:37mais lembra o número de telefone de
5:40:38ninguém hoje em dia, né? Vocês sabem o
5:40:39próprio telefone de vocês, inclusive?
5:40:41Tem alguém que não sabe o próprio
5:40:42telefone? Já aconteceu isso esses dias,
5:40:45gente, comigo, inclusive. Eu não
5:40:46lembrava meu telefone que a gente não
5:40:47lembra mais, a gente não anota. Então,
5:40:50isso se chama memória de trabalho. É
5:40:52aquela memória que a gente tem que ela
5:40:54só serve para aquele momento, né? Depois
5:40:57da memória de trabalho, a gente tem a
5:40:58memória de curto prazo. E essa memória
5:41:00de curto prazo o agente também tem. E o
5:41:03que que como que funciona, né? Então,
5:41:04por exemplo, eu falo pro meu agente lá,
5:41:06né? Tô conversando e falo para ele, ó,
5:41:07meu cachorro se chama Rudeus, né? Aí,
5:41:10beleza, continuo trocando algumas
5:41:11mensagens para ele e logo depois eu
5:41:13pergunto para ele: "Poxa, qual que é o
5:41:15mesmo? Qual que é mesmo o nome do meu
5:41:16cachorro?" É Rudeus. Então, essa
5:41:18informação foi importante para aquele
5:41:20chat, foi importante naquele momento.
5:41:23Não quer dizer que essa é uma informação
5:41:24relevante para ele manter em outros
5:41:26chats, em outras conversas, em outras
5:41:29outras partes quando a gente for
5:41:30conversar, tá? Então essa é a mens é a
5:41:33memória que a gente tem de curto prazo,
5:41:34que os agentes também têm. Então o que
5:41:37que o modelo ele ele usa? Só o que chega
5:41:40no contexto dele. Então o que que ele
5:41:42usa? A mensagem atual que a gente tá
5:41:44passando para ele, o histórico. Alguns
5:41:47modelos usam o histórico, desde que eh a
5:41:50gente ele saiba, né, o que que tem que
5:41:52guardar. nem tudo ele guarda. Eh,
5:41:55instruções, memórias que eles recupera
5:41:58de que ele recupera de algum lugar e
5:42:00resultado de algumas ferramentas. Então,
5:42:02quando isso tudo eh se junta, a gente
5:42:05monta um contexto do modelo, né? A gente
5:42:08monta uma super memória, na verdade,
5:42:11só que a janela do contexto tem o
5:42:13limite, certo? Quando a gente tem um
5:42:15histórico muito grande, o que que a
5:42:17gente tem? A palavra do momento, tokens,
5:42:19né? Agora só se fala sobre isso. Tokens,
5:42:21quanto que vai ser? quanto que vai
5:42:22custar, quanto que vai ser, eh, cuidado
5:42:24aí, né? Não, não usa muito porque tá
5:42:26gerando token. Então, quanto mais
5:42:28histórico a gente tem, significa que a
5:42:30gente tem mais tokens. Então, isso
5:42:32significa que a gente tem que ter
5:42:33cuidado, né, parcimônia ali com que a
5:42:35gente precisa guardar no modelo. Mais
5:42:37tokens significa mais custo, mais
5:42:39latência, né? E nem toda informação
5:42:42antiga, ela continua relevante. Como eu
5:42:44falei para vocês, há um tempo atrás eu
5:42:46tinha algum tipo de alergia. Essa
5:42:48informação, eu me curei dessa alergia.
5:42:50não é uma informação mais relevante, né?
5:42:52Então, o meu modelo, ele precisa ser
5:42:54atualizado o tempo inteiro. E uma
5:42:57conversa, ela pode crescer mais rápido
5:42:58do que a capacidade de utilizá-la. Isso
5:43:00é muito importante, a gente ter muito
5:43:02cuidado com isso, tá? Aí o que que
5:43:04acontece quando isso acontece, né?
5:43:06quando uma memória quando uma uma
5:43:07conversa cresce muito mais do que a
5:43:10capacidade que a gente tem de usá-la, a
5:43:12gente tem uma coisa que chamada de
5:43:14resumo, a gente precisa reduzir. Então,
5:43:16a gente tem o nosso modelo, tem lá uma
5:43:18conversa extensa, ele tem um resumo
5:43:20atualizado, ele faz um resumo atualizado
5:43:22e ele tem um contexto melhor, menor. Só
5:43:25que isso aqui é um problema. Eu não sei
5:43:27se vocês já passaram por isso, se vocês
5:43:29já usaram um chat, sei lá, um chat do
5:43:31chat de PT mesmo. Só que aquele chat
5:43:33ficou muito grande, ele já começou a dar
5:43:35uma alucinada. Vocês pediram para ele
5:43:36assim: "Poxa, dá uma resumida no que a
5:43:38gente conversou aqui que eu vou passar
5:43:39para outro chat". Só que quando você foi
5:43:41conversar com o outro chat, não era a
5:43:42mesma coisa. Parece que ele não pegou as
5:43:45informações necessárias que tinha ali.
5:43:47Por quê? Ele fez um resumo. Só que a
5:43:50gente não sabe o que que eles o que que
5:43:51ele decidiu que era mais importante. Se
5:43:53a gente não falou para ele, olha, quando
5:43:55você for passar pro outro chat, não
5:43:56esqueça de falar essas características
5:43:58que eu gosto muito quando você responde
5:44:00desse jeito. Não esqueça disso, disso,
5:44:02disso. Se a gente não falar isso, não
5:44:04vai ser a mesma coisa. E dificilmente é,
5:44:05tá, gente? Pelo menos comigo, eu nunca
5:44:07consigo o resultado real, né? Eu preciso
5:44:09ir conversando mais tempo com ele ali
5:44:11para ele para ele se adaptando. Então
5:44:14esse resumo atualizado sempre acaba se
5:44:16perdendo alguma coisa. Então a gente tem
5:44:18que ter muito cuidado quando a gente faz
5:44:19isso, né? Então quando a gente vai,
5:44:21principalmente quando a gente tá
5:44:22trabalhando com a gente, que a gente com
5:44:24agentes, a gente tem que deixar muito
5:44:26claro quais são as informações que não
5:44:28podem ser perdidas de jeito nenhum.
5:44:30Então poxa, eu quero passar. Ah, esse
5:44:32chat aqui ficou muito extenso. Tô tô
5:44:34trabalhando com agente de, sei lá, que
5:44:36conversa com o usuário de algum em de
5:44:39alguma plataforma. Eu preciso deixar
5:44:41claro para aquele agente que algumas
5:44:43informações não podem ser perdidas, né?
5:44:45Então, por mais que o usuário troque de
5:44:47chat, a gente precisa que ele mantenha o
5:44:49mesmo padrão, tá? Aí sim ele consegue
5:44:51ter um contexto menor, mas como eu
5:44:53disse, nem sempre esse contexto menor é
5:44:55um contexto que vai agradar a gente, tá?
5:44:58Depois que ele tem um contexto melhor, a
5:45:00gente consegue passar pra memória
5:45:02persistente, que no nosso caso, né, nós
5:45:05seres humanos, seria a memória de longo
5:45:06prazo. Sabe aquelas coisas que a gente
5:45:08não esquece? Tipo andar de bicicleta,
5:45:09que falam pra gente que quando a gente
5:45:10aprende, a gente não esquece nunca mais.
5:45:12São memórias que estão na nossa memória
5:45:14de longo prazo, né? Datas importantes,
5:45:17coisas que aconteceram, traumas, tudo
5:45:19isso fica na nossa memória de longo
5:45:20prazo. E no agente a gente chama de
5:45:22memória persistente. Então, o que que
5:45:25tem na memória persistente? a sessão de
5:45:27hoje. Então, digamos que eu estou
5:45:29conversando agora com a gente. Então,
5:45:31ele tá ali, o que que tá rodando, né? A
5:45:33sessão de
5:45:43>> Oi, oi, oi,
5:45:45>> oi, oi. Ah, foi. Então, quando a gente
5:45:47tá conversando lá com a gente, o que que
5:45:48a gente tem, né? A gente tem essa edição
5:45:50de hoje, né? o que tá acontecendo ali no
5:45:52momento. A gente tem a memória
5:45:54persistente, que é tudo que ele sabe
5:45:56sobre a gente, que é extremamente
5:45:57importante. Então, coisas, preferências,
5:46:00coisas que ele já entendeu, que a gente
5:46:01pergunta sempre, que ele já entendeu,
5:46:03que ele já fez um perfil nosso, né? E a
5:46:06próxima sessão e algumas informações
5:46:09precisam sobreviver a sessão. Então, da
5:46:12sessão de hoje até a próxima sessão, eu
5:46:15preciso deixar algumas coisas na memória
5:46:16persistente, tá? E qual que é o ideal? O
5:46:19ideal é que a gente vai eh direcionando
5:46:22o agente, né, independente de como que a
5:46:24gente tá usando ele, via chat, via a
5:46:27gente tenha feito um aplicativo para
5:46:28isso, o ideal é que a gente eh direcione
5:46:31ele para que ele saiba qual que são
5:46:34quais são as informações que fiquem na
5:46:35memória persistente, tá? Então, tô
5:46:38conversando com o chat hoje, a gente,
5:46:39nossa, consegui ter muitas eh eh muitos
5:46:42insightes legais, tal. Poxa, antes de eu
5:46:44trocar de chat, eu já anoto tudo que foi
5:46:47legal, né? anar na mão, mas anoto. Poxa,
5:46:49essa essa esse tipo de resposta foi
5:46:51legal, esse tipo de característica, o
5:46:53jeito que você respondeu aqui, o jeito
5:46:55que você respondeu assado, porque isso
5:46:57eu quero que vá pra memória persistente.
5:46:59E isso faz uma total diferença, tá?
5:47:00Porque a gente não vai deixar ele
5:47:02escolher, tá? Não vai ser ele que vai
5:47:03escolher que vai pra memória
5:47:04persistente, porque de repente quando a
5:47:06gente for fazer um resumo, ele não vai
5:47:07saber o que levar. Então a gente é
5:47:09importante a gente direcionando ali, tá?
5:47:12Aí o que eu falei que isso aqui ele faz
5:47:14isso, né? Todo agente faz isso. Ele faz
5:47:16um perfil útil do usuário. O que que é
5:47:18um perfil útil? Informações que ele sabe
5:47:21sobre você que ele precisa para ajudar
5:47:24você no seu dia a dia em coisas que você
5:47:26costuma perguntar o tempo inteiro. Então
5:47:28ele sabe, por exemplo, o seu nome, né?
5:47:30Vocês já fizeram um teste de perguntar
5:47:32pro chatt, enfim, Gemini, o Copality, o
5:47:34que vocês usam, tudo que ele sabe sobre
5:47:36vocês? Quem já fez esse teste?
5:47:40Já se assustaram com a resposta?
5:47:43Não dá uma coisa? Nossa, você sabe mais
5:47:44do que deveria, né? Porque a gente às
5:47:46vezes dá contexto para ele que a gente
5:47:47nem percebe, né? Então o que que ele
5:47:50monta? Ele monta um perfil que ele chama
5:47:52de perfil útil do usuário, que são
5:47:54informações que que ele sabe que uma
5:47:56hora ele vai precisar. Então, por
5:47:58exemplo, no meu caso, ele sabe com que
5:48:00que eu trabalho, qual que é a minha
5:48:01preferência tecnológica. Alguém aqui é
5:48:03frontend?
5:48:05Só você. Gente, a gente tá acabando
5:48:07mesmo, né?
5:48:09Tá triste a situação. Quem é full
5:48:11steack?
5:48:13Ah, tá. Então, quem eu fiz também
5:48:14trabalha com front end. Vocês preferem
5:48:16Angular ou React?
5:48:19>> React. Não escutei React, né? Só escutei
5:48:21Angular, né? Não, tá bom. Só para saber
5:48:22só.
5:48:24Eh, então, e ele sabe ali qual que é o
5:48:26objetivo atual meu, dependente do que eu
5:48:29tô eh dependendo do que eu tô
5:48:31perguntando para ele na hora, né? Então,
5:48:34o que que ele, como que ele monta esse
5:48:36perfil útil? fazendo de acordo com o que
5:48:39eu vou pedindo para ele no dia a dia.
5:48:40Então eu fui falando para ele várias e
5:48:42várias vezes que eu prefiro Angular, ele
5:48:44já sabe que minha preferência
5:48:45tecnológica é Angular. Já pedi várias
5:48:47vezes para ele desbugar, me ajudar a
5:48:49debugar algum código, ele já sabe que eu
5:48:51sou desenvolvedora web e assim ele vai
5:48:54me ajudando e ele criou um perfil útil
5:48:56sobre mim, tá? E só lembrando, esse
5:48:59perfil útil ele não tem ele ele colocou
5:49:01tudo que ele achava que era relevante
5:49:03sobre mim, né? Ele não foi colocando
5:49:05todas as informações porque eu, como
5:49:06todo mundo, às vezes desabafo com ele e
5:49:08nem tudo ele levou em consideração, né?
5:49:11Então é isso que eu ia falar agora. Nem
5:49:13tudo deve virar memória. O que que ele
5:49:15sabe, né? O que, qual que é o o jeito
5:49:17que ele trabalha? Tem coisas que ele
5:49:20sabe que ele precisa lembrar e tem
5:49:22coisas que a gente precisa ter cuidado
5:49:25para que ele evite, para que ele não
5:49:27salve, né? Então, claro, eh, primeiro de
5:49:30tudo, ele vai evitar salvar todas as
5:49:31mensagens, né? para não ficar uma coisa
5:49:33gigantesca, para não gerar um token
5:49:36gigantesco. Dados sensíveis e
5:49:38desnecessários, que a gente já sabe, né?
5:49:40Já estamos careca de saber que, poxa,
5:49:42LGPD, a gente não pode colocar dados
5:49:44sensíveis de principalmente de outras
5:49:45pessoas, né? E algumas inferências que
5:49:48não foi que não foram confirmadas. Se
5:49:50ele não tem certeza daquilo, ele prefere
5:49:53não salvar, né? Teoricamente, o que que
5:49:56ele que vale lembrar que legal para ele
5:49:58que ele gosta de lembrar? preferências
5:50:00que ele sabe que são estáveis, por
5:50:02exemplo, meu amor pelo Angular, eh,
5:50:04objetivos recorrentes, coisas que eu
5:50:05sempre tô pedindo para ele. Poxa, faz
5:50:07uma planilha de treino para mim. Eu vi
5:50:09que tem um aplicativo de corrida,
5:50:10inclusive gostei muito desse desse
5:50:11aplicativo. Poxa, me ajuda a fazer um
5:50:14aplicativo de treino. Então, coisas que
5:50:15eu vou pedindo para ele o tempo inteiro.
5:50:17Ele já entendeu como se fossem objetivo
5:50:18eh recorrentes e decisões importantes.
5:50:21Então, tudo isso ele já entende que são
5:50:24coisas que ele deve salvar, né?
5:50:26Quando a gente tem várias conversas, ele
5:50:29não consegue fazer um resumo muito
5:50:31aproveitável. Ele tenta fazer um resumo
5:50:33aproveitável, né? Então, por isso que eu
5:50:34falo que quando a gente vai eh tentar
5:50:37passar para um próximo chat, quando a
5:50:39gente tem vai tentar fazer um resumo, é
5:50:41bom a gente direcionar o chat ou o
5:50:44agente para ele saber quais são as
5:50:46coisas mais importantes que ele deve
5:50:47guardar.
5:50:49Aí, como que essa aqui é outra parte,
5:50:51né? A gente tem, a gente já sabe que o
5:50:53agente basicamente a muito da
5:50:55inteligência dele não é uma magia, né? É
5:50:57memória. E como que ele faz, por
5:51:00exemplo, para encontrar a informação
5:51:01certa no meio de um monte de
5:51:03informações, né? Aí chama os bedings.
5:51:07Alguém já ouviu falar sobre aqui? Alguém
5:51:08não ouviu falar? Acho que é mais fácil,
5:51:10né?
5:51:11Alguém não ouviu? A sabia que teria
5:51:13menos pessoas. E em Bedgings, o que que
5:51:16são? são, é mais ou menos como que o os
5:51:19agentes, como a inteligência artificial
5:51:21ela guarda as informações. Então, eu
5:51:23coloquei aqui duas informações que elas
5:51:25são semelhantes, né? Elas são mais ou
5:51:27menos do mesmo contexto. E como que ele
5:51:29guarda? Ele ele ele trata como se ele
5:51:31fosse um mapão, assim, ó, um mapa
5:51:33gigantesco. E ele coloca informações que
5:51:36são que são que são que são semelhantes
5:51:39uma perto das outras. Então é como se
5:51:41fosse, sei lá, um gaveteiro, né,
5:51:43gigantesco, e ele vai guardando um monte
5:51:45de informação ali, né, com o número
5:51:47binário mesmo, porque a gente sabe que
5:51:48no final tudo é 0 e um. Então ali, ó, eu
5:51:50tenho, por exemplo, eh, figurativo, tá,
5:51:53gente? Ilustrativo, coloquei números
5:51:55aleatórios, mas eu tenho ali embaixo uma
5:51:58uma frasezinha ali escrita reembolso de
5:52:00viagem e eu tenho algumas informações de
5:52:03localização. Então, dentro ali daquele
5:52:05gaveteiro imaginário gigante que a gente
5:52:07tem lá da do agente, naquela portinha
5:52:10ali daquele número, eu tenho uma
5:52:12informação de reembolso de viagem.
5:52:14Beleza? Tá vendo que começa com 0,12? A
5:52:17daqui começa com 010, 0,47, 0,42. Então
5:52:21são números que são próximos. Dá paraa
5:52:22gente bater o olho e entender que são
5:52:24informações que se realmente tivesse ali
5:52:26um gaveteiro, seriam informações que
5:52:28estariam próximas, certo? Então, é assim
5:52:30que ele entende que as informações têm
5:52:32algum tipo de relação e ele sabe que
5:52:35reembolso de viagem tem alguma coisa a
5:52:37ver com despesa corporativa, porque ele
5:52:39já entendeu pelo contexto de tanto a
5:52:42gente treinar ele que aquilo ali ele são
5:52:45informações que que são semelhantes,
5:52:47certo? Diferente, por exemplo, né? Então
5:52:49aqui eu tenho reembolso, despesas
5:52:51corporativas e eu tenho a parte de
5:52:52treino, saúde, corrida, natação. São
5:52:54informações que estão lá do outro lado,
5:52:57tá? que não que não tem muita
5:52:58semelhança. A gente pode até encontrar
5:53:00alguma semelhança, mas ele guarda em
5:53:02caixinhas separadas, tá? Então a gente
5:53:04tem ali, ele separa como se fosse por
5:53:06cluster, né? Então a gente tem atividade
5:53:08de saúde e esporte e a gente tem uma
5:53:10distância semântica que ela é bem
5:53:11significativa do que o que eu tô pedindo
5:53:13ali para ele no momento. Então isso
5:53:15aqui, como eu falei, são eh informações
5:53:17ilustrativas, mas pensem, né, como se
5:53:19fosse um grande gaveteiro.
5:53:23Aí aqui o que que acontece, né? A gente
5:53:25tem ali a pergunta que o usuário faz.
5:53:27Ele faz, o usuário faz a pergunta. A
5:53:29aplicação transforma essa pergunta em
5:53:31badging, né? Ele transforma lá no no
5:53:33número que ela precisa. O banco vetorial
5:53:36procura trechos semelhantes lá dentro do
5:53:38banco dele, né? Gigantesco. A aplicação
5:53:41recupera os melhores trechos, né? Que
5:53:43tem mais a ver ali com o que acontece. A
5:53:46aplicação envia essas perguntas mais os
5:53:49trechos pro modelo. Então você vê que
5:53:50tem uma coisa que acontece antes do
5:53:52modelo, né? o modelo ele só vai eh
5:53:54executar com essas informações e aí sim
5:53:57o LLM produz a resposta. Então ele já
5:54:00não se preocupa mais em fazer todas as
5:54:02informações. Por isso que hoje em dia a
5:54:04gente consegue ter respostas que elas
5:54:06são muito mais personalizadas, vamos
5:54:08dizer assim. Antes quando a gente
5:54:09começava com conversava, né, com o chat
5:54:11GPT, a gente começava a conversar com
5:54:13ele, dava, sei lá, quatro, cinco linhas,
5:54:15ele já começava a perguntar a mesma
5:54:16coisa de novo. Ele já não tinha esse
5:54:18histórico, né? Agora, a gente já tem
5:54:20essa parte toda de trazer as
5:54:22informações, ela tá sendo terceirizada
5:54:25por outras partes. Então, o modelo mesmo
5:54:27ele só produz a resposta baseado naquilo
5:54:30que tá tá sendo trazido para ele, tá? E
5:54:34como que essas informações, né, como que
5:54:35ele sabe que a gente sabe que é por
5:54:38treinamento, né? Mas como que ele faz
5:54:40para entender essa similaridade? Como
5:54:42que ele sabe para entender, né? Como que
5:54:44ele faz para colocar reembolso de viagem
5:54:46perto de despesa corporativa?
5:54:48A gente tem uma coisa chamada
5:54:50similaridade de cosseno, não sei se
5:54:51vocês já ouviram falar também, que
5:54:53valores que são mais próximos de um são
5:54:55conteúdos que são muito semelhantes e
5:54:58valores que são mais baixo são conteúdos
5:55:00que são menos relacionais, né? Não tem
5:55:02muito, não tem muita, não tem muita
5:55:03relação. Então, por exemplo, se eu
5:55:06pergunto para ele, né, poxa, como que eu
5:55:07posso pedir o reembolso de hotel? Ele
5:55:10tem ali vários, várias caixinhas, né?
5:55:12Então, ele tem a caixinha da política de
5:55:14hospedagem, né? Olha, tá 0,92. Então ela
5:55:17tem, ela é bem próxima de um, tem alguma
5:55:19coisa a ver com isso. Despesa de viagem,
5:55:21tem alguma coisa a ver com isso, porque
5:55:23tá mais próxima de um. Compra de
5:55:25passagens, mais ou menos e manual do
5:55:26Angular não tem nada a ver, por isso que
5:55:28ele tá com um número muito muito abaixo,
5:55:30tá?
5:55:31novamente, né, a gente tá usando aqui um
5:55:33exemplo ilustrativo, porque só para
5:55:35explicar essa similaridade do cosseno.
5:55:37Então, quando os valores eles eh
5:55:39relacionando, eles estão mais próximo de
5:55:41um, mas eles têm similaridade, aí ele
5:55:44consegue colocar lá o embeding certinho.
5:55:47Beleza? Aí a gente vai falar um
5:55:49pouquinho sobre hag. Eu sei que já, acho
5:55:51que o amigo já falou um pouquinho antes,
5:55:52mas é só para trazer um, dar um passo
5:55:54atrás, tá? O Hag, basicamente é uma
5:55:57geração aumentada por recuperação de
5:55:59informações. Então, ela é uma
5:56:01arquitetura que ela vai ser colocada ao
5:56:03redor, né, de diferentes modelos. Vários
5:56:06modelos utilizam esse tipo de
5:56:08arquitetura. E basicamente a gente tem
5:56:10alguns tipos de de hag, né? A gente tem
5:56:13o hag simples, a gente tem o hag
5:56:15avançado, enfim, mas a gente tem outros
5:56:17também. Saiu até um artigo esse, eu não
5:56:19sei se foi esses dias, né, mas eu achei
5:56:21um artigo esses dias falando sobre uns
5:56:23cinco, seis tipos de hag que eu achei
5:56:24bem legal.
5:56:27como que se como que eh como que
5:56:28funciona o hag simples, por exemplo.
5:56:30Então, o usuário pergunta, né? Eu tenho
5:56:33lá um sistema que ele busca documentos,
5:56:35ele recupera os trechos que são mais
5:56:37mais próximos, envia os trechos pro LLM,
5:56:40o LLM responde. Só que quando ele
5:56:42recupera os trechos que são mais
5:56:44próximos, ele não faz nada, ele só
5:56:45recupera. Ele não tem aquela capacidade
5:56:48de, quando a gente tem um hug simples,
5:56:49né, de interpretar o que que não, pera
5:56:51aí, ele tá falando isso, mas poderia ser
5:56:53isso também. Essa parte o Hag simples
5:56:55não faz. E a gente tem o avançado, que
5:56:58ele tem umas etapas adicionais para
5:57:00melhorar a recuperação. Então, o
5:57:01simples, ele só busca a informação e
5:57:04manda por LLM, para LLM gerar a
5:57:07resposta. E a gente tem um avançado, que
5:57:09o avançado ele pode fazer algumas
5:57:11coisas, como reescrever a pergunta paraa
5:57:13pergunta ficar mais próxima ali de uma
5:57:16de uma coisa que vai trazer uma resposta
5:57:17melhor. Fazer busca por palavra, mas não
5:57:20só por palavra, mas por palavra e por
5:57:21significado.
5:57:23Ele pode aplicar filtros, ele pode
5:57:25reordenar os melhores resultados, ele
5:57:28pode também eliminar conteúdos
5:57:29irrelevantes, né? E a gente tem outros
5:57:31modelos, né? A gente tem o hag
5:57:33conversacional, o agentivo, o graphic
5:57:35hag. Não tive tempo ainda de estudar
5:57:37todo sobre esse. Se alguém souber, bem
5:57:39legal, tá? Porque é uma coisa que eu tô
5:57:41que eu tenho me interessado bastante.
5:57:44E aí, como que funciona então a
5:57:46arquitetura de um agente? Lembra que eu
5:57:47falei para vocês, a inteligência do
5:57:49agente não tá só ali na mágica, na
5:57:51adivinhação, tá na arquitetura toda em
5:57:53volta dele. Então, a gente tem o
5:57:55contexto, que é ali o agora, que a gente
5:57:57tá conversando com ele, a gente tem a
5:57:59memória, né? A gente tem a busca que
5:58:02pode ser feita por HAG, pode ser feito
5:58:03por outras maneiras e a gente tem as
5:58:05ferramentas. O LLM vai pegar todas essas
5:58:08informações, né, o contexto, a memória,
5:58:11a busca, as ferramentas. E aí ele vai
5:58:13interpretar e vai decidir e vai fazer
5:58:15uma resposta ou a ação e atualizar a
5:58:17memória ou esquecer aquilo, tá? Então
5:58:19essa arquitetura toda é que deixa o
5:58:22agente com essa cara de inteligente, né?
5:58:24que que traz a inteligência do agente.
5:58:28Então, como que a arquitetura ela pode
5:58:29responder melhor? Então, por exemplo, eu
5:58:32posso ter perguntado para ele, né? Olha,
5:58:33eu quero planejar a minha viagem pro
5:58:34TDC. Aí, o que que ele vai fazer de
5:58:37curto prazo? Ele vai entender quais são
5:58:39as datas, vai querer saber qual que é a
5:58:40cidade, qual que é o orçamento que eu
5:58:42tenho para isso, né? Se eu tiver uma
5:58:44memória mais persistente, ele vai saber,
5:58:46ele vai usar a memória persistente, na
5:58:48verdade, e ele vai lembrar que eu
5:58:49prefiro voos diretos e ele sabe que eu
5:58:51não gosto de voar muito cedo, então ele
5:58:54vai usar essas informações. E o vetorial
5:58:56ele vai lá dentro das informações dele,
5:58:58né, buscar nas caixinhas dele qual que é
5:59:00a política de viagens e quais são as
5:59:02regras de reembolso, tá? Então, com uma
5:59:05pergunta, eh, essa arquitetura aqui toda
5:59:07vai trabalhar para trazer a melhor
5:59:09resposta para mim, né, desde datas até
5:59:12as minhas preferências, até quais são as
5:59:15políticas que eu tenho que seguir para
5:59:17conseguir fazer o reembolso também
5:59:18depois dessa viagem, tá bom? Aí o
5:59:21sistema ele precisa decidir o que que
5:59:23vale registrar, né? O que que é
5:59:25importante ficar com ele, o que que
5:59:27ainda é relevante. Lembrando que ele
5:59:28precisa ser atualizado, né, o tempo
5:59:30inteiro, as coisas mudam. quando que ele
5:59:32precisa recuperar as coisas e quando que
5:59:34ele precisa atualizar ou quando que ele
5:59:36precisa esquecer, né? O que que ele
5:59:37precisa esquecer. Então, é basicamente
5:59:39como a gente funciona, né? A gente
5:59:41registra, a gente atualiza, a gente
5:59:42recupera ou a gente esquece, né? E uma
5:59:46boa memória, ela precisa de três
5:59:47qualidades, né? Para pra gente trabalhar
5:59:50bem com memória. Primeiro, relevância.
5:59:53Eh, não importa que ele traga uma
5:59:54informação que seja hiper verdadeira,
5:59:57hiper verificada, se ela não tiver
5:59:59relevância para mim naquele momento. Ela
6:00:00precisa ser uma memória que seja
6:00:02relevante pro que eu estou pedindo
6:00:03naquele momento. Atualidade, ele precisa
6:00:07entender que as informações mudam e não
6:00:09trazer informações antigas como verdade,
6:00:10como verdades permanentes, por exemplo,
6:00:13né? E segurança, guardar somente aquilo
6:00:15que é necessário e também permitir que
6:00:18algumas coisas sejam excluídas, que
6:00:19sejam irrelevantes, tá?
6:00:22Então, pessoal, para responder a
6:00:24pergunta, né, que eu fiz no começo, que
6:00:26é o o a, na verdade, o título dessa
6:00:30palestra, o que faz um sistema parecer
6:00:32inteligente é lembrar do que o importa,
6:00:35né, basicamente recuperar no momento
6:00:37certo e usar essa informação para
6:00:39decidir melhor. E ele faz isso sozinho?
6:00:41Não, ele faz isso tudo com aquela com
6:00:43aquela quantidade de arquitetura que eu
6:00:44mostrei para vocês. Beleza?
6:00:48Eh, pessoal, era isso que eu queria
6:00:50falar sobre agentes, tá? Aqui tem um QR
6:00:52code que leva vocês, eu falei um
6:00:54pouquinho da FIAP, né, que leva vocês lá
6:00:55para conhecer um pouquinho da da
6:00:57Posttec, que é onde eu trabalho, tem
6:00:59pós-graduação de várias coisas,
6:01:01inclusive de agente Kiais, tá?
6:01:03Exclusivamente sobre isso. Tem algumas
6:01:05outras lá também. E queria agradecer
6:01:08vocês pelo tempo de vocês e perguntar se
6:01:10alguém tem alguma pergunta. Perguntar se
6:01:12alguém tem uma pergunta é ótima. Temos
6:01:13tempo para uma pergunta, gente.
6:01:16Quem vem?
6:01:19Opa, temos uma lá.
6:01:25>> Parabéns pela exposição. Excelente. Eh,
6:01:28você falou ali que é a questão da da
6:01:31inteligência, né? Ao mesmo tempo que
6:01:33você vai fazer um prompt, quando você
6:01:35faz ele muito extenso, você gasta tokens
6:01:38demais, você ao mesmo tempo você fala de
6:01:41ser mais eficiente. Como aumentar essa
6:01:43eficiência no prompt, mas sem gastar
6:01:47tokens em excesso?
6:01:49>> Eu acho que deixando de usar detalhes
6:01:51desnecessários que não são importantes
6:01:54ou que não são relevantes para aquele
6:01:57para aquele momento, né? Eu acho que a
6:01:58gente tem que detalhar sim o máximo
6:02:00possível, mas sem informações que são
6:02:02irrelevantes, porque às vezes a gente dá
6:02:04uma viajada no nosso prompt, né? A gente
6:02:05vai conversar, tal, então acho que eh
6:02:08quanto mais informações, melhor. Mas eu
6:02:11acho que a gente tem que pensar muito
6:02:12antes do tipo de informação que a gente
6:02:14vai colocar, que se ela realmente
6:02:15relevante para trazer uma boa resposta
6:02:16pra gente.
6:02:18Beleza?
6:02:22>> Boa, gente. Obrigado. Salve de palmas.
6:02:31Boa, gente. Agora, ah, antes tinha mais
6:02:34gente antes que tinha pergunta pro
6:02:35Rafael, que agora o Rafael correu ali,
6:02:36né?
6:02:38Mas enfim, pessoal, os palestrantes eles
6:02:40estão por aí, tá? Então, se vocês
6:02:42queriam fazer alguma pergunta e não deu
6:02:44tempo de fazer, podem pegar eles aí pelo
6:02:46corredor aí, puxar pelo braço que eles
6:02:48vão responder vocês. Agora a gente vai
6:02:50ir pro nosso painel aqui da trilha.
6:02:52Então, a gente vai fazer a montagem
6:02:53aqui. Estamos fazendo a montagem.
6:02:55E então vou pedir para vocês uns dois
6:02:57minutinhos, três minutinhos aqui pra
6:02:59gente poder montar e seguimos com o
6:03:00painel.
6:03:04>> Chamando o pessoal já.
6:03:52Pessoal,
6:03:53>> vamos dar início no nosso no nosso
6:03:55painel.
6:03:57O nosso painel, o tema vai ser do
6:03:59protótipo ao crítico, governança,
6:04:01segurança e confiabilidade em sistemas
6:04:04agênticos. Então, quero convidar aqui
6:04:06para subir no nosso palco Daniel
6:04:08Avancini.
6:04:10Daniel tá por aí.
6:04:12Obrigado, Daniel.
6:04:16Pode deixar. Vai subindo ali. Luís
6:04:19Fernando Fausto. Luiz Fernando
6:04:23tá por aí.
6:04:28>> Tá ali fora.
6:04:32Chamem para mim aí se puderem. O Luiz
6:04:33Fernando, se já tiver aí.
6:04:36Hã,
6:04:38Ana Luía,
6:04:42Ana Luía
6:04:44>> também deve estar ali por fora.
6:04:47Andressa, Andressa tá aqui. Obrigado,
6:04:50Andressa.
6:04:55E o Peter, Peter Anthony.
6:04:59Obrigado, Peter.
6:05:01Luís Fausto, pode passar ali. Obrigado.
6:05:05Deixar por aí. Pode bem tranquilo.
6:05:08>> Quem faltou? A Ana. Ana tá vindo ali
6:05:10também.
6:05:11>> Acabou a bateria. Alô, alô.
6:05:14>> Alô. Eu ten bateria.
6:05:15>> Vai, pode chamar, pode chamar.
6:05:18>> Ana tá por aí.
6:05:20>> Tudo bem, Ana? Pode subir no palco ali
6:05:21pro nosso painel. Obrigado.
6:05:23>> Oi. Oi.
6:05:24>> Tá funcionando.
6:05:26>> Falhou. Então eu pego de novo,
6:05:37>> Carlos vai mediar, Carlos? Isso.
6:05:39>> Sim.
6:05:39>> Boa.
6:05:43Outro microfone.
6:05:50>> Alô. Alô,
6:05:53alô.
6:05:58entrega. Fica à vontade.
6:06:02>> Boa, pessoal. Vou explicar para vocês
6:06:03como é que vai funcionar o painel, tá? A
6:06:05ideia esse ano é a gente não fazer uma
6:06:07coisa assim muito entrevista, tá? Então
6:06:08não vai ser pergunta, né, direto pro pro
6:06:12painelista nem nada assim. Então, o
6:06:14primeiro ponto é vocês painelistas,
6:06:16vocês podem interagir entre vocês. Se
6:06:18alguém quiser fazer alguma pergunta em
6:06:19alguma fala ou quiser eh complementar a
6:06:21fala de alguém, fiquem à vontade, tá?
6:06:23Para ser bem livre.
6:06:25A mesma coisa o público, né? Eu vou
6:06:27começar fazendo algumas perguntas só pra
6:06:29gente dar início, mas aí depois quem
6:06:31quiser fazer alguma pergunta só levantar
6:06:33o braço que eu entrego o microfone, tá?
6:06:34Fiquem bem bem à vontade. Beleza?
6:06:38Que horas temos agora?
6:06:40Dois minutinhos só, tá gente? Daí a
6:06:42gente começa só para respeitar o horário
6:06:43mesmo.
6:08:27Dicar
6:08:33>> e lá será que não era lá?
6:08:37Boa gente, vamos começar o painel,
6:08:38então. Eh, primeiro ponto, tá? A gente
6:08:41teve palestras até agora, elas são foram
6:08:43bem técnicas, né? Vocês viram que o
6:08:44pessoal trouxe um conteúdo aqui bem bem
6:08:46voltado para desenvolvedor. E aqui no
6:08:48painel a gente trouxe um pessoal que,
6:08:51né, temos CEOs, temos R, ah, Coss, não,
6:08:53desculpa, temos Se levelis, temos RS
6:08:55aqui de algumas empresas importantes
6:08:57aqui da região. Então, a gente tem uma
6:08:59camada aqui que é uma intersecção entre
6:09:02entre o a parte mais técnica e a parte
6:09:04mais negocial, tá? Então vão preparando
6:09:06as perguntas de vocês aí paraa gente
6:09:09poder eh pra gente poder depois fazer os
6:09:11painelistas.
6:09:12E o o assunto do painel é agentes do
6:09:17crítico à produção. Por quê? Porque a
6:09:19gente tem tem visto e vocês estão
6:09:21vivendo também. Deixa eu só fazer uma
6:09:22pergunta. Quem daqui já subiu algum
6:09:24agente alguma vez local, na empresa?
6:09:28bastante gente, bastante gente. A gente
6:09:30sempre tem um problema, né, que é na
6:09:32nossa máquina funciona, a gente
6:09:33desenvolve, vai lá, mostra para as
6:09:35pessoas, funciona, só que aí quando você
6:09:36bota na mão do cliente, 10 pessoas
6:09:39acessam o teu sistema, derruba teu
6:09:40agente, né? Então a gente trouxe um
6:09:43painel mais ou menos com essa com essa
6:09:45abordagem para entender como que as
6:09:47empresas, né, e como que numa camada
6:09:49mais de business ah isso tá sendo visto.
6:09:52Então esse é o objetivo do nosso painel.
6:09:54Vou sentar aqui com o pessoal e eu vou
6:09:56passar o microfone para vocês e vou
6:09:58pedir para vocês só se apresentarem
6:10:00brevemente, tá? Se apresentarem e
6:10:01apresentarem a empresa bem bem
6:10:03sucintamente.
6:10:05Fica à vontade.
6:10:06>> Boa tarde, pessoal. Tudo bem? Eh, meu
6:10:08nome é Ana, eu sou, por formação, sou
6:10:10engenheira, me formei na DUC, nos
6:10:12Estados Unidos, engenheira da
6:10:13computação, também engenheira biomédica.
6:10:15Já fiz bastante pesquisa com IA nesse
6:10:17período ali da faculdade. Sou mestre em
6:10:19IA também pela Jones Hopkins. Eh, e fui
6:10:22criadora da Dara, que é a primeira IA
6:10:24para gestão pública do Brasil. Talvez
6:10:26tenham visto ou não em algumas matérias,
6:10:28eh, focos na saúde, educação, várias
6:10:30frentes diferentes. Hoje eu lider um
6:10:32laboratório de Iaquim em Florianópolis,
6:10:34eh, na IPM, que é uma empresa focada em
6:10:36gestão pública.
6:10:39>> Boa tarde, pessoal. Eh, meu nome é
6:10:41Fausto, sou CTO da Softplan, uma empresa
6:10:44que atua no segmento público, então a
6:10:46gente tem aí mais de 1000 clientes, a
6:10:49gente tem cerca de 100 colaboradores.
6:10:52Dentro desses 1500 colaboradores, nós
6:10:54temos aí cerca de 400 devs que estão aí
6:10:57fazendo várias coisas, entre elas
6:10:59fazendo o desenvolvimento de agentes
6:11:00para pros nossos produtos.
6:11:05>> Boa tarde, pessoal. Eh, meu nome é
6:11:07Peter, eu sou head do Innovation Hub da
6:11:10Premersoft. A Premersoft é uma empresa
6:11:13de consultoria, então nós atendemos
6:11:15vários eh clientes, tanto da área de TI
6:11:18quanto áreas eh específicas, logística,
6:11:21indústria e tudo mais. Eh, desde
6:11:23alocação até squads e e projetos. Então,
6:11:28no laboratório de de inovação, a gente
6:11:30faz muitas poqu, a gente prova conceitos
6:11:33para os clientes, eh, para isso virar
6:11:35projeto e a gente conseguir atender e
6:11:36resolver problemas eh que eles têm no
6:11:39dia a dia.
6:11:42>> Boa tarde, pessoal. Sou Andressa, eu sou
6:11:44R de dados IA da BEVTEC. Eh, nosso hub
6:11:49de inovação fica em Blumenau, temos
6:11:50também em outros locais e somos muito
6:11:52focados em atendimento da própria EV.
6:11:55Eh, temos, né, times de desenvolvimento,
6:11:57time de dados aí espalhados pelo Brasil
6:12:00e também mundo afora.
6:12:05>> Eh, boa tarde. Boa tarde a todos. Meu
6:12:07nome é Daniel Vancini. Eu sou eu lidero
6:12:10a área de e transformação com IADA Indon
6:12:13AI, que é uma consultoria também eh,
6:12:16voltada para dados IA, né? Nós somos um
6:12:18dos maiores parceiros do mundo hoje da
6:12:20Antropic como consultoria. Então tem
6:12:22bastante trabalho e e eu acho que bem
6:12:28legal aqui o público e as palestras e
6:12:30não sei se eu posso falar isso, mas a
6:12:31gente tá contratando. Então quem quiser
6:12:34>> o público levantou já fez agência, pode
6:12:36falar,
6:12:37>> você tá com o maior público dev aqui de
6:12:39Florianópolis, então pode ficar à
6:12:40vontade, cara.
6:12:42>> Boa, boa. Ah, eu vou vou começar com uma
6:12:44pergunta que ela é ah ela é bem de dev,
6:12:48tá? Eu eu como engenheiro de software
6:12:50também eu tenho tenho tenho algumas
6:12:51questões que eu gostaria de de interagir
6:12:53com vocês. A primeira é como que eh como
6:12:57que vocês
6:12:58tiveram noção ou enxergaram do o impacto
6:13:02da IA ou da criação de agentes eh dentro
6:13:06das empresas de vocês. Por que que eu
6:13:07pergunto? Porque na no meu caso, nas
6:13:10minhas experiências, sempre foi uma
6:13:11coisa que aconteceu assim, aconteceu num
6:13:14time pequeno com duas pessoas, aconteceu
6:13:16aquela coisa dentro de garagem assim,
6:13:18alguém fez uma poque, um MVP que foi
6:13:20legal e aí foi subindo, foi escalando
6:13:22até que chegou chegou na nas camadas
6:13:24mais altas da empresa e aí dali, né,
6:13:26virou virou processo, né? Eu queria
6:13:28entender como que aconteceu na empresa
6:13:30de vocês isso e como que vocês receberam
6:13:32isso, onde vocês viram, faz quanto tempo
6:13:34que você, que as empresas de vocês estão
6:13:35olhando para utilização de agentes e
6:13:38inteligência artificial em geral. Quem
6:13:41quiser responder, tá, gente? Não temos
6:13:42ordem, só se vocês quiserem uma ordem
6:13:44aí. Não quer começar?
6:13:47>> Eu posso eu posso começar? Eh,
6:13:50primeiro eu acho que a gente não não foi
6:13:53uma surpresa tão grande porque nós
6:13:54trabalhamos com, vamos ver que a gente
6:13:56fala de a clássica agora, né? eh,
6:13:58machine learning, etc., há muito tempo.
6:14:01Eh, mas eu confesso que eu vindo dessa
6:14:03área, sempre fui um grande cético do do
6:14:05que de onde chegou a Iá, porque, enfim,
6:14:08é diferente você chegar e ver uma
6:14:10tecnologia genial. Outra coisa você ver
6:14:11ela evoluindo ao longo do tempo e saber
6:14:13as limitações, né? Então, a gente sempre
6:14:15trabalhava com NLP, com modelos de
6:14:17linguagem geral e sabia que existia
6:14:20dificuldades técnicas de fazer algo tão
6:14:23revolucionário e muitas coisas que a
6:14:25gente via como IA eram, na verdade, um
6:14:26monte de regras de decisão e e felsces,
6:14:29né? Às vezes vendia como IA, mas depois
6:14:32a gente sabia até às vezes a gente fazia
6:14:33e vendia como Iá, mas depois sabia que
6:14:36era um monte de regra de decisões lá, de
6:14:38regras de decisão dentro do sistema.
6:14:40Então, a gente teve uma um contato por
6:14:43parte desse mundo, por estar nesse
6:14:45mundo. Obviamente a gente tem que estar
6:14:46conversando e entendendo isso, mas a
6:14:49gente começou de uma forma,
6:14:50principalmente eu que lidero a liderava
6:14:52a área, uma forma muito mais assim,
6:14:55vamos ver até onde dá, né? Vamos fazer
6:14:56testes e tal, mas a gente tem que tá
6:14:59sempre olhando, entendendo eh que o
6:15:01quanto é o poder do da ferramenta, né? E
6:15:03aí eu acho que muita gente viu essa
6:15:05virada no final do ano e a gente também,
6:15:07né, de falar, olha, o mesmo teste que a
6:15:09gente fez em fevereiro do ano passado,
6:15:11em junho, em dezembro já falou: "Nossa,
6:15:13mudou, agora a gente consegue falar
6:15:15diferente", né? E aí eu acho que desde
6:15:17então assim, até dos aprendizados que a
6:15:20gente fez, a o grande desafio, que
6:15:22imagino que seja para para Softplan,
6:15:24para BEV, para todos os outros clientes,
6:15:26é converter isso num algo produtivo, em
6:15:28algo que segue as boas práticas, que não
6:15:31tem riscos, né, de segurança, de
6:15:34governança, etc.
6:15:36Entendendo que não dá para fazer a mesma
6:15:38coisa que a gente fazia antes e
6:15:39simplesmente falar que vai gozar o
6:15:40agente e manter tudo igual. Porque
6:15:43eu acho que assim, uma coisa que a gente
6:15:44tem que entender é que as pessoas não
6:15:45vão ficar olhando cada linha de código
6:15:46mais quando você faz 10 vezes, 100 vezes
6:15:49mais código, né? Então, como que a gente
6:15:51muda isso? Eu acho que esse é o grande
6:15:52desafio, eh, que a gente tem trabalhado
6:15:55bastante para resolver.
6:15:58>> Boa, boa.
6:16:00>> Eu vou complementar uma coisa aqui que
6:16:01eu acho puxar um gancho bem legal. eh,
6:16:04colocou muito essa questão de a gente
6:16:07tem hoje muita gente colocando IA e
6:16:09colocando muitas coisas que são muito
6:16:10divertidas, né? E, ah, é fácil a gente
6:16:12olhar e falar: "Nossa, uma gente muito
6:16:14legal naquilo" ou isso faz. Olha que
6:16:15impressionante essa frente aqui
6:16:16diferente. Mas tem uma pesquisa que saiu
6:16:19em recente agora do MIT, mais de 95% dos
6:16:23projetos com agentes e IA não tem um
6:16:26ROI, não tem um retorno ali sobre o
6:16:27investimento. E aí um pouquinho aqui da
6:16:30tua fala também que às vezes a gente faz
6:16:31coisa com IA e até antes de ter esse
6:16:33esse hype todo lançava alguma coisa que
6:16:35às vezes nem Ariá e o pessoal achava que
6:16:37era areal. Oo contrário também acontece
6:16:38muito hoje também. Ainda tem muita
6:16:40empresa vendendo tecnologia como
6:16:42agentes, como IA e tudo mais. E não é, e
6:16:45eu falo isso também que daí colocou, né?
6:16:46Um ecossistema muito de dev aqui também.
6:16:48Quando a gente fala de AT tem toda essa
6:16:50ansiedade assim, parece todo mundo tá
6:16:51para ontem, né? Eu lembro que eu já fiz
6:16:53pesquisa com isso há muitos anos, eu
6:16:54voltei dos Estados Unidos também, não
6:16:56tem tanto tempo assim se olhar na
6:16:57história aqui da da coisa e eu voltei e
6:16:59já parecia atrasada também num negócio
6:17:00que eu ajudei a desenvolver. Então hoje
6:17:02a gente também parece que todo dia abre
6:17:04o computador e tem uma novidade, tem um
6:17:05negócio diferente, mas todo mundo também
6:17:07tá aprendendo e todo mundo também tá
6:17:08fazendo. Nas empresas eu acho que não
6:17:10foi diferente, né? Porque pode ter sido
6:17:12uma pessoa mais de cima que começou, que
6:17:13trouxe ali a ideia e o pessoal foi
6:17:15acompanhando ou não. Pode ser uma pessoa
6:17:17mais baixo que começou com uma poque ou
6:17:19alguma coisa ali, começou a validar, mas
6:17:21pegou todo mundo surpresa. E eu acho que
6:17:23hoje segue pegando todo mundo surpresa
6:17:25porque a gente todo dia percebe algo
6:17:27novo ou aprende algo novo e muitas vezes
6:17:29também coloca pelo hype, mas não percebe
6:17:31que não é realmente o que o cliente
6:17:32quer. Isso também é uma coisa que vale a
6:17:34gente prestar atenção.
6:17:36Eh, nessa linha, eh, acredito que quando
6:17:39a gente foi vivendo toda essa história
6:17:41pelaev, tec eu acredito que foram três
6:17:44momentos assim marcantes. Eh, um deles
6:17:47foi no início, quando a gente conseguiu
6:17:49tirar alguns softwares que que
6:17:51entendíamos como acurados ou assertivos
6:17:54de outras tecnologias, a gente começou a
6:17:56substituir pelos produtos que a gente
6:17:58tava testando, né, as pox que viraram
6:18:00produtos. Então, acho que foi super
6:18:01marcante quando a gente deixou de
6:18:03contratar ou não renovar contratos de
6:18:06tecnologias estabelecidas para fazer a
6:18:08substituição.
6:18:10E depois também foi eh um outro produto
6:18:12que a gente também começou na POC,
6:18:14erramos para caramba, vários percalços
6:18:16até a gente conseguir remodelar uma
6:18:18área. Então a gente entendeu que e a
6:18:20área de negócio também entendeu, né? A
6:18:22gente presta quase que um serviço
6:18:24interno e aí a gente remodelou a forma
6:18:27deles trabalharem. Então ali foi um
6:18:28pouco para mim mesmo, pessoalmente de
6:18:30carreira, tal, consegui ver essa
6:18:32mudança. Já tínhamos, obviamente também
6:18:34com outros modelos, né, machine
6:18:37learning, enfim, mas com essa nova
6:18:39tecnologia tão rápido. Isso foi outro
6:18:41marcante. E a própria nossa área, a
6:18:43gente tinha uma área de dados e
6:18:44analítics e a gente criou uma área de
6:18:47generativa no ano passado. Aí neste caso
6:18:49a gente vem para um letramento, eh,
6:18:52outras questões de centro de excelência.
6:18:54Acho que isso também foram marcos assim
6:18:56sobre o quanto a empresa entendeu que
6:18:58isso tá mudando, que isso realmente
6:19:00modifica a forma de fazer, que a gente
6:19:02já fazia algoritmos e tudo mais, né? E
6:19:04sai para uma nova forma de de construir
6:19:07e colocar em produção. Acho que foram
6:19:08esses três pontos.
6:19:11caso da Soft Plan, eh, como a gente é
6:19:12uma empresa que atende setor público e a
6:19:15empresa que já trabalha no mercado há
6:19:17mais de 35 anos, né, a gente tá sempre
6:19:20se reinventando, né, mas assim, acho que
6:19:22o grande a grande importância eh e que
6:19:25eu vejo acontecer em muitas empresas é
6:19:28você chegar com a ideia de a e querer
6:19:30achar um problema para resolver. Eu tô
6:19:32com a, eu quero resolver um problema.
6:19:33Não é assim que faz projeto, né? que
6:19:35isso tá totalmente errado. Você tem que
6:19:37olhar paraos problemas que você tem e aí
6:19:39ver qual é a melhor ferramenta. Assim,
6:19:41como foi falado, tem coisas que não, a
6:19:43gente fala IA, mas não é IA, né? A gente
6:19:45resolve muito melhor de outra forma, né?
6:19:47Tem coisa, se eu colocar IA, isso vai
6:19:48atrapalhar. Então, dentro da nossa
6:19:50empresa, isso surgiu para uma
6:19:51necessidade de negócio. Então, isso é é
6:19:54aí que a gente acredita que as coisas
6:19:56acontecem e que as coisas escalam, que
6:19:58depois a gente vai ter oportunidade de
6:19:59falar aqui também. Eu acho que todo
6:20:00mundo que levantou a mão, que colocou um
6:20:02no ar e se ele pergou, se perguntar
6:20:05agora para todos quem escalou isso paraa
6:20:07produção, acho que ninguém vai levantar
6:20:09a mão, ou muitos poucos vão levantar a
6:20:10mão. Então, tem um monte de desafios aí.
6:20:13Se isso não tá alinhado ao negócio, isso
6:20:15é um grande problema. Então, a primeira
6:20:16questão é: "Cara, eu primeiro tenho que
6:20:19saber que problema eu quero resolver e
6:20:20depois vou buscar tecnologia". A IA é
6:20:23uma das tecnologias. E numa empresa de
6:20:25software como a Soft Plan, nós temos
6:20:27dois desafios. Primeiro, desafio de
6:20:29produto, a empresa que vive de produto,
6:20:30então é como colocar IA dentro dos
6:20:32nossos produtos. E aí a gente fala muito
6:20:35da mudança da das indústrias de
6:20:37software, de passarem de ser eh empresas
6:20:40que vendem eh SAS no sentido de software
6:20:43a service para services a software, né?
6:20:46Então mudar isso, isso é muito
6:20:48importante no setor público, falta muita
6:20:50mão de obra. Então se você conseguir
6:20:52automatizar várias partes, isso é uma
6:20:54coisa que tem muito valor, né? O valor
6:20:57hoje, quem se vocês têm acesso a Gter, a
6:20:59qualquer outras empresas vocês vão ver o
6:21:01quanto se gasta com o software nas
6:21:04indústrias em geral, né? A fatia que o
6:21:07software pega é muito pequena, é 10, 20%
6:21:10do dinheiro que tem lá no mercado. Então
6:21:11você migra isso para um eh service ASA,
6:21:15você consegue triplicar a quadra de
6:21:17publicar essa fatia. Então, esse é um
6:21:19desafio. E outro desafio, eu não vou
6:21:20falar agora, mas vou convidar vocês para
6:21:22as 5 horas eh verem a palestra do Pedro
6:21:25aqui da Softplan, que vai falar do
6:21:27desenvolvimento agêntico eh que a gente
6:21:29usa dentro da empresa. Nós temos hoje
6:21:30400 colaboradores ou mais trabalhando
6:21:33todo dia desenvolvendo dentro do nosso
6:21:35framework agêntico e eh desenvolvendo eh
6:21:38com agentes o nosso software. Então
6:21:41assim, são grandes desafios, mas tem que
6:21:43ter uma estratégia para isso, tem que
6:21:44ter um objetivo. O objetivo não é usar
6:21:45IA, né? O objetivo é resolver algum
6:21:47problema de negócio.
6:21:50>> Eh, interessante, pegando um pouco desse
6:21:53desse gancho, né? Uma das coisas que nós
6:21:54percebemos foi eh nós montamos o
6:21:56laboratório de inovação eh ano passado e
6:21:59muitos dos clientes vieram pedindo pra
6:22:01gente justamente: "Ah, eu tenho um
6:22:02problema para resolver com ah, tenho um
6:22:04problema para resolver com A". quando a
6:22:05gente ia aprofundar mesmo, eh, não era
6:22:07nada de a gente, não era de a, às vezes
6:22:09era um sistema expert, às vezes era
6:22:10machine learning, às vezes era era só if
6:22:13mesmo, precisava eh uma solução
6:22:16determinística que ia ser muito mais eh
6:22:18performática, ia ter eh ia sempre
6:22:22acertar, né? porque a gente tem esse
6:22:24esse essa parte indetermística que
6:22:26complica um pouco. Eh, e eu acho que
6:22:29outra coisa que foi uma virada de chave
6:22:31foi a partir do momento que pelo menos
6:22:33eh isso quanto aos clientes, mas
6:22:35internamente quando nós conseguimos eh
6:22:38dar autonomia para outras áreas de
6:22:40negócio que não só desenvolvedores, a
6:22:42conseguirem desenvolver sistemas,
6:22:45conseguirem eh
6:22:48construir coisas, conectar, fazer
6:22:50integrações, né? Então nós nós tivemos,
6:22:53principalmente desse ano, desse ano para
6:22:55cá, tivemos mais de talvez 15 sistemas
6:22:57internos construídos eh para eficiência
6:23:00operacional mesmo, que não foi o time de
6:23:03desenvolvimento que fez, né, que foi nós
6:23:04demos capacidade pro capacitamos time de
6:23:07marketing, time de financeiro, eh time
6:23:10de operação, eh gerentes e diretores, e
6:23:14eles conseguem fazer isso, tem mais
6:23:16autonomia, isso vai tendo um ganho de
6:23:18eficiência operacional e a principal eh
6:23:24problemática que veio do dos clientes é
6:23:28realmente em relação a governança, a
6:23:29parte de segurança disso, né? Então a
6:23:32gente dá essa autonomia, mas essa parte
6:23:34de governança e segurança, a gente tem
6:23:36que ter essas limitações para acelerar e
6:23:39potencializar o pessoal e não para
6:23:40freiar, né? Isso é difícil de fazer, né?
6:23:42Porque normalmente quando a gente quer
6:23:44governar alguma coisa ou a gente quer
6:23:45manter seguro, normalmente a gente acaba
6:23:47freando, né? Então a gente conseguiu
6:23:49fazer isso, se preocupou com segurança,
6:23:50colocou as travas, foi direcionado o
6:23:52pessoal e eu acho que a gente conseguiu
6:23:56avançar bastante nisso eh com eficiência
6:23:58operacional interna, tá?
6:24:00>> Boa, boa, massa. Alguém tem pergunta,
6:24:03gente, sobre esse assunto? Boa. Posso
6:24:06fazer uma pergunta antes de Beleza. Eh,
6:24:09só para só para não deixar o assunto
6:24:11esfriar, tem um eh a gente tá vivendo
6:24:14uma uma mudança de cultura dentro das
6:24:16empresas sobre inteligência artificial,
6:24:18né? Porque até pra gente que é
6:24:20desenvolvedor, a gente enxerga muito
6:24:22inteligência artificial como uma
6:24:23ferramenta, é um modelo que eu uso para
6:24:25fazer alguma coisa, etc. Só que as
6:24:27empresas elas estão investindo em
6:24:29modelos de a em contas de a E aí vem uma
6:24:31palavra que alguém de vocês falou que é
6:24:33ROI, tá sempre acompanhado de
6:24:35investimento, vem ROY, né? Que é o
6:24:36retorno do investimento. Aí a minha
6:24:38pergunta, antes de eu passar para pro
6:24:40público ali fazer perguntas é: como
6:24:42vocês enxergam a eh ou como que vocês
6:24:46pretendem ou como vocês estão fazendo
6:24:49para tentar medir Roy, mensurar Roy ou é
6:24:51uma coisa que vocês não estão olhando
6:24:53agora? Eh, como como que isso tá
6:24:55acontecendo? empresas de vocês quer
6:24:57conversar?
6:24:58>> Sim, a gente olha, né? Olha toda hora o
6:25:01é o não tem como fazer nada e ter
6:25:03investimento sem pensar em retorno. E aí
6:25:06vou puxar também aqui uma questão, acho
6:25:07que o Fausto colocou isso muito bem, né?
6:25:09Que é tudo que eu for fazer, eu tenho
6:25:12que pensar qual que é o retorno disso.
6:25:14Eu tenho vários retornos. Pode ser
6:25:15diretamente no ROI, pode ser
6:25:17indiretamente. Então eu torno aquele
6:25:18produto mais interessante, mais
6:25:20cheiroso, mais bonito, que o pessoal vai
6:25:22comprar mais, não necessariamente só
6:25:24pela IA, mas por ter ali essa questão da
6:25:26IA. pode ser uma forma também eh muitas
6:25:29vezes eu vou ter um retorno interessante
6:25:31não diretamente no produto, mas eu vou
6:25:32conseguir engajar melhor aqueles
6:25:34desenvolvedores que eu tenho ali na
6:25:35minha equipe que vão estar felizes, vão
6:25:37estar aprendendo e vão estar produzindo
6:25:38coisas mais interessantes. E tem claro
6:25:40daí o que a gente sempre tá buscando,
6:25:42vender também esses produtos de IA e que
6:25:44daí obviamente tem que tá bem validado,
6:25:46tem que ter bem, tem que tá bem
6:25:47estudado. E acho que sempre comento com
6:25:49minha equipe, o mais fácil é subir, o
6:25:51mais difícil é a gente manter aquilo e
6:25:53manter aquilo funcionando bem. Eu tô
6:25:55agora numa equipe, eu tô com mais de 80
6:25:58vagas abertas para minha equipe agora e
6:26:00aproveitando também falaram G tá
6:26:01contratando, né? Eh, a IP a gente sempre
6:26:03tá investindo muito nessas questões e a
6:26:05não seria diferente agora. E uma coisa
6:26:07também que eu tô vendo, eh, tu falou um
6:26:09pouquinho na tua frase também, eh, e
6:26:11lembra muito uma outra reunião que eu
6:26:12tive recente, o Brasil ainda é um país
6:26:14que integra muito IA. Então, hoje muitas
6:26:17vezes o pessoal entrevisto muita gente
6:26:19que é especialista em IA, é, na verdade,
6:26:21especialista em APIs, né? A pessoa
6:26:23integra chat EPT, integra cloud, integra
6:26:26Gem, né, entrega vários, mas a pessoa
6:26:28não sabe usar o básico, ele não sabe
6:26:30desenvolver alguma coisa, não sabe fazer
6:26:32um fine tuning se precisar, não sabe
6:26:34mexer aqui num hag básico também se
6:26:36precisar. Então isso também é uma coisa
6:26:38bem legal e o pessoal também nas falas
6:26:40foi puxando um pouco, ah, os desafios
6:26:41que eu tenho aqui e ali, um desafio
6:26:43grande que a gente tem hoje no Brasil,
6:26:44que eu vejo muito forte, é capacitação
6:26:46também ainda. E quando a gente fala de
6:26:48agentes, que é um tópico tão complexo,
6:26:49né, eh, tem muita hype do ai que legal,
6:26:52que incrível isso, aquilo, mas às vezes
6:26:54pouquíssimas pessoas de fato sabem fazer
6:26:56isso ainda bem feito. E as que fazem
6:26:58ainda, muitas vezes estão olhando pro
6:27:00lado errado num produto que não
6:27:01interessa muito ou numa coisa que vai
6:27:03ficar muito legal de mostrar, parece ter
6:27:05um glitter, uma purpurina, mas não é de
6:27:06fato útil. Falei demais já.
6:27:10>> Eh, acho que na Primers Soft a gente
6:27:12tem, a gente tem uma cultura bem aberta
6:27:14quanto a isso, então a gente teve muita
6:27:15liberdade para usar IA e foi
6:27:17disponibilizado IA para uso de do
6:27:19pessoal interno eh sempre muito cedo,
6:27:22né? E logo veio essa necessidade de
6:27:26verificar o ROI, da gente fazer gestão
6:27:28de custos e tudo mais. Então, inclusive,
6:27:30a gente começou a pensar nesse tipo de
6:27:32governança. A gente, cara, começou a
6:27:34utilizar ferramentas eh para monitorar
6:27:37isso, disponibilizando chaves
6:27:38específicas pro pessoal utilizar e tal,
6:27:40a gente conseguir ter eh monitoramento,
6:27:42observabilidade em cima disso. Eh,
6:27:45inclusive as ferramentas começaram não
6:27:48dar conta mais a nossa necessidade de
6:27:50nós mesmos construir uma construímos uma
6:27:51ferramenta, estamos eh que é o Prism, a
6:27:54gente tá numa ferramenta mercado também,
6:27:56né, para para fazer isso. a gente tem
6:27:58gestão de custo, observabilidade, saber
6:28:00separar por área, se aquela área ou
6:28:02aquela pessoa tá usando qual que é o
6:28:03retorno que tá dando, o que que ele
6:28:05conseguiu construir com aquilo, eh,
6:28:07gerar eficiência, né? E e outro ponto do
6:28:10Roy aí, e dois pontos importantes, né?
6:28:14Quando a gente tá com cliente, então a
6:28:15gente sempre precisa ter essa
6:28:17preocupação, não só de resolver com IA,
6:28:19mas de realmente gerar algum um valor
6:28:23financeiro mesmo, né? de de cara, tu vai
6:28:25gastar tanto, a gente precisa fazer essa
6:28:26previsão, tu vai fazer um agente, isso
6:28:28vai custar tanto, vai gastar tanto de
6:28:30token, etc., infraestrutura, mas tu vai
6:28:33ter essa melhoria de processo ou etc. E
6:28:36daí vai ter esse retorno, né? E
6:28:38internamente na empresa nós temos um
6:28:40sistema lá com diversos indicadores.
6:28:42Então, temos indicadores de todas as
6:28:43áreas. Eh, e dentro de Innovation Hub,
6:28:45uma área, uma das áreas específicas é de
6:28:47eficiência operacional. E a nossa regra
6:28:50é que eh todo mundo pode vir e pedir
6:28:52coisas, mas a tem que tá sempre
6:28:56correlacionado com o indicador que a
6:28:58gente tem na empresa. Então, cara, isso
6:29:00vai melhorar a eficiência, então me diz
6:29:01qual que é o indicador que que vai que
6:29:04vai melhorar, né? Que qual é o ponteiro
6:29:06que vai mexer aqui. Se existir essa
6:29:07correlação e a gente achar que realmente
6:29:09vai ter essa eficiência, essa melhoria,
6:29:12a gente ataca o problema, vai lá,
6:29:14resolve, investiga e resolve.
6:29:18Eh, pegando gancho, a gente trabalha com
6:29:20muito pi meta, então tudo começa com a
6:29:22meta. Então, a gente já começa com uma
6:29:24meta de valation e a gente desenhou um
6:29:27fluxo de intake para poder fazer filtros
6:29:29e e classificar em, né, valores mesmo ou
6:29:34produtividade. E aí com isso a gente fez
6:29:36junto esse processo mesmo de intake, que
6:29:38filtra, classifica qual é o tamanho
6:29:40dessa oportunidade.
6:29:42É, e também a gente logo na sequência,
6:29:45como a gente é muito grande, recebeu
6:29:46muita submissão, a gente entendeu que
6:29:49precisava colocar um outro software, a
6:29:52gente foi pros agentes, né, pra gente
6:29:54fazer mapeamento de processo. Então daí
6:29:57surgiu um novo produto para justamente
6:29:58ajudar na própria produtividade nossa
6:30:01para poder olhar tudo isso e a gente,
6:30:03né, construir esse produto para acelerar
6:30:05esse esse mapeamento de processo e aí a
6:30:07gente consegue encontrar similaridade,
6:30:09gargalos e tudo mais e validar se aquela
6:30:11submissão faz sentido, se aquilo
6:30:13realmente vai trazer aquela quantidade
6:30:15de horas ou se a gente consegue otimizar
6:30:17a criação. E tudo isso vai contar pro
6:30:19nosso retorno de investimento para eu
6:30:20poder evitar overlap, construir inúmeras
6:30:23vezes. Tudo isso também entra no nossos
6:30:25Kipais e obviamente linhas do Pienel,
6:30:28resultado direto eh no caixa. Então é
6:30:30dessa forma que a gente olha.
6:30:34>> Boa. Eh, eu acho que tem alguns pontos
6:30:36legais aqui, IB, algumas provocações.
6:30:38Eh, quando a gente fala, voltando, acho
6:30:41que a colega mencionou o estudo do MIT,
6:30:43né, do 95% dos projetos de afalho,
6:30:47eh, eu acho que tenha uma um uma algumas
6:30:50nuances nesse número, né? E a gente tem
6:30:52que entender um que a maior parte dos
6:30:53projetos falham. Não interessa se tem i
6:30:55a ou não. Tem muitos projetos que dão
6:30:57errado. E a o viés que às vezes a gente
6:30:59tem no projeto de A é que o o primeira
6:31:02leva de projetos, principalmente nos
6:31:03últimos dois anos, eram muitos produtos
6:31:05mirabolantes. O pessoal tentava fazer:
6:31:07"Nossa, vamos tentar uma coisa inovadora
6:31:09com IA e coisa, inovação, por definição
6:31:12falha. Muita, a maior parte dos projetos
6:31:13de inovação falha. Não é, não vou saber
6:31:16o número aqui de cabeça, mas é comum
6:31:18porque você tá inovando, você não tá no
6:31:20garantido, você tá testando algo
6:31:22diferente, né? Então tem que tomar um
6:31:24pouco de cuidado de culpar a tecnologia
6:31:26por por algo que é inerente do problema
6:31:29que você tá atacando, né?
6:31:31Mas eu acho que hoje eh mudou um pouco o
6:31:34paradigma e as empresas estão olhando
6:31:36muito mais para eficiência operacional,
6:31:37para automação ou repensar processos
6:31:40mais, vamos dizer assim, mais claros,
6:31:42mais, né? Até como o Fauston falou na na
6:31:46da Soft Plan, desenvolvimento com
6:31:47agentes. Se você tem um problema de
6:31:48desenvolvimento, você sabe onde você
6:31:50quer chegar, você tem uma tecnologia que
6:31:52consegue fazer isso mais rápido, melhor,
6:31:53mais barato, né? E isso é uma mudança
6:31:56recente. Eu vejo que nos últimos anos a
6:31:59primeira leva foi muito pensando em
6:32:00produto, isso veio poqu, né, testar a
6:32:04ferramenta
6:32:05e hoje a a você tem muito mais o o IA no
6:32:09processo de trabalho, no fluxo de
6:32:10trabalho e menos não só a IA como
6:32:13objetivo final, né, um produto de IA.
6:32:16Eh, e aí entra um outro problema de de
6:32:18Roy é que as empresas, não sei se todo
6:32:21mundo tem essa visão, mas as empresas
6:32:22surpreendentemente medem muito pouco,
6:32:24medem muito mal. É difícil você falar:
6:32:27"Nossa, eu vou lá botar IA na área de,
6:32:29sei lá, legal". É uma das áreas que mais
6:32:31se investe com IA. Ah, então a gente tem
6:32:33que olhar um, não tem indicador nenhum,
6:32:35assim, tem muita gente, tem gente e tem
6:32:38talvez 200.000
6:32:39processos, mas é difícil de você entrar
6:32:41num indicador que não seja redução de
6:32:44redcount e acaba sempre por uma coisa,
6:32:46olha, a gente vai ter que reduzir
6:32:47redcount, bora online, mexe no dinheiro
6:32:49da empresa e a não, não pode falar de
6:32:51redução de redcount porque realmente é
6:32:53uma é um tema sensível, né? Mas daí você
6:32:56fala: "Não, vou vou aumentar em 10% da
6:32:58produtividade, 20% da prodade de todo
6:32:59mundo sem reduzir head count. Qual que é
6:33:01a mudança de RO paraa empresa?
6:33:04dependendo do que você tá fazendo, zero.
6:33:06Eu não quero fazer mais processos. Aí,
6:33:08aí você fala: "Não, mas talvez a gente
6:33:10consiga usar essas pessoas em outro
6:33:11lugar". Então, não é uma discussão muito
6:33:13simples.
6:33:15Eh, na verdade é uma discussão bem
6:33:16complexa, né? E então assim, tem até um
6:33:20problema. Eu acho que a uma das soluções
6:33:22é o que que foi falado aqui da dac, a
6:33:26gente precisa mapear os processos
6:33:27também, a gente precisa voltar a olhar
6:33:28processos e talvez agora isso faça mais
6:33:31sentido, porque 10, 20 anos atrás você
6:33:33fazia isso e falava: "Legal, mapei todos
6:33:34os processos, mas eu continuo precisando
6:33:36de um monte de gente para resolver esse
6:33:38processo. A tecnologia não tá pronta
6:33:40para eu automatizar isso, né? o RPA, um
6:33:43monte de de de tentativas nunca foram
6:33:46muito boas, muito bem sucedidas, mas
6:33:48agora talvez a a o ROID de você mapear
6:33:51os processos é muito alto, porque você
6:33:52consegue repensá-los com IA. Então, mas
6:33:56eu acho que tem esse esse desafio que
6:33:58não é só falar, vou usar IA para fazer
6:34:00isso e vai me gerar ROI, mas primeiro eu
6:34:01preciso saber o indicador antecedente
6:34:03para poder comparar e não tem esse
6:34:05indicador. Então esse é um é um grande
6:34:07desafio que a gente vê também nos
6:34:08projetos.
6:34:09>> Só 30 segundinhos. Tô cuidando o tempo
6:34:11aqui, tá, Carlos? Não fica, fica
6:34:13desesperado. Pessoal, acho que antes de
6:34:15medir o R, você precisa saber o que que
6:34:16você quer, né? Então, acho que a a
6:34:18primeira pergunta é qual é o objetivo?
6:34:21Vou dar um exemplo para vocês. Esse ano,
6:34:24eh, nós gastamos nosso orçamento de A, e
6:34:27o Carlos sabe disso, no orçamento de A
6:34:29de um ano, do ano inteiro, nós gastamos
6:34:30em três meses, mas nós tínhamos um
6:34:33objetivo, era fazer o culturamento das
6:34:35pessoas, o letramento das pessoas em a,
6:34:38porque não tinha toda a empresa você tem
6:34:40os a adopters, tem as pessoas que vão
6:34:42lá, buscam e vão entender, mas assim
6:34:45também existe uma grande parcela que não
6:34:48vai. E aí você, o nosso objetivo era
6:34:51fazer o entramento e entender quem das
6:34:53pessoas que estavam conosco vão
6:34:55conseguir ir pro próximo passo junto com
6:34:57a gente, porque vai ter gente que não
6:34:59vai querer ir, vai ter gente que vai
6:35:00gostar, né? Eu gosto de fazer o meu code
6:35:03review, eu gosto de fazer usar o
6:35:04negócio, eu não gosto de, ah, cara, tem
6:35:07gente de todos os tipos, né? da nossa
6:35:09empresa, nós achamos que esse tipo de
6:35:11profissional não se encaixa com o que a
6:35:13gente quer. Então, a gente fez todo esse
6:35:15trabalho, fizemos todo um trabalho que
6:35:17depois se vocês quiserem a gente pode
6:35:18falar, precisa dar falar hora sobre esse
6:35:20trabalho que a gente fez lá, mas hoje a
6:35:22gente tem um mapeamento de quais são as
6:35:23pessoas que vão estar conosco nesse
6:35:25próximo passo. Aí eu começo a medir o
6:35:28ROI desse negócio e ele pode, como você
6:35:30falou, pode ser financeiro, mas no nosso
6:35:32caso era cultural, era um ROI cultural.
6:35:35Mas nós temos outros exemplos também de
6:35:36ROI financeiro e tem exemp a gente tem
6:35:39exemplos piores é de de que métricas
6:35:42vocês não usar, né? Tipo métricas doas.
6:35:45Tem sentido você usar esse tipo de
6:35:46métrica num desenvolvimento? Talvez não
6:35:48tenha. Talvez para uma empresa tenha,
6:35:50para outra não tenha, né? No no começo,
6:35:53no começo não dá para dizer começo, né?
6:35:55Mas alguns meses a a o negócio era o era
6:35:59quem gastava mais token. Cara, não tem
6:36:01menor lógica isso, né? Esse tipo de
6:36:03coisa. Tá, eu sou o cara que gasto mais
6:36:05token. Qual é o resultado eh que você dá
6:36:08com isso? Então assim, eh primeira coisa
6:36:11antes de medir o Roy entender qual o seu
6:36:12objetivo e pode ser que ele não seja
6:36:14financeiro. No nosso caso, a gente tinha
6:36:16os dois em áreas diferentes. Então e é é
6:36:20sempre pensar isso, da mesma maneira que
6:36:21eu falei que não saiam querendo a a tô
6:36:25com IA, vou buscar um projeto, vou
6:36:26buscar um problema para resolver, não
6:36:28queiram medir algo se você não sabe qual
6:36:30é o teu objetivo, né? Então, primeiro
6:36:32entendo qual objetivo e cada empresa,
6:36:33com certeza vai ter objetivos
6:36:35diferentes.
6:36:39>> Boa, boa. Eu tinha mais pergunta para
6:36:40fazer, mas eu vou deixar o pessoal fazer
6:36:42pergunta também, senão fico só eu aí
6:36:43falando. Vou começar contigo que foi o
6:36:46pioneiro.
6:36:49>> Boa tarde, pessoal. E eu de novo. Vamos
6:36:51lá. Só para fazer um adendo ali, se me
6:36:53permite, sobre o que o Falso colocou
6:36:55anteriormente.
6:36:56Eh, é bastante interessante. A gente tá
6:36:58aqui numa trilha de Iá, mas é sempre
6:37:01importante a gente lembrar as nossas
6:37:02origens, né? Um pezinho lá atrás, ele
6:37:04nos deu essa, é bem importante que nem
6:37:06tudo é Iá de alguma forma. E esse
6:37:09entendimento, eu mesmo já caiu na minha
6:37:11mão, assim, coisas de vibe code, como
6:37:13por exemplo identificar que numa
6:37:15modelagem com hag, uma arquitetura, eh,
6:37:18estava se fazendo perguntas via WhatsApp
6:37:21sobre valores de um sistema financeiro.
6:37:23Os valores estavam vindo errado. E veio
6:37:25na minha mão, eu fui analisar, faltava
6:37:26uma camada de routing ali, que a gente
6:37:28chama de de eh carry routing, né, para
6:37:31poder fazer o roteamento e entender o
6:37:33que que é determinístico, o que que é
6:37:34semântico. Semântico eu mando para cá,
6:37:36determinístico eu mando para lá. Então é
6:37:38bem importante essa identificação,
6:37:40porque senão a gente vai cair, correr em
6:37:43cair em problemas graves aí. E aí vol
6:37:46agora para uma pergunta. Hoje de manhã a
6:37:49Ana eh foi palestrante, ela comentou,
6:37:52ela é da Riachuelo, ela é engenheira de
6:37:54dados e a palestra dela foi voltada a a
6:37:58gentes, enfim, mas eu fiz uma pergunta e
6:38:00me chamou muita atenção e me despertou.
6:38:02Posso ter interpretado errado, mas eu
6:38:04queria colocar para vocês aqui pra gente
6:38:06discutir sobre. Eu questionei sobre o
6:38:08que que ela tava usando, enfim, quais
6:38:11orquestradores e etc, etc. E ela colocou
6:38:14que dentro da Rachuelo, me parece que
6:38:16eles têm um movimento lá, vamos olhar
6:38:18para corporações convencionais do
6:38:20passado, como funcionava. Você tinha o
6:38:23setor de TI, o time de desenvolvimento,
6:38:25todas as necessidades de software para
6:38:27gestão, seja o que for, vinha para Tia e
6:38:30desenvolvia. E me parece que ela como
6:38:33estrategista de A dentro da Riachuelo tá
6:38:36descentralizando a TI lá dentro para
6:38:38permitir que, por exemplo, o pessoal do
6:38:41comercial Vibe Coders possam usar de
6:38:44forma eh mais eh corporativa, com
6:38:48segurança,
6:38:50eh enfim, trazer soluções lá do do de
6:38:53dentro de dentro do negócio para fora.
6:38:56Isso descentraliza, tem o time de TI, já
6:38:59tem um ERP, como pluga isso no RP? Vocês
6:39:02acham que de fato isso é algo que a
6:39:04gente vai evoluir? Isso tá acontecendo
6:39:06nos negócios de vocês? Como funciona
6:39:09esse mercado? Des ruptura disso, vai
6:39:11impactar naquilo que nós fornecemos como
6:39:13solução de RP, de negócio, enfim, o que
6:39:16que vocês pensam sobre?
6:39:23>> Não sei se a pergunta era para mim, mas
6:39:25eu vou responder, tá?
6:39:27Eh, pessoal, ah, isso democratizou, tá?
6:39:32Eu tinha, a gente tinha exemplos de
6:39:33pessoas, eh, a gente trabalha com uma
6:39:35das áreas que que a gente fornece
6:39:38software, que é área jurídica, né? E
6:39:41dentro da nossa empresa, nós temos temos
6:39:43uma parte jurídica também. Tem pessoas
6:39:45lá dentro que tinham ideias excelentes,
6:39:46né? Só que elas não tinham. Elas
6:39:49chegavam para mim, Fausto, me dá um deve
6:39:51aí para eu fazer, colocar em prática,
6:39:53né? Então, isso democratizou.
6:39:56disso aí a virar um produto, aí é uma
6:39:59outra coisa, tá? Não existe mágica. A
6:40:02engenharia de software, ela continua
6:40:03existindo, tá? Alguém vai ter que pensar
6:40:05na arquitetura, na escabilidade,
6:40:08vai ter que pensar, as coisas continuam
6:40:10existindo, não mudou nada disso, tá? O
6:40:12que a gente tem é formas de acelerar
6:40:14isso de uma maneira diferente. Então,
6:40:15assim, dentro da nossa empresa, o que
6:40:17que nós estamos fazendo? Nós temos uma
6:40:19área que a gente chama de habilitadores.
6:40:22Quem aqui conhece o Tin Topologies, né?
6:40:26eh, que é a questão de estrutura
6:40:28organizacional, tem a questão dos
6:40:29habilitadores. A gente quer fornecer
6:40:31tecnologia, frameworks, ferramentas para
6:40:34que essas pessoas consigam colocar em
6:40:36prática as suas ideias da maneira
6:40:38correta, tá? Porque, cara, um projeto FB
6:40:40code não vai paraa produção, não tem
6:40:41como, né? A gente vê os exemplos que
6:40:43estão aí, pode ir na produção, eu e mais
6:40:45dois amigos aqui, né? Agora, que é
6:40:47colocar paraa empresa de 3 4.000 pessoas
6:40:49um projeto que você não tem a menor
6:40:50ideia de segurança, de escabilidade,
6:40:53então não existe. Mas a gente não quer
6:40:55também eh que essas boas ideias elas
6:40:58elas não tenham espaço. Então, a gente
6:41:01trabalha muito com esse time de
6:41:02habilitadores, tá? As pessoas, então
6:41:05quando eu falei da palestra das 5 horas
6:41:06aqui que a gente vai falar sobre o nosso
6:41:08framework de desenvolvimento agênico, é
6:41:10um tipo de habilitador. É habilitador
6:41:11pro dev. Tem dev que não precisa de
6:41:13framework, né? Sabe fazer, mas tem dev
6:41:16que vai precisar do framework, vai
6:41:17precisar de uma ferramenta e da mesma
6:41:19forma na construção de produtos. Então a
6:41:21gente acredita nisso, tá? A gente
6:41:23acredita que precisa fazer isso. A gente
6:41:25precisa ter tem uma missão, né? Outra
6:41:27coisa que a gente podia falar sobre
6:41:28horas aqui é a estrutura organizacional
6:41:30que ela muda completamente, né? O papel
6:41:33papel do cara de produto, coitado, é é
6:41:35totalmente diferente do que era até se
6:41:38meses atrás. Então, cara, tudo mudou e a
6:41:40gente tem que ver como eh como
6:41:42potencializar essas coisas que antes não
6:41:44eram possíveis de ser potencializadas,
6:41:46tá?
6:41:47Eh, eh, nessa mesma linha, acho que a
6:41:50gente fala todo dia sobre isso, eh,
6:41:52dentro do coin, né, do seno de
6:41:53excelência e com o business. Eh, a gente
6:41:55tem, a gente criou uma metodologia assim
6:41:59de nomenclatura, vamos dizer assim, não,
6:42:00metodologia de eh produtividade
6:42:03individual, que é o nível pessoa, time,
6:42:06que são até 10 pessoas, e org level, que
6:42:09são produtos, né, áreas maiores e jeitos
6:42:12maiores de a gente atacar.
6:42:14Eh, e a gente tem construções que
6:42:18deveriam estar no guarderreio de team
6:42:20level ou coisa do tipo e que quando a
6:42:22gente olha estão escaladas nível Brasil
6:42:25e aí não tem a sustentação, não vai ter
6:42:26a governança, não vai ter tudo isso.
6:42:28Então, apesar do letramento, apesar de
6:42:30todas as coisas que a gente faz, isso
6:42:32acaba acontecendo. Mas a gente não vai
6:42:34derrubar a ideia, como ele mencionou, a
6:42:36gente vai fomentar e trazer pro jeito
6:42:39correto ou escalável e governado de
6:42:42fazer. E o papel do produto até tem o
6:42:44pessoal do time que acho que muda
6:42:46completamente. A gente tá também dentro,
6:42:49a gente queria muito frame porque é tudo
6:42:50muito grande, a gente tem que letrar
6:42:52todo mundo, mas eh a lógica é muito
6:42:54sobre como é que a gente valida mais
6:42:55rápido, mas ao mesmo tempo para testar o
6:42:58que a gente já testava lá no passado, só
6:43:00que mais rápido ainda com essas
6:43:02ferramentas, né? Então usabilidade,
6:43:04viabilidade técnica. Aí vem o time
6:43:07técnico para ajudar a gente a fazer mais
6:43:09rápido com o cientista ou engenheiro de
6:43:11dados ou desenvolvedor ou arquiteto e a
6:43:14gente de fato viabilizar e impactar o
6:43:16negócio, porque a gente falou antes do
6:43:18ROI, são as três coisas que a gente faz
6:43:19mais rápido e junto com o negócio que tá
6:43:23muito perto. Então, até a gente tava
6:43:25mencionando mais cedo sobre será que a
6:43:28gente não deveria, com essas coisas que
6:43:30estão então nível Brasil, que as pessoas
6:43:31já estão codando, não deveria ser a
6:43:33nossa spec pra gente já passar mais
6:43:35rápido pro time de desenvolvimento?
6:43:37Então, essas coisas que a gente tá se
6:43:38perguntando, acho que quase todo dia,
6:43:40muitas vezes ao dia, e em vários
6:43:41domínios assim que tá acontecendo.
6:43:45>> Bom, eh, falando um pouquinho ali da
6:43:47Premier Soft, até tinha comentado, então
6:43:50a gente democratizou, as áreas estão
6:43:53utilizando, estão resolvendo problemas.
6:43:55Eh, mas eu concordo muito pegando
6:43:57gancho, eu acho que é é uma questão de
6:43:58escala. Então, eh, uma solução interna,
6:44:01às vezes um vibe code ali, cara, tu vai
6:44:03resolver, vai a solução interna, vai te
6:44:05tu vai ganhar eficiência operacional,
6:44:07vai melhorar o teu processo e atende
6:44:09isso. E eu acho que muitas dessas ideias
6:44:12surgem das áreas às vezes para resolver,
6:44:14né? E hoje elas têm a a autonomia ou
6:44:18deveriam poderiam ter autonomia para
6:44:19desenvolver isso, né? Então,
6:44:21desenvolvimento de software hoje não é
6:44:22mais eh tão longo ou uma capacidade tão
6:44:26tão crítica assim. a gente consegue ter
6:44:29desenvolver, utilizar IA para
6:44:30desenvolver, mas lógico, dependendo da
6:44:33escala, a arquitetura de software não
6:44:34vai fazer, tu vai ter que ter alguém
6:44:36direcionando isso, eh, vai ter que ter
6:44:39esse esse direcionamento, tá? E uma das
6:44:41coisas que a gente fez daí é lógico, a
6:44:43TI tem que tem que passar por esse
6:44:45processo, então a gente dá autonomia,
6:44:47mas, por exemplo, quando vai pra
6:44:48produção, por mais que seja interno, a
6:44:50gente passa para TI, daí a gente dá uma
6:44:52olhada em segurança, a gente coloca o
6:44:54ambiente, né? Nem que seja pelo menos,
6:44:56cara, beleza, é interno, então vai tá só
6:44:58na intranet, no nosso mundinho. Vou vou
6:45:01me preocupar menos, digamos assim, com
6:45:02alguma segurança, mas cara, se for
6:45:04expor, tu vai ter que ter teste de
6:45:06segurança, vai ter que ter ver
6:45:08qualidade, vai ter que entender tudo
6:45:10isso, né? Então eu acho que essa questão
6:45:13de escala é bem bem importante, né?
6:45:16Eu
6:45:18vou fazer uma adendo bem breve também.
6:45:20Eh, mas eu ainda muito ali a frase que
6:45:23tu colocou de ter muita coisa que era
6:45:24terminística e muita coisa que não é. E
6:45:27é de novo, acho que eu coloquei um pouco
6:45:28antes essa questão também e o pessoal
6:45:29também colocou, tem coisa que cabe usar
6:45:31II, tem coisa que realmente não cabe.
6:45:33Dentro dos frames de IA também tem frame
6:45:35que vai deixar mais aberto, então por
6:45:36exemplo, um crew AI vai deixar mais
6:45:38aberto. Eh, outros a gente consegue
6:45:40fazer uma coisa muito mais fechada,
6:45:42muito mais baseada em nós, muito mais
6:45:43baseada em escolher os passos ou até
6:45:45colocar uma revisão humana no meio, como
6:45:47Langraph ou outros também. Então, tem
6:45:49várias decisões de arquitetura, decisões
6:45:51de fluxo também do time aqui do
6:45:53trabalho. Eh, tem vários meios a gente
6:45:55lidar com tudo isso. É bem importante.
6:45:57Muitas vezes também quando a gente fala
6:45:58de orquestador e a gente não consegue
6:46:00falar de agente sem o orquestador, né, a
6:46:02gente também desenvolve internamente
6:46:03para garantir que tem tudo que a gente
6:46:05precisa. E eu sou da área pública
6:46:07também. Então, na área pública a gente
6:46:08todo momento pensa em não ter um modelo,
6:46:11antigamente falava em black box, né? não
6:46:13tem um modelo que eu não consiga
6:46:14explicar o resultado, não tem uma coisa
6:46:15que eu não consiga ter um controle de
6:46:16qual modelo eu usei. Eh, enfim, tem
6:46:19vários caminhos. E aí a Andressa
6:46:21colocou, acho que uma coisa muito legal
6:46:22também, que é essa visão de que o
6:46:24projeto ele pode começar e muitas vezes
6:46:26ele vai tá no caminho certo ou errado.
6:46:28Não cabe a gente fechar aquela ideia
6:46:30porque muitas vezes as melhores ideias
6:46:32começam de lugares inocitados. Mas eu
6:46:34vou um pouquinho contra a linha quando
6:46:35eu falo aí uma opinião pessoal minha, eu
6:46:37sou muito contra vibe coding porque
6:46:39vamos lá, deixa eu falar uma coisa aqui
6:46:40que vai muito a minha cabeça. O modelo
6:46:42que a gente lançou lá atrás é um modelo
6:46:44de A para prever infarto ou AVC nos
6:46:46próximos 6 meses a 1 ano e meio. O
6:46:49modelo ficou bem famoso. Inclusive o
6:46:50funcionamento desse modelo é muito bom.
6:46:53Ele tem ali nessas métricas esse modelo
6:46:55específico, a gente fala mais de afil
6:46:57score, acurácia, são várias métricas,
6:46:58né, excelentes. Esse modelo nunca foi
6:47:01aplicado sem que haja a validação de um
6:47:03médico depois. Então, se em várias
6:47:05áreas, no jurídico a gente ainda tem que
6:47:07ter um advogado assinando, eh, no na
6:47:09medicina mesmo, os modelos de
6:47:11radiografia, de mamografia, de imagens,
6:47:14a gente ainda tem um profissional que
6:47:15avalia por que a gente muitas vezes na
6:47:17área de TI vai falar de ter ali um vibe
6:47:19coding. E aí de novo também quando eu
6:47:21falo que eu sou contra, não é então que
6:47:23não possa surgir um produto incrível a
6:47:24partir de vibe coing. Não quer dizer que
6:47:26uma pessoa às vezes que é de outra área
6:47:28não vai ter uma visão excelente de
6:47:29produto, às vezes muito melhor que a
6:47:31gente inclusive que tá ali no aquário às
6:47:33vezes de fazer, de pensar, de resolver o
6:47:35problema. Aí é muito, por isso eu falei
6:47:36também muito da frase da Andressa, mas
6:47:39sempre é muito interessante que isso
6:47:41passe por um especialista. Eu acho que
6:47:43foi um pouquinho da tua frase também,
6:47:44né, que colocou. Eh,
6:47:47a gente vê muito banco de dados
6:47:48bagunçado, a gente vê muito sistema mal
6:47:50feito, a gente vê muito código porco, a
6:47:52gente vê muita coisa quando a gente já
6:47:54trabalha com TI. Imagina uma pessoa que
6:47:56não trabalha com TI fazendo uma coisa
6:47:58que às vezes ela não sabe nem o que que
6:47:59é uma API, sabe? Então, cabe também a
6:48:02gente ter essa essa limpeza, essa
6:48:03organização.
6:48:07>> Boa, muito bom.
6:48:13Som.
6:48:16Bom, boa tarde. Eu sou o Leonardo. Eh,
6:48:18puxando um pouco do gancho do que a Ana
6:48:20falou, o Daniel também no começo ali de
6:48:22ah, estou contratando, etc. Acho que o
6:48:24Fausto também falou sobre uma questão do
6:48:26da parte cultural da empresa, dos
6:48:28funcionários no geral. Eh, acho até que
6:48:31talvez seja uma dúvida de outras
6:48:32pessoas, né? O que hoje vocês enxergam,
6:48:35como que seria um assim o profissional
6:48:37ali, por exemplo, ah, isso estou
6:48:39contratando, seria eh, ah, hoje nós
6:48:42precisamos de um engenheiro de a, um
6:48:43arquiteto de a, algo assim. Quais são
6:48:45mais ou menos essas a as as ideias ali
6:48:49realmente o os os poderes ali desse
6:48:52profissional para ter uma um sistema
6:48:54realmente que seja voltado a isso para
6:48:56parte de agentes, etc., que vá realmente
6:48:58para produção. Eh, o que que vocês veem
6:49:01hoje? ou realmente, cara, é o é o
6:49:03desenvolvedor padrão ali, etc. Ou
6:49:05alguém, por exemplo, que está vindo para
6:49:08essa área de TI hoje, né? Como que ela
6:49:10já se prepararia para isso? Enfim, aí
6:49:12minha minha dúvida em geral é mais isso,
6:49:15o profissional nesse contexto, assim,
6:49:17quais são as skills, assim, habilidades
6:49:19realmente para manter um ambiente que
6:49:21realmente vai em produção dessa questão
6:49:23da utilização ali de agentes, etc?
6:49:27Deixa eu começar que tô com microfone
6:49:28aqui. Eh, mas no começo aqui a Ana
6:49:32colocou umas coisas que eu acho que é
6:49:34muito importante, assim, eu acho que
6:49:35mais do que nunca
6:49:37as skills básicas elas são cada vez mais
6:49:41importantes, cara. Eh, você fazer um
6:49:43Vibe Code é fácil, qualquer um faz.
6:49:45Agora montar uma arquitetura de
6:49:47software, montar um hag bem feito, fazer
6:49:49um fine tun, uma coisa, cara, são pouqu
6:49:51Eu conheço, dá para colocar numa mão
6:49:53aqui as pessoas que eu conheço que sabem
6:49:55fazer isso bem feito. Então isso é uma
6:49:57isso é uma habilidade valiosíssima, né?
6:50:00Como a gente fala de algumas coisas vão
6:50:01virar comod fazer um frontend, mas tudo
6:50:05isso vai depender de alguma coisa de
6:50:06base. Então assim, eh, se tivesse que
6:50:08dar uma sugestão, estudem essa parte de
6:50:11base, né? Eu acho que algumas coisas a
6:50:12gente já perdeu a corrida, né? a corrida
6:50:14de fazer LMS, a gente precisa questões
6:50:16de matemática que o Brasil não tem a
6:50:18menor condições de chegar no nível da de
6:50:20China e dos Estados Unidos, mas a gente
6:50:22ainda pode, em algumas coisas, a gente
6:50:24ainda pode eh eh competir e a gente
6:50:27sempre teve ótimos profissionais de erro
6:50:29software no Brasil, a gente sempre foi
6:50:30exemplo, mas essa questão base das bases
6:50:33de entender de arquitetura, entender de
6:50:35várias coisas, isso para mim é cada vez
6:50:37mais importante, porque todo esse todas
6:50:40essas outras pessoas que não têm isso,
6:50:42né, e querem fazer, elas vão ser eh os
6:50:46resultados vão ser barrados por não ter
6:50:48alguém que apoie nisso, que faça, que dê
6:50:50as diretrizes, que que capacite, que
6:50:53faça os frameworks básicos, né? Eh, para
6:50:56usar para usar as questões de agente.
6:50:58Você falou do CRE o AI, cara, teve um
6:51:00cara, é o brasileiro, né? O brasileiro
6:51:02fez esse negócio, então então tem uma
6:51:04mente por trás daquele negócio para
6:51:06fazer um negócio fácil que as pessoas
6:51:08depois podem fazer isso. Então, dentro
6:51:10da Soft Plan, nós estamos buscando esse
6:51:11tipo de profissional, tá? Eu não quero o
6:51:14cara que vai lá e fala assim: "Ah, eu
6:51:16uso lovob sei fazer". Cara, para mim
6:51:19isso não é, não interessa. Agora quando
6:51:21o cara fala assim, poxa, eu sei, eu sei
6:51:22o que que é, eu sei, eu já sei, se eu já
6:51:24sei a diferença de um de um machine
6:51:26learning para um IA, o cara já ganha uma
6:51:28estrelinha maior, né? Então, se ele fala
6:51:30em fine tan, fala em outras coisas, aí
6:51:32esse tipo de profissional acho que vai
6:51:33ser cada vez mais valorizado, que vai
6:51:35ser preciso. A gente não falou aqui, mas
6:51:37assim, eh, a gente, a, a camada de dados
6:51:41ela é a mais importante. A gente a
6:51:43gente, eh, ninguém fala nisso, né? Vibe
6:51:46codes vibe code da dado, né? Vibe Code é
6:51:48a parte da a ponta do iceberg, mas é
6:51:51garbagut.
6:51:52Se tem lixo, entra lixo, sai lixo.
6:51:55Alguém vai ter que fazer aquilo lá. Para
6:51:57você ter, para você ter algum
6:51:58diferencial. Se o diferencial não é mais
6:52:00fazer um software, faço um software uma
6:52:02semana, qual vai ser o diferencial? No
6:52:04nosso caso, eu acho que no caso da IPM
6:52:06também, é essa base de dados que a gente
6:52:09tem do setor público, que isso vai fazer
6:52:11a diferença. Então, os profissionais que
6:52:13conhecem disso, os profissionais que
6:52:15conseguem eh dar esse próximo passo, são
6:52:17bem valorizados e os profissionais que a
6:52:19gente tá procurando nesse momento, tá?
6:52:23Boa. Vou adicionar um pouco aqui. Então,
6:52:25eh, eu acho que é uma situação bem
6:52:27complexa no mercado de trabalho. Agora a
6:52:29gente tá começando uma situação que vai
6:52:31ter uma mudança radical nos próximos 5
6:52:33anos. Assim, algumas pessoas exageram um
6:52:35pouco mais, outras menos, mas com
6:52:36certeza vai mudar muito. E eu acho que
6:52:40tudo que quem tá aqui na sala, eu olho
6:52:41pelo rosto, a maioria já tem bastante
6:52:43tempo de de profissão, tem poucos poucos
6:52:45juninhos aqui, né? Mas a experiência que
6:52:48todo mundo aqui teve nos últimos 15 anos
6:52:50não vai acontecer para ninguém começou a
6:52:51trabalhar agora. Não existe. Ninguém vai
6:52:54fazer software como era feito 5 anos
6:52:56atrás. E mesmo que a pessoa queira, ela
6:52:58não vai ter emprego, porque nenhuma
6:52:59empresa vai querer que ela faça um
6:53:01software em um mês, que você pode fazer
6:53:03em dois dias usando um desenvolvimento
6:53:05com agentes. Então, mudou o mundo, vai
6:53:07mudar a forma de trabalho e e isso vale
6:53:11para muitas empresas, inclusive para
6:53:12nossa, de que assim, quem é a pessoa que
6:53:14mais sabe programar, o programador mais
6:53:15rápido do oeste, ele não tem muito mais
6:53:17valor pra gente, sabe? Não é isso que
6:53:20muda, né? Então, de fato, assim, onde a
6:53:23gente mais vê trabalho, por exemplo, na
6:53:24minha empresa, é apoiar empresas a a
6:53:26pensar no seu processo de
6:53:27desenvolvimento. Então, quem gosta de
6:53:30falar, que entende, que tomou a pílula
6:53:32lá, fala: "Cara, mudou e eu quero ajudar
6:53:34as pessoas, as outras empresas a mudarem
6:53:36também, é onde mais tem espaço na minha
6:53:39empresa." A gente é uma consultoria,
6:53:40então a gente apoia empresas a fazer
6:53:41isso, né? desde processo desenvolvimento
6:53:42de software, processo de desenvolvimento
6:53:44de dados, a processo de desenvolvimento
6:53:45de produto ou até num jeito mais amplo
6:53:48de conhecimento como todo, quando a
6:53:50gente fala de cowork e essas ferramentas
6:53:52voltadas pro pro profissional colarinho
6:53:54branco, não pro desenvolvedor, né? Aqui
6:53:56é todo mundo muito desenvolvedor, mas
6:53:58onde a gente mais vê trabalho é, pô,
6:54:00pessoa que mexe com Excel, que mexe com
6:54:02planilha, todo mundo tá lá com agentes
6:54:06fazendo isso. Só que não dá para fazer
6:54:07vibe coding de planilha também. Você tem
6:54:08que pensar como que você faz isso
6:54:10direito, né? E aí quando a gente pensa
6:54:12no outro mundo, no mundo dos de início
6:54:14de carreira ou quem não tem assim 15
6:54:16anos de carreira de software que traz
6:54:18toda a parte de arquitetura e tal, é
6:54:20realmente como o Falso falou, é quem
6:54:21entende de que pense nos nos princípios
6:54:24que quer ir mais longe, que quer falar
6:54:28de arquitetura, topologia e e tudo que
6:54:30vem junto com o software, que não é só
6:54:32código, porque o código em si ele perdeu
6:54:34muito valor na na minha visão. e e e vai
6:54:37acontecer ainda, ainda tem porque as
6:54:39empresas estão em transição, mas daqui
6:54:414, 5 anos a tendência é que esse
6:54:44trabalho vai ser muito, muito mais
6:54:45automatizado.
6:54:48>> Eh, bom, eu concordo. Eu acho que
6:54:49complementando com isso, eh, a ótima
6:54:53ferramenta de fabricação de código,
6:54:55digamos assim, né? Então essa habilidade
6:54:58antes que o desenvolvedor até agora era
6:55:00muito importante, né, de de realmente
6:55:02botar a mão na massa e desenvolver
6:55:04código, produzir código, eu acho que a
6:55:06IA toma esse lugar nessa nessa parte,
6:55:08né? Então, revisitando o processo de
6:55:10desenvolvimento de software lá, se a
6:55:11gente pensar lá em atendimento do
6:55:13cliente, análise desenvolvimento, teste,
6:55:15eh o processo de desenvolvimento de de
6:55:18software, ele foi voltado para otimizar
6:55:21o desenvolvimento em si, né? porque era
6:55:23a parte mais eh a maior parte, né, 50,
6:55:2860% do desenvolvimento de um software,
6:55:29digamos assim, 50% seria produzir
6:55:31código. Isso foi incrivelmente achatado
6:55:34agora com com IA. Então, acho que da
6:55:36parte técnica, cara, system design,
6:55:39arquitetura de software, esse tipo de
6:55:40conhecimento vem vai subir. O
6:55:43desenvolvedor vai ter que ir para essa
6:55:44linha agora, ao invés de eh produzir
6:55:47código mesmo, né? eh saber um pouco de
6:55:50desenvolvimento de código para conseguir
6:55:51direcionar e a a desenvolver código bom,
6:55:54a desenvolver código eh dentro de uma
6:55:56estrutura que tu consiga paralelizar
6:55:57desenvolvimento entre vários agentes e
6:55:59tudo mais.
6:56:00eh habilidades de qualidade, de teste,
6:56:04digamos assim, tu conseguir garantir
6:56:06melhor o que tu tá fazendo, porque agora
6:56:07tu consegue produzir muito mais rápido.
6:56:10Então, faz muito sentido tu produzir
6:56:11rápido e conseguir eh investir mais
6:56:13tempo em realmente, cara, tá
6:56:15funcionando, tá do jeito certo, o código
6:56:17tá certo, tá dentro da arquitetura
6:56:18proposta, eh, isso aqui realmente vai
6:56:20escalar, tô usando os componentes
6:56:22corretos dentro da arquitetura. Então,
6:56:23acho que isso muda bastante. E eu acho
6:56:26que de habilidade comportamental a gente
6:56:27vai voltar a
6:56:30eh a a gente teve muito aquele do do dev
6:56:33introspectivo. Eu acho que isso vai
6:56:34mudar um pouco. O Dev agora vai ter que
6:56:36aprender a falar mais com o cliente,
6:56:38conseguir extrair conteúdo com o usuário
6:56:41final, a eh essa habilidade eu acho que
6:56:44vai tá mais em alta, sabe? Então eu acho
6:56:46que fabricação de código diminui e tu
6:56:50acaba indo um pouco antes e um pouco
6:56:51depois no processo de desenvolvimento.
6:56:56Inclusive, muitas vezes hoje eh às vezes
6:56:58a gente fazia até prototipação, né? A
6:57:00gente prototipava tudo, validava com o
6:57:02cliente. Hoje às vezes é mais fácil tu
6:57:04fazer direto ou fazer um protótipo
6:57:06rápido ao vivo ali e depois ajustar
6:57:09aquele cara pra escala, botar dentro da
6:57:11do que lá e, por exemplo, no Figma e e
6:57:13tentar fazer alguma coisa, né? Então, às
6:57:16vezes é mais rápido tu desenvolver
6:57:17direto já o frontend de cara, é mais ou
6:57:19menos isso, tu consegue validar a ideia
6:57:20muito rápido e depois tu traz para casa,
6:57:23bota dentro da arquitetura, vê
6:57:24segurança, vê toda essa parte que tem
6:57:27que ser vista, porque um produto de
6:57:29escala eh essa habilidade vai ser vai
6:57:31continuar sendo necessária, né?
6:57:33É, eu concordo 100%. Essa questão da IA
6:57:35otimizou tudo e favoreceu aqui várias
6:57:38etapas do processo, ainda favorece desde
6:57:40qualidade até desenvolvimento de
6:57:41software, mas a gente não faz nada sem
6:57:44equipe, né? E hoje daí entrevisto
6:57:47bastante gente nessa parte de a eu
6:57:49comentei antes também uma frase que pode
6:57:51só um pouco ácida, mas não é. Muita
6:57:53gente hoje é o especialista em APIX e
6:57:54coloca como especialista em IA. Então vê
6:57:57currículo ali que fica falando ai agente
6:58:00de LLM especialista, tá tá tá, isso não
6:58:03brilha mais o olho. É uma coisa que, por
6:58:05exemplo, eu quando eu olho para pessoas
6:58:06pro meu time pouco me importa, porque
6:58:09muitas pessoas assim, eu li também um
6:58:10currículo, muitos termos ali que são os
6:58:13termos, parece que a pessoa bota achando
6:58:14que é exatamente o que tu quer ouvir,
6:58:16mas é geralmente essas pessoas que muito
6:58:18têm essa frente aqui que brilha são
6:58:19pessoas que quando faz uma pergunta
6:58:21simples, como é que tu resolveria esse
6:58:23problema simples? a pessoa sapateia, não
6:58:25vai responder e às vezes um dev, que é
6:58:27um bom dev ali de back end que seja, ele
6:58:29vai conseguir ter um raciocínio ali mais
6:58:31claro. Então hoje no mundo da IA e
6:58:33também a gente como usuário, mas daí
6:58:35voltando aqui pra questão de dev também
6:58:37a coisa mais rara que a gente encontra é
6:58:39uma pessoa que saiba pensar por si só. E
6:58:41volta aquele problema do isso aqui é
6:58:43realmente uma coisa que eu vou colocar
6:58:44IA ou não? Isso aqui é a melhor solução
6:58:47ou não? Faz sentido eu colocar IA e
6:58:49pagar um negócio muito mais caro aqui,
6:58:50data center, questão de poluição, água,
6:58:53a questão de custos, vocês falaram de
6:58:55token, mas até o tempo que eu vou gastar
6:58:56para desenvolver ou não. Essas não,
6:58:59solução que eu não preciso, eu não
6:59:00deveria. Então, e outro ponto também que
6:59:03eu vou puxar que é muito importante
6:59:04finalizar o raciocínio, IA é muito novo
6:59:07ainda. Então, quando eu olho às vezes um
6:59:09currículo que tá ali 1000 coisas de IA e
6:59:10tudo mais, é o que a gente fala hoje.
6:59:12Vai ser o que a gente vai falar amanhã,
6:59:13daqui a um ano, daqui a dois. Então,
6:59:15quando eu tô entrevistando hoje pessoas
6:59:17de a, voltando aqui ao lado
6:59:18profissional, eu quero uma pessoa que
6:59:20seja eh proativo em aprender, porque o
6:59:23que a gente tem a hoje não era o que a
6:59:24gente tinha há 5 anos atrás e não é o
6:59:26que a gente vai ter daqui a 5 anos.
6:59:27Então, uma pessoa que tem o brilho no
6:59:28olho aqui de aprender, de ir atrás. Eh,
6:59:32complementar o que falaram também,
6:59:33infelizmente desenvolvedor às vezes
6:59:35gosta muito de ficar em casa, é aquela
6:59:36pessoa mais quietinha, mas a gente quer
6:59:38uma pessoa com boas soft skills, porque
6:59:39isso a gente não ensina. a parte de i a
6:59:42parte de modelo, ensinar como fazer um
6:59:44hug, a gente ensina, eu ensino todo dia
6:59:46algumas pessoas a fazer isso e isso vai
6:59:48mudar também, mas eu quero aquela pessoa
6:59:50que
6:59:51ela ela saiba ir atrás e ela saiba
6:59:53também comunicar as ideias dela. Legal.
6:59:56Então, às vezes não deve, eu entrevisto
6:59:58muita gente jovem também, porque e asas
6:59:59é muita gente jovem, às vezes é aquela
7:00:01pessoa que não sabe, parece nem falar
7:00:03direito o raciocínio que ela tá tendo,
7:00:05sabe? Então, comunicação, essa questão
7:00:08de ser humilde no que eu sei, o que eu
7:00:10não sei para aprender e ir atrás também
7:00:11do que eu preciso. Eh, eu tenho os
7:00:14porquês bem claros, então se eu vou
7:00:15colocar ou não o por que eu tô fazendo
7:00:17dessa forma. E é uma pessoa que quer que
7:00:19simplesmente ir atrás. Eu acho que é o
7:00:20que eu mais valorizo hoje quando a gente
7:00:22fala de i, porque hoje a gente tá
7:00:23falando de agentes, mas o que que a
7:00:24gente vai falar daqui a 10 anos, sabe?
7:00:26Então essa pessoa tem que estar
7:00:27acompanhando isso também. Acho que isso
7:00:29em todas as áreas, né? Mas e a evolui
7:00:31tão rápido.
7:00:34>> Muito bem. Queria complementar até,
7:00:36Leonarda, a resposta aqui dos
7:00:38painelistas, cara, o que você pediu ali
7:00:40sobre skills, né? E e cara, eu acho que
7:00:43desde o dia zero é arquitetura, né? DDD,
7:00:47Solid, design patters, né? padrões de
7:00:49design, porque eh a a gente que tá
7:00:52implementando, vocês já devem ter
7:00:53sentido isso também na prática, a gente
7:00:55que tá colocando agentes em produção, eh
7:00:58o agente ele pode resolver magicamente
7:01:00algum problema lá do cliente, mas ele é
7:01:03um [ __ ] problema de engenharia, cara,
7:01:05porque antes a gente tava na casa dos
7:01:07milissegundos, tu tinha lá um cadastro
7:01:08num banco de dados, você fazia uma
7:01:10requisição para um banco de dados, você
7:01:11ia demorar, sei lá, 30 milsegundos,
7:01:13alguma coisa assim, era requisição, ela
7:01:15era respondida em milissegundos voltava,
7:01:16o cliente tinha resposta e o Seu
7:01:18sistema, né, tinha tinha vazão ali para
7:01:21poder lidar com várias requisições.
7:01:23Agora, qual API que vocês usam hoje aí
7:01:25de mercado que responde milissegundos?
7:01:27APIs de modelo de linguagem de LLM. Não
7:01:30tem, cara. A LLM ela trabalha na casa de
7:01:32segundos. Num prompt muito bem
7:01:34estruturado e num prompt complexo para
7:01:36uma resposta complexa, aquilo ali vai
7:01:38demorar 10 segundos, cara. 15 segundos.
7:01:41Aí imagina que você tem isso no teu
7:01:42produto, tu tem um monte de cliente
7:01:44mandando um monte de requisição, pedindo
7:01:45um monte de coisa. E como que você
7:01:47resolve isso? Você resolve isso com
7:01:48arquitetura? Você resolve isso usando
7:01:50cash, usando load balancer, né?
7:01:52Escalabilidade horizontal. São coisas
7:01:54que o o desenvolvedor muitas vezes não
7:01:57se preocupa com esse tipo de coisa, né?
7:01:59E quando tá codando, ele não se
7:02:00preocupa. E quando ele tá vibe codando,
7:02:02muito menos. Geralmente ele larga lá uma
7:02:04frase lá, pede uma coisa e lá de três,
7:02:07quatro palavras e espera que o modelo
7:02:09desenvolva para ele da melhor forma
7:02:10possível. Então acho que o ponto, o
7:02:13desenvolvedor ele vai ter que se se
7:02:15especializar mais, já deveria ser, tá?
7:02:17Mas vai ter que se especializar muito
7:02:18mais ainda na parte de arquitetura e
7:02:20padrões de design, porque é isso que é o
7:02:21que que salva o sistema ali. Bom, vou
7:02:24fazer uma pergunta,
7:02:25>> posso adicionar mais um último ponto de
7:02:26que eu acho que é importante
7:02:28>> que tem um ponto que muita gente tem
7:02:30falado é que quando você tem os agentes,
7:02:32enfim, você usa agentes no processo de
7:02:34desenvolvimento, tem um outro problema.
7:02:36Cada pessoa vira um gerente, que seja um
7:02:39gerente dos agentes. E muita gente não
7:02:41tá preparado para isso, não sabe
7:02:43organizar o trabalho, porque alguém
7:02:45organizava para você. Você às vezes é um
7:02:46desenvolvedor, tem um PM lá, alguém que
7:02:48fala, ó, essa tua tesque, vamos dizer
7:02:50assim. Mas quando você tá trabalhando
7:02:52com 10 agentes, cinco agentes em
7:02:54paralelo, que você tem uma série de
7:02:55coisas que você tem que instruir, gera
7:02:58até ansiedade. As pessoas ficam: "Nossa,
7:02:59meu meu agente tá parado, que eu tenho
7:03:00que mandar coisa para ele fazer". Então
7:03:02tem uma uma uns skills de gestão e de
7:03:06coordenação de trabalho que também vai
7:03:08ser muito importante quem porque às
7:03:10vezes você vai ter duas pessoas que
7:03:11sabem a mesma toda técnica, tudo igual,
7:03:14mas uma pessoa sabe gerenciar o trabalho
7:03:16melhor que a outra, ela vai ser muito
7:03:17mais produtiva que a outra. Então esse
7:03:19eu acho que esse é um ponto além da
7:03:20parte de introspecção que sim o o deve
7:03:23muito deve tá desesperado porque vai ter
7:03:24que começar a falar ser um pouco PM, né?
7:03:26vai ter vai ter que fazer isso tudo
7:03:28também, mas eu acho que saber coordenar
7:03:30o trabalho, sequenciar, entender o que
7:03:32que é requisito pro outro e como
7:03:35organiza isso vai ser um grande skill
7:03:37nos próximos anos, assim para para que
7:03:39atua em desenvolvimento.
7:03:40>> Eu acho que só fazendo um comentário bem
7:03:42rápido lá no a gente teve isso lá no no
7:03:44hub de inovação, né? Eh, antigamente a
7:03:47gente tinha o desenvolvedor e, cara, o
7:03:48desenvolvedor tá fazendo uma tarefa e tá
7:03:49fazendo uma tarefa, né? Eh, e isso foi
7:03:51uma coisa que mudou, né? Então hoje se
7:03:53ele tá fazendo uma tarefa, ele
7:03:58tá usando a gente, cara. Três coisas
7:04:00consegue gerenciar mais e a gente hoje
7:04:02realmente consegue paralisar trabalho
7:04:04porque a gente consegue delegar para ir
7:04:06nesse ponto, né? Então antes não, a
7:04:08gente tinha que estar focado naquela
7:04:09atividade. Então se eu tava fazendo duas
7:04:11eu não entregava. Hoje se eu tô fazendo
7:04:13só uma, eu entrego menos porque eh tem
7:04:15essa essa facilidade, né? Então isso é
7:04:18isso é bem verdade mesmo.
7:04:19>> Boa. Eu vou fazer uma pergunta aqui que
7:04:21veio do digital que tem muito a ver com
7:04:24o que vocês falaram agora, tá? Eu acho
7:04:25até que parte da pergunta aqui já foi
7:04:27respondida é do Samuel Christian Schel.
7:04:32Eh, primeiro ele faz uma afirmação, tá?
7:04:34Que é aí aplicada ao processo de
7:04:35desenvolvimento passará a implementar
7:04:37grande parte do código que antes era
7:04:39escrito pelo desenvolvedor. Isso é uma
7:04:41afirmação. Aí, primeira pergunta.
7:04:43Poderia ser o ressurgimento do analista
7:04:45de sistemas? Vocês acreditam que seria
7:04:48no sentido de
7:04:51gastar mais tempo. Eu desculpa, desculpa
7:04:54aí, Samel. Vou fazer um vou te
7:04:55parafrasear, tá? Mas eu acredito que a
7:04:57pergunta dele é no sentido de eh hoje
7:05:00vale mais a pena você gastar mais tempo
7:05:03na análise do sistema, na análise de
7:05:05requisitos, conversando com o cliente,
7:05:06preparando o terreno para depois ir pra
7:05:08parte de código, que é aquela parte
7:05:10achatada. Eh, e vou fazer a segunda
7:05:12pergunta para deixar vocês responderem,
7:05:14né? A segunda pergunta dele é: Quais
7:05:16estratégias estão sendo pensadas para
7:05:18adaptar o perfil dos desenvolvedores
7:05:20para essa nova realidade?
7:05:23>> Eu posso, vou rapidinho porque a gente
7:05:25tem pouco tempo, né? Mas eu acho que eu
7:05:27acho que faz muito sentido. Eu acho que
7:05:29foi conversado um pouco também que você
7:05:30falou sobre requisitos funcionais e não
7:05:32funcionais, né? Uma coisa é fazer o
7:05:33código vibe coding, outra coisa é todo o
7:05:36resto, né?
7:05:37qual que é a latência, como que é a
7:05:38questão de acesso, autorização, tudo que
7:05:40vem no tem muitas perguntas que só você
7:05:43desenvolver um frontend você não
7:05:44responde, você precisa dessa desses
7:05:47requisitos, né? E algo que a gente tem
7:05:48conversado muito também na empresa é
7:05:50assim, o próprio modelo do ágil não faz
7:05:52muito mais sentido, né? A gente tá
7:05:54falando um pouco do que do da questão de
7:05:56paralelização. Muito muito vira. Eu eu
7:05:58sinto que o trabalho de desenvolvimento
7:05:59é muito mais um fluxo hoje do que uma do
7:06:02que tem entregas. Às vezes é um fluxo,
7:06:03tá? Porque você pode estar sempre alguma
7:06:05coisa sendo feito. Você pode ser
7:06:06madrugada, pode ser no fim de semana.
7:06:08Então você tem um problema de backlog
7:06:10porque não tem backlog tão tão grande.
7:06:13Começa a pensar de novo esse spec
7:06:15driven, modelo de BDD, tudo que tem sido
7:06:17feito. É muito mais próximo Waterfall do
7:06:19que de um Argil. Então você começa a
7:06:20falar, será que eu tenho que voltar para
7:06:22Waterfall? Mas ao mesmo tempo o problema
7:06:24do Waterfall não é só desenvolvimento, é
7:06:25porque você também não adianta
7:06:27desenvolver um software gigante que não
7:06:29é o que o cliente precisa. Então então
7:06:31começa uma série de complexidades
7:06:33que tem que para mim impactam todo o
7:06:36sistema de de como a gente desenvolve
7:06:38software nos últimos, tanto Waterfall
7:06:40quanto ágil, quanto o que vai aparecer
7:06:42agora. Então eu acho que tem uma
7:06:43conversa de sistemas muito importantes.
7:06:44Sim.
7:06:46>> Boa. Bem que
7:06:47>> deixa eu só
7:06:4930 segundos.
7:06:51Eh, essa pergunta que ele fez é muito
7:06:53difícil de responder assim e é muito
7:06:56complexa, ao meu ver, porque tem
7:06:58situações e situações. Se você olhar
7:07:00pelo lado que hoje desenvolver código é
7:07:03muito mais barato, você deveria fazer o
7:07:06contrário, não investir em especificação
7:07:08e ir direto para criação e validação do
7:07:10teu produto com o cliente, né? devia ser
7:07:12o contrário. A gente investia muito em
7:07:14especificação porque com eh porque criar
7:07:18algo, desenvolver algo era muito caro.
7:07:20Então eu tinha que ter muita certeza que
7:07:22aquilo seria o correto para depois
7:07:24começar a desenvolver. Olhando para esse
7:07:26prisma, cara, eu não deveria ter essa,
7:07:28não deveria nem ter mais isso, né? Eu
7:07:30deveria fazer e ver onde está a verdade.
7:07:32A verdade não tá dentro da sala, a
7:07:34verdade tá lá no cliente. Então, mas
7:07:36existem, eu já pensei em outros casos
7:07:38onde seria importante você fazer esse
7:07:40tipo de coisa também, né? Olhando uma
7:07:42casa, um negócio de saúde, por exemplo,
7:07:44como Ana trouxe aqui, cara, eu não vou
7:07:46querer colocar um negócio lá pro médico
7:07:48testar e olhar para um diagnóstico que
7:07:50tá tudo errado, eu tenho que fazer um
7:07:52trabalho. Então, existem casos e casos,
7:07:54né? Mas uma última coisa que eu queria
7:07:56falar aqui é importante, né? As coisas
7:07:58elas mudam as nomenclaturas, né? E
7:08:03até pouco tempo atrás se valorizava
7:08:06muito o tal do T Shaped, né? era o cara
7:08:09que era especialista em alguma coisa,
7:08:11mas ele sabia fazer várias outras
7:08:12coisas, né? Eh, hoje isso mudou o nome,
7:08:16isso hoje hoje tem o nome mais bonitinho
7:08:18que é o HIC, não sei se já ouviram falar
7:08:20que é o high individual contributor, né?
7:08:22Que é o contribuidor, o grande
7:08:24contribuidor individual, que é o cara
7:08:26que faz tudo sozinho, né? Na verdade era
7:08:27o cara do T Shaper, carac, front,
7:08:30arquitetura. Cara, isso é uma habilidade
7:08:33importante, né? Então, talvez, talvez em
7:08:35algum caso quando falar especificação,
7:08:37não vou fazer especificação, mas eu como
7:08:38desenvolvedor, eu tenho as técnicas e
7:08:41sei como fazer uma entrevista e sei como
7:08:43fazer um teste AB, eu sei fazer várias
7:08:45coisas que antes eu precisava de 10
7:08:48pessoas para fazer. Então, assim, cada
7:08:50vez mais eh essa questão de você ter
7:08:52essa formação eh mais abrangente, ela
7:08:56vai te trazer mais resultados, né?
7:08:59Porque eu não preciso ter isso
7:09:01compartimentalizado. Eu posso ter isso
7:09:03de uma maneira muito mais fácil se eu
7:09:05tiver várias características que eu
7:09:07posso fazer software ou fazer entrega do
7:09:09que for necessário, eh, com menos
7:09:11etapas, com menos passagem de bandeja.
7:09:13Então, essas coisas, acho que é uma
7:09:15pergunta bem difícil que ele colocou,
7:09:17mas tem várias reflexões que a gente
7:09:19pode tirar, não tem nenhuma certa,
7:09:20nenhuma errada, mas assim, vocês têm que
7:09:22olhar e se questionar se tem sentido ou
7:09:25não tem sentido. Esa acho que é a
7:09:26principal questão. É, como a Ana falou
7:09:29aqui também, né? Eu acho que uma das
7:09:30principais e eu sempre quando faço fazer
7:09:33entrevista, faz tempo que eu não faço,
7:09:34mas alguns aqui foram entrevistados por
7:09:36mim, eu acho que estão aqui ainda, eu
7:09:39sempre perguntava, fazia uma pergunta
7:09:42que é quantos eh barbeiros existem na
7:09:45cidade de Florianópolis, né? Barbeiro
7:09:46que faz barba, né? Minha barba. Não me
7:09:49interessava que ele saber, ele me
7:09:51dissesse o número correto, me
7:09:52interessava a lógica que ele usou para
7:09:53isso. Então, pensar é um atributo cada
7:09:56vez mais valorizado. A gente precisa
7:09:58saber pensar e as pessoas têm preguiça
7:10:00de pensar, né? Pensar para algumas
7:10:02pessoas dói, mas assim, quem não pensar
7:10:05tá fora desse mundo que a gente tá tá
7:10:07vivendo hoje, tá? Não fica essa, como
7:10:09tempo tá acabando, fica essa como a
7:10:10minha última contribuição individual.
7:10:14>> Muito bem. Alguém quer complementar
7:10:15alguma coisa, gente?
7:10:17Não. Boa, gente. Então, agradecer os
7:10:20painelistas. Cara, se vocês pegarem a
7:10:21transcrição desse painel aqui e jogarem
7:10:24no cloud de vocês aí, tem muita coisa
7:10:26aí, bicho. Tem muita coisa. E gente,
7:10:29obrigado então por essa uma hora aí de
7:10:31vocês. Palmas pros painelistas, por
7:10:33favor.
7:10:41>> Muito bem. Vamos descer com cuidado aqui
7:10:43a escada.
7:10:44>> A gente tá,
7:10:45>> a gente se encontrou na
7:10:46>> gente agora aqui a gente vai ter uma
7:10:48pausa, uma pausa para networking, tá?
7:10:50Então aproveitem esse momento. Quiserem
7:10:52conversar com os painelistas, eles
7:10:54estiverem por aí, tiverem disposição,
7:10:55fiquem à vontade para conversar com
7:10:56eles. Conversem com os palestrantes que
7:10:58tiveram aqui também. Tem o Rafael aqui
7:11:00que eu já vi, tem uma galera que tá por
7:11:02aí, aproveitem.
7:11:04E voltamos às 5:05.
7:12:01Mas o você falou do
7:12:03ali, né? Tem o F também de gestão
7:12:08táando a estrutura de gestão também
7:12:14vai mudar o ninguém fala do do gestão aí
7:12:17vai mudar mais
7:12:28falando
7:12:33>> é muita
7:12:36Pois é. Pois é. Quem faz?
7:12:49Ainda não. Ainda não. Um dia, né? Um dia
7:12:52para levantar tranquilo.
7:13:13>> Nunca tivemos tantos dados e ainda assim
7:13:16decidir é cada vez mais difícil. Dados
7:13:19fragmentados não geram valor, mas quando
7:13:21os dados se conectam tudo muito, no vem
7:13:25a clareza e a clareza a ação com e
7:13:27segurança desde a origem possível que
7:13:30antes não
7:13:32se espera se decide, se constró
7:13:35construir extraordinário.
7:13:42Ainda existe, como assim?
7:13:50jogar
7:13:52beleza Cara, bom demais.
7:15:35Introducing convation AI build and AI in
7:15:41minut anyora
7:15:49brings natural conversation to AI and
7:15:53with advanced background
7:15:56AI can understand you no matter where
7:16:00building your voice AI agent you
7:16:12Nunca tivemos tantos dados e ainda assim
7:16:15decidir é cada vez mais difícil. Dados
7:16:18fragmentados não geram valor, mas quando
7:16:21os dados se conectam, tudo no livro tem
7:16:24a clareza e da clareza à ação. Com Iá e
7:16:26segurança desde a origem, tornamos
7:16:28possível o que antes não era. O futuro
7:16:31não se espera, se decide, se constrói.
7:16:34Vamos construir um extraordinário
7:16:36juntos.
7:17:42né?
7:19:12Nunca tivemos tantos dados e ainda assim
7:19:15é cada vez mais difícil. Dados
7:19:17fragmentados não geram valor, mas quando
7:19:20os dados se conectam tudo no ruído tem a
7:19:23clareza e da clareza a ação com reais e
7:19:25segurança desde a origem tornamos
7:19:27possível o que antes não era.
7:19:30espera de história. Vamos construir
7:19:34extraordinário.
7:21:35convation
7:21:45intelligent
7:22:11Nunca tivemos tantos e ainda assim é
7:22:14cada vez mais difícil.
7:22:16dados fragmentados não tiveram valor,
7:22:18mas quando os dados se conectam
7:22:22vem a clareza que a clareza ação com e
7:22:24segurança desde a origem tornamos
7:22:26possível o que antes não era.
7:22:58Ele vai falar
7:23:20tenha que evoluir para isso porque hoje
7:23:26realmente
7:23:27fazer passar
7:23:36para
7:24:35AR
7:25:10Tivemos tantos dados
7:25:13decidir é cada vez mais difícil. dados
7:25:15fragmentados não geram valor, mas quando
7:25:18os dados se conectam
7:25:20o ruido tem a clareza e na clareza a
7:25:23insegurança desde a origem tornamos
7:25:25possível o que antes não era.
7:25:28Não se esperam, se decide, se constrói.
7:25:32LM
7:26:19maisagar
7:26:31essa
7:27:30bastante
7:27:31introducing conversation AI engate
7:27:36your AI agent in minut any
7:27:41with ultra low
7:27:43and
7:27:45agora brings natural conversation to AI
7:27:49and with background
7:27:52AI can understand you no
7:28:09Nunca tivemos tantos dados e ainda assim
7:28:12seir é cada vez mais difícil. Dados
7:28:14fragmentados não geram valor, mas quando
7:28:17os dados se conectam
7:28:19do ruído vem a clareza e da clareza a
7:28:21ação. Com e segurança desde a origem
7:28:24tornamos possível o que antes não era. O
7:28:26futuro não se espera, se decide, se
7:28:29constrói. Vamos construir o
7:28:31extraordinário juntos.
7:30:37any
7:30:42intelligent interruption
7:31:07>> é o negócio é mais devagar
7:31:08>> temos tantos dados
7:31:10E ainda assim decidir é cada vez mais
7:31:12difícil. Dados fragmentados não geram
7:31:15valor, mas quando os dados se conectam
7:31:19vem a clareza e na clareza a ação com e
7:31:22segurança desde a origem antes possível
7:31:24o que antes não era futuro não se espera
7:31:27se decide se constrói. Vamos construir
7:31:30extraordinários.
7:33:32A
7:33:35minut
7:33:39ultrupo
7:34:07Nunca tivemos tantos dados e ainda assim
7:34:10decidir é cada vez mais difícil. Os
7:34:12dados fragmentados não geram valor, mas
7:34:15quando os dados se conectam, tudo muda.
7:34:17Do ruído vem a clareza e da clareza a
7:34:19ação. Comá e segurança desde a origem
7:34:22tornamos possível o que antes não era. O
7:34:25futuro não se espera, se decide, se
7:34:27constrói. Vamos construir o
7:34:29extraordinário juntos.
7:36:31A
7:37:06Ainda tivemos tantos dados e ainda assim
7:37:09decidir é cada vez mais difícil. Dados
7:37:12fragmentados não geram valor, mas quando
7:37:14os dados se conectam,
7:37:16no ruído vem a clareza e da clareza
7:37:18ação. Com e segurança desde a origem
7:37:21tornamos possível o que antes não era. O
7:37:24futuro não se es, se constrói. Vamos
7:37:27construir extraordinário.
7:38:32A gente
7:38:35bem
7:38:36a
7:39:29convin
7:39:37ult
7:40:05Nunca tivemos tantos dados e ainda assim
7:40:08decidir é cada vez mais difícil. Dados
7:40:11fragmentados não geram valor, mas quando
7:40:13os dados se conectam, tudo muda. No
7:40:16ruído vem a clareza e da clareza a ação.
7:40:18Com Iá e segurança desde a origem
7:40:20tornamos possível o que antes não era. O
7:40:23futuro não se espera, se decide, se
7:40:25constrói. Vamos construir um
7:40:27extraordinário juntas.
7:40:43Pedrão depois eu
7:41:18Não, acho que rolou um painel.
7:42:27introducing a conversation Aldi
7:42:32agent minut.
7:42:44Hallo.
7:43:15clareza clareza
7:43:18desde nósamos possível o que antes não
7:43:22Tudo que não se espera, se decide, se
7:43:24constrói. Vamos construir extraordinário
7:43:27juntos.
7:43:32Qual que é agora aqui?
7:44:47naza
7:44:56precis
7:45:27Agora conversation AI engine build and
7:45:30integrate your AI agent in minut any
7:45:34voice with ultra low latency responses
7:45:37and intelligent interruption handling
7:45:40brings natural conversation flow to
7:45:42voice AI and background
7:45:46AI can understand you no matter where
7:45:49you are building your voice AI agents
7:45:52for free
7:46:03Nunca tivemos tantos dados e ainda assim
7:46:06decidir é cada vez mais difícil e dados
7:46:09fragmentados não geram valor, mas quando
7:46:11os dados se conectam, tudo muda. No
7:46:14ruído vem a clareza e da clareza a ação.
7:46:16Com Iá e segurança desde a origem
7:46:18tornamos possível o que antes não era. O
7:46:21futuro não se espera. se decide, se
7:46:23constrói. Vamos construir o
7:46:25extraordinário juntos.
7:47:07เ
7:47:32Imagina aí Olá.
7:47:49Aê,
7:47:52podem, a gente já vai começar,
7:47:55vão tomando assento. Aí tem o pessoal de
7:47:58casa também, né? Então,
7:48:01eh,
7:48:03ah, faz assim também. Pera aí, perdão.
7:48:09Cadê aqui? O,
7:48:12>> já tá no mudo já.
7:48:13>> Aqui, ó. Aqui.
7:48:20Alô, alô. Bora lá, pessoal, então,
7:48:23continuar a nossa trilha.
7:48:25A gente tem agora
7:48:28a palestra dos Pedros, né? E depois a
7:48:32gente vai continuar com a palestra do
7:48:33Pedro, só que aí lá na Stage, tá? Então,
7:48:36só para dar um recadinho, assim que a
7:48:38gente já terminar a palestra do pessoal
7:48:41aqui da AWS, o Pedro Rosinholi e o Pedro
7:48:44Gadelha, vão apresentar pra gente
7:48:46colocando agentes de A para fazer EPSEC.
7:48:49Depois a gente já vai paraa Stage, tá
7:48:51bom pessoal? Boa palestra para vocês aí.
7:48:56>> Muito obrigado. Tudo bem aí? Final de
7:49:00dia
7:49:01barra, né?
7:49:04Eh, obrigado pela presença de todo mundo
7:49:05aí. Obrigado pelo tempo que vocês estão
7:49:08dedicando.
7:49:09E aqui é Pedro e Pedro. Eu ia falar
7:49:12dupla sertaneja, mas meio meio ruim
7:49:15assim, né? Seria meio fracasso.
7:49:18Primeiramente, boa tarde. Segundamente
7:49:22Argentina.
7:49:24Não poderia deixar de ressaltar aí.
7:49:27Brincadeiras à parte. Eu sou o Pedro
7:49:29Rosinholi. Eh, eu sou arquiteto de
7:49:30soluções na WS faz 6 anos e meio e tô
7:49:34junto com o Gadelha aqui.
7:49:37>> Prazer, pessoal. Pedro Gadelha, 7 anos
7:49:39de AWS também.
7:49:41>> É isso aí. E aí a gente
7:49:44veio conversar um pouquinho com vocês
7:49:46aqui sobre como que os agentes podem
7:49:49ajudar a gente aí nessa parte de APSEC,
7:49:51mas eu queria conhecer um pouquinho mais
7:49:53de vocês assim pra gente saber com quem
7:49:55a gente tá falando. Quem aqui é da parte
7:49:57de dev? Quem é dev?
7:49:59Ó,
7:50:01>> tá no nome do evento, né, cara?
7:50:03>> Não, acho que tá valendo. Mas tem gente
7:50:05sec também.
7:50:08Duas, três mãos. Olha só.
7:50:13Esse negócio de segurança aí dá um pouco
7:50:14de trabalho pra galera de dev, né? Ó lá,
7:50:17ó. Vejo todo mundo. Nossa, teve um cara
7:50:19que fez uma cara ali, tipo, doeu, doeu.
7:50:23E eu entendo. E eu acho que no fim os
7:50:24agentes vão ajudar a tirar essa dor, né,
7:50:28de cara, resolve isso daí para mim,
7:50:31automatiza isso daí para mim que eu
7:50:35eu quero fazer meu eu quero fazer meu
7:50:37código, né? Eu quero fazer minha
7:50:39funcionalidade nova, minha aplicação
7:50:40nova. também. Enfim, então acho que acho
7:50:44que é isso e no final a gente tem um
7:50:46convite especial para vocês aí. Então
7:50:50vamos lá
7:50:52que a gente vai trazer algumas coisas,
7:50:55eh, falar um pouquinho dos pilares de
7:50:57APSEC pra gente contextualizar, então,
7:50:59bastante deve, eh, e aí ver onde que os
7:51:04agentes, aí a agente gera mais valor. Um
7:51:07falar um pouquinho de arquitetura, acho
7:51:08que é o ponto principal aqui,
7:51:10arquitetura, como que as coisas se
7:51:11conectam, como que os agentes podem eh
7:51:14aonde eles entram, como eles entram. Eh,
7:51:17tem coisa pronta para usar, né? A gente
7:51:19vai compartilhar também algo com vocês
7:51:21que se vocês quiserem sair daqui eh já
7:51:25aproveitando, né, o conhecimento, já tem
7:51:27coisa pronta para usar. E aí eu ia um
7:51:30convite a alguma surpresa, mas sobre o
7:51:33tema de hoje, a gente tem um workshop
7:51:34amanhã, tá? Então, quem quiser aí, eu
7:51:37não sei exatamente como funciona, mas
7:51:38tem uma inscrição porque tem um número
7:51:39limitado de vagas, acho que são 35, 45
7:51:42vagas. Eh, a gente tem um workshop aí
7:51:45para vocês testarem aí uma solução de de
7:51:48agentes eh fazendo apsec, tá?
7:51:50>> Só para lembrar, um workshopzinho de 1
7:51:52hora30, então para tentar encaixar na
7:51:55agenda de vocês ter isso em mente, tá? 1
7:51:57hora meia, 2 horas workshop.
7:51:58>> Botando mão na massa mesmo, executando.
7:52:02>> Beleza? Então, pessoal, a gente vai
7:52:04falar um pouquinho segurança na WS. Ela
7:52:08é vista por alguns pilares, né? Eh, eu
7:52:11acabei não me apresentando direito no
7:52:13começo da palestra. Eu sou especialista
7:52:15de segurança pela WS. Quem preferir pode
7:52:17me chamar só de Gadelha, porque Pedro a
7:52:19gente tem 745 dentro da WS. Então, pelo
7:52:23sobrenome fica mais fácil. Na WS, a
7:52:25gente separa segurança em diferentes
7:52:27pilares. Então, pilar de proteção
7:52:29infraestrutura, pilar de gerenciamento
7:52:31de identidade e acesso, gerenciamento de
7:52:35de dados. A APSEC é um desses pilares,
7:52:38certo? Então, hoje um ponto muito
7:52:41importante é a infrequência com que é
7:52:45feita a parte de eh validações no
7:52:49pipeline de CD, dependendo do time que
7:52:53trabalha no desenvolvimento do código.
7:52:55Por quê? Porque a parte de funcionários
7:52:58disponíveis com conhecimento aprofundado
7:53:01em segurança é muito escassa no mercado.
7:53:03Então a gente depende muito de
7:53:05conhecimento adquirido ao longo do
7:53:07tempo, eh, em detrimento do que a gente
7:53:10vê no dia a dia, certo? Então,
7:53:13dependendo do contexto da aplicação que
7:53:15a gente tá trabalhando e dependendo do
7:53:16contexto de negócio dentro de vertical,
7:53:18de serviços financeiros, de marketplace,
7:53:22e-commerce, indústria, eh manufatura,
7:53:27diferentes conceitos de segurança vão se
7:53:29aplicando em EPSEC. Diferentes vertentes
7:53:31e vetores de ataques são mais comumente
7:53:33explorados, né? Então, eh, um tipo de,
7:53:37por exemplo, DDOS via bote ou algum tipo
7:53:39de ataque com bote é mais comum num
7:53:41e-commerce do que numa empresa que
7:53:43trabalha com manufatura, mas uma empresa
7:53:45de manufatura, ela tá mais exposta a
7:53:48algumas outras vertentes de ataque,
7:53:51certo? Então, é difícil a gente criar do
7:53:54zero um pipeline de proteção a nível de,
7:53:58né, no nosso CICD. Então nós, como
7:54:03enquanto a WS percebemos algumas dessas
7:54:05dificuldades e começamos a pensar em
7:54:08bolar algumas questões que avançassem a
7:54:12segurança agêntica, né? utilização de de
7:54:14agentes para pipelines de segurança.
7:54:17Então, uma das dores que a gente
7:54:19percebeu foi a peridosidade, né, dos pen
7:54:23testes que são executados dentro do
7:54:24nosso ambiente. Então, pen test hoje é
7:54:27algo muito caro se a gente contrata uma
7:54:29empresa especializada,
7:54:31porque geralmente ele é feito por
7:54:32humanos e essa periidade é muito alta
7:54:36por conta desse custo e por conta da
7:54:38disrupção que tem dentro do nosso
7:54:40pipeline de desenvolvimento. Então,
7:54:42muitas das empresas, e isso é um dos
7:54:45dados da Cypress, que é uma organização
7:54:47sem fins lucrativos do mercado, 81% das
7:54:50empresas do Forbs 500 fazem um penesto,
7:54:55certo? Geralmente é um penestal, então
7:54:58depende-se de pessoas que tenham um
7:55:00conhecimento aprofundado de red team e
7:55:03cyber attacks. Então, depende muito do
7:55:07nível de pain test que a gente quer
7:55:09fazer. é um pain test de infraestrutura,
7:55:10vou fazer um buffer overflow, é um é um
7:55:12pain test de de aplicação, vou tentar
7:55:14outros tipos de de ataque, crosssite
7:55:16scripting, fuzing, entre outros. A
7:55:19inconsistência dos resultados e dos
7:55:22critérios aplicados para cada contexto,
7:55:24como eu comentei, verticais diferentes,
7:55:26tem necessidades diferentes, e a
7:55:28cobertura onde é realizado esses
7:55:31ataques, né? Então, só o que dá tempo
7:55:33dentro desse custo que eu tinha do
7:55:35budget pro time de Red Team executar
7:55:37isso. Então, vou fazer só no meu no meu
7:55:39ambiente produtivo, vou fazer só em um
7:55:41dos meus workloads, qual é o escopo que
7:55:43eu vou executar esse ataque? Então,
7:55:45percebendo isso, existe um gap onde
7:55:48agentes focados em segurança conseguem
7:55:50entrar.
7:55:51Acho que tem um ponto importante aqui
7:55:53também, é que
7:55:56a infinita maioria das empresas tem
7:55:58muito mais desenvolvedor do que time de
7:56:00segurança. E aí o time de segurança vira
7:56:02o time do não, né? Então você chega lá
7:56:05na frente, eu vou lançar a minha
7:56:07funcionalidade, aí o time de segurança
7:56:08vai lá, levanta a mão e fala: "Não, mas
7:56:10espera aí, vamos dar uma olhada aí
7:56:13segura tudo e tudo mais". Então assim,
7:56:15como que o time de segurança consegue
7:56:17escalar o trabalho deles sem travar o
7:56:19time de desenvolvimento? né? E aí o o os
7:56:22agentes vão entrar muito bem nessa
7:56:25eh nesse ponto,
7:56:30trazendo aqui os os pilares de APSEC. Aí
7:56:33a gente tomou como referência o OASP.
7:56:37Eh,
7:56:39quem já ouviu falar do OASP aqui? Ah,
7:56:41legal. Maioria, para quem não ouviu
7:56:43falar, é uma organização que busca eh
7:56:47criar melhores práticas para proteger.
7:56:49Inicialmente começou com aplicações web,
7:56:51né, mas hoje tem diversos diversas
7:56:54frentes, diversas recomendações. E
7:56:56pensando aqui e em APSEC, a gente tem
7:56:59oito pilares, eh, desde governança,
7:57:02modelagem de ameaças, segurança de
7:57:05código, ah, dependências, eh, segredos,
7:57:09testes dinâmicos, testes estáticos, eh,
7:57:12e, e também o o a sua aplicação quando
7:57:16tá em runtime. Então ela organiza e
7:57:20estrutura isso, fica uma, quem quiser
7:57:24saber um pouco mais, buscar sobre o como
7:57:26que a a OSP apresenta isso, mas acho que
7:57:29a gente vai tomar isso como os pilares
7:57:32aqui de quando a gente tá olhando para
7:57:35proteção de aplicações, né? A gente olha
7:57:37para esses oito pilares.
7:57:41>> Beleza? Então, seguindo, pessoal, a
7:57:43gente tem aqui como a gente consegue
7:57:45isso, eh, um termo
7:57:48contemporâneo, né, de segurança, ele não
7:57:49é desse ano, mas é algo que a gente vem
7:57:51tentando tratar, a gente chama de shift
7:57:54left, então trazer paraa esquerda a
7:57:56parte de segurança. Eh, quando no
7:57:59passado, quando a gente precisava testar
7:58:00a segurança de uma aplicação, geralmente
7:58:02era na fase final, certo? Então, uma vez
7:58:05o deploy sendo executado ou já tendo
7:58:07sido feito um pull request para uma main
7:58:10branch, aí que executaria-se uma uma
7:58:12validação de segurança. E a gente tá
7:58:14tentando trazer isso já pro momento de
7:58:17design, certo? de uma aplicação nova, de
7:58:19uma feature nova, de uma nova
7:58:20funcionalidade, de um novo
7:58:22microsserviço. Então, a partir dos
7:58:25requerimentos de cada indústria, cada
7:58:27contexto e cada aplicação, desenvolver
7:58:30uma análise e uma modelagem de ameaças
7:58:33que são cabíveis para dentro daquela
7:58:35aplicação. Então, trabalho com
7:58:37pagamento, preciso de credenciamento de
7:58:39usuários e autenticação.
7:58:42Isso já gera, por exemplo, uma modelagem
7:58:44de preciso validar se o token JWT que
7:58:47faz a validação do meu usuário com a
7:58:49minha base, ele consegue ser
7:58:51extraveviado em runtime de alguma
7:58:52maneira, ele tá passe.
7:58:55Então, threat modeling a gente já começa
7:58:57na fase de design e algumas análises já
7:59:00dentro do pipeline ou associadas a IDE
7:59:04durante a escrita de código ou antes de
7:59:07fazer um pull request para uma branch,
7:59:09tá? Então, por exemplo, a parte de SAST,
7:59:11que é análise estática de segurança de
7:59:13um código, ele não valida falhas em
7:59:16runime, isso é dust, tá? A gente vai
7:59:19falar um pouquinho mais paraa frente,
7:59:20mas análises estáticas do código, então
7:59:22tem uma credencial chumbada em código,
7:59:25tô acessando alguma livraria de Python,
7:59:27Java, etc., que tem alguma CVE conhecida
7:59:30de mercado, tô utilizando algum
7:59:33versionamento de sistema operacional que
7:59:35tem alguma falha já conhecida e a parte
7:59:38de Ssca, que é validação de terceiros,
7:59:41né? Então, tô usando alguma library, tô
7:59:43usando algum algum pacote, fazendo
7:59:46alguma conexão com algum serviço externo
7:59:49ao meu. Então, tô comunicando com alguma
7:59:51VPC de algum serviço terceiro que tem
7:59:53alguma falha de segurança já relatada.
7:59:56Então isso a gente vai trazendo cada vez
7:59:58mais paraa esquerda essa parte de
8:00:00análise de segurança do nosso ambiente.
8:00:02Em cada etapa do desenvolvimento, a
8:00:04gente também vai imputando eh validações
8:00:07de segurança, certo? Então, por exemplo,
8:00:09no build nós faríamos algumas avaliações
8:00:12também a nível de segurança de
8:00:14infraestrutura como código, independente
8:00:16de tá se usando terraform, tá usando
8:00:18cloud formation, entre outras. Dust já é
8:00:21na parte de teste, então análise em
8:00:23runtime. Se durante runtime o meu
8:00:26serviço faz alguma conexão com browser
8:00:28de usuário que que deixa algum gap
8:00:31aberto para, por exemplo, extravio de
8:00:33algum algum dado em Cook ou como eu
8:00:35comentei o JWT da sessão e por aí nós
8:00:39vamos seguindo em cada etapa etapa do
8:00:42processo aplicando validações de
8:00:44segurança que podem ser feitas hoje já
8:00:46com agentes também. E aí o grande, né,
8:00:49só complementando, se a gente chegar lá
8:00:51na última etapa e for fazer tudo que
8:00:53deveria ter sido feito em cada uma das
8:00:54etapas, a gente trava tudo. Então a
8:00:56ideia é trazer sempre pro início o que
8:00:59já dá para fazer e fazer de maneira
8:01:00automatizada.
8:01:03E aí a gente eh relacionando aqui, né,
8:01:07os pilares eh que a gente tinha que a
8:01:10gente tinha mostrado de APSEC, aonde que
8:01:14a IA vai eh auxiliar mais, né? Então,
8:01:18ela auxilia mais eh na questão de da da
8:01:23governança e dos requisitos. Então, a
8:01:25partir do momento que eu defini e aí
8:01:27pensando na escala do time de segurança
8:01:30e na proteção da das aplicações, eu
8:01:33entendo que pro desenvolvedor é um fardo
8:01:36essa questão de segurança, né? Então, o
8:01:39time de segurança faz a definição e isso
8:01:42é aplicado de maneira automatizada pros
8:01:44desenvolvedores. E aí os desenvolvedores
8:01:45vão corrigir o que tem que ser
8:01:46corrigido, mas não vai chegar lá na
8:01:48frente e travar. Modelagem de ameaças.
8:01:51Então, eu tenho a minha, eu tenho a
8:01:53minha aplicação, tenho o meu código,
8:01:54tenho o meu Bill of Materials, né? Tudo
8:01:56que tem ali dentro do meu do meu código,
8:01:58o que que tem ali vulnerável, não tá
8:02:00vulnerável. Vou listar isso. Eh, e eu
8:02:03consigo eu consigo disponibilizar isso
8:02:05pro meu pro meu desenvolvedor para saber
8:02:07o que que tem, o que não tem que
8:02:08corrigir
8:02:08>> e direcionar o pain test também em cima
8:02:11da modelagem de ameaça.
8:02:13>> Sim, sim. Isso. E aí você tem o
8:02:15conhecimento da sua aplicação para saber
8:02:18como que você vai fazer o seu eh e o seu
8:02:21pain test. Ah, você como você guarda os
8:02:23seus segredos na sua aplicação, como que
8:02:26é a sua infraestrutura como código, né?
8:02:28Isso tudo a e a ajuda muito porque é
8:02:31tudo muito replicável, tudo muito
8:02:33automatizável, né? Quando a gente
8:02:36>> até só nessa parte de segredo, só trazer
8:02:38um dado para vocês, pessoal. Isso
8:02:40contexto AWS, não sei como funciona
8:02:42outras cláusules, tá? 83% de todos os
8:02:46ataques que são performados de maneira
8:02:48bem-sucedida no ambiente de cloud da WS
8:02:51partem de credenciais de acesso com
8:02:54algum tipo de falha, vazadas, super
8:02:57permissivas, embutidas em código,
8:02:59embutidas em infraestrutura como código,
8:03:02mencionadas de alguma maneira. Então,
8:03:04credenciamento é uma das partes mais
8:03:07importantes de teste no APSEC, tá bem?
8:03:09você colocar isso no durante uma
8:03:11proteção em cima disso durante o seu
8:03:13pipeline, você fecha muitas portas aí
8:03:16paraa sua pra sua empresa. Eh, se a
8:03:20gente pensar em penest, a gente sempre
8:03:22vai ter um humano participando. E eu
8:03:24acho que essa é uma das partes mais
8:03:25interessantes do workshop de amanhã, pro
8:03:27humano saber eh o que que foi feito,
8:03:30como foi feito, se o que deveria ter
8:03:32sido feito foi feito, né? Então, eh, a
8:03:36partir do conhecimento da da aplicação,
8:03:38saber se os principais vetores foram
8:03:41cobertos, né, nesse teste de penetração.
8:03:46E aí testes dinâmicos e a questão da
8:03:49resposta, a gente tem uma uma
8:03:51participação parcial aí dos agentes,
8:03:53eles ajudam, mas também é necessário aí
8:03:55a participação de de humanos, tá?
8:03:58>> Decisão de negócio, né? uma vez com a
8:04:01resposta do penest, o que que eu vou
8:04:02fazer com isso?
8:04:03>> É isso.
8:04:05>> Eh, então, como isso era feito antes,
8:04:07né? Isso a gente já falou um pouquinho,
8:04:09mas até para acelerar um pouquinho, a
8:04:11gente não perder o tempo total da
8:04:13apresentação, mas pentest era feito uma
8:04:16vez por ano, o que é muito pouco para
8:04:18uma aplicação em produção e uma
8:04:20aplicação core da nossa empresa. O revim
8:04:23no fim do ciclo era um gargalo. Então,
8:04:25criar toda uma revisão, um
8:04:28dentro do domínio de cada achado criar
8:04:31uma política de respostas, isso com ou
8:04:34sem aplicar uma burocracia prática da
8:04:37nossa empresa junta? Então eu vou
8:04:39responder isso conforme os achados
8:04:41gerados pelo relatório do Pentest ou
8:04:43isso vai ser imputado dentro de um
8:04:44sistema de ticket da minha empresa ou
8:04:46vai demorar ainda mais para eu conseguir
8:04:49responder um um pipeline de segurança.
8:04:51Qual que é o critério eh entre times do
8:04:54que vai ser priorizado para uma primeira
8:04:56resposta? Vai ser, por exemplo, algum
8:04:58padrão de framework de mercado, por
8:05:00exemplo, CSV da first.org, org, que que
8:05:03correlaciona CVS e criticidade de serem
8:05:06eh exploradas ou o que é importante
8:05:09paraa nossa empresa. Então, tenho mais
8:05:12eh DBAs, vou resolver primeiro as
8:05:14questões de banco de dado porque é mais
8:05:15simples e e mais rápido no dia a dia da
8:05:18minha empresa. Eh, feedback podia
8:05:20demorar de dias a semanas, como era
8:05:22feito por empresas externas. E nós
8:05:24tínhamos alguns outros problemas como
8:05:26cobertura de tempo, eh, você alguém do
8:05:28meu time para executar esse tipo de
8:05:30ação. Eh, eu tenho o conhecimento
8:05:33necessário para fazer o pain test em
8:05:35toda a camada necessária do meu workload
8:05:38e como é com a gente. Então, a gente
8:05:40hoje ele é treinado em algumas bases de
8:05:42modelos. Eh, pode ser treinado, por
8:05:45exemplo, já pode usar o Fable Five, o
8:05:47Mitos. Pode ser que não. A gente pode
8:05:49usar múltiplos agentes dentro de um
8:05:52múltiplos LLMs dentro de um sistema,
8:05:55porque cada LLM tem um um conhecimento
8:05:58um pouco mais aprofundado, dependendo da
8:05:59área. Então, por exemplo, um DIPC, que é
8:06:02muito bom para fazer a parte de
8:06:04identidade e acesso. Outro LLM é muito
8:06:07bom para fazer a parte de validação de
8:06:09crosside scripting, SQL injection, entre
8:06:12outros tipos de ataques. Então, nós
8:06:13podemos usar múltiplos LLMs para
8:06:16executar um tipo de ataque. a gente pode
8:06:18fazer um um uma obrigatoriedade para
8:06:21cada piar, cada comite ter alguma
8:06:24validação desse agente. Então isso é
8:06:27granular, facilita o nosso dia a dia. O
8:06:30penteste é sob demanda, então ao invés
8:06:31de eu contratar uma empresa
8:06:33terceirizada, eu já tenho uma
8:06:34previsibilidade do custo disso. Caso eu
8:06:37tenha criado o meu próprio agente, eu
8:06:39sei o custo dele. Eu consigo fazer uma
8:06:42regra de de depar ali do tempo que ele
8:06:44vai rodar e do quanto eu vou ter de
8:06:46gasto de infraestrutura. em detrimento
8:06:48também de serviços de mercado. Então,
8:06:50contratei um SAS, um agente externo, eh,
8:06:54ele é ele é custeado pro rata por hora,
8:06:56então, por exemplo, da WS, ele tem um
8:06:58custo por hora e de outros cloud
8:07:00providers também. Então vocês têm uma
8:07:02previsibilidade de custo e uma redução
8:07:04do custo por pen test. Ele tem uma
8:07:07política única para todos os tipos de
8:07:09ação dele. Então vocês conseguem criar
8:07:12requerimentos específicos para cada
8:07:14execução. Então cada enforcement numa
8:07:16numa num commit e o feedback dele é
8:07:19muito mais rápido do que uma ação humana
8:07:21que era executada previamente. Tá bem?
8:07:26aqui, enfim, mais uma outra visão, né?
8:07:29Ao invés de você executar uma vez por
8:07:31ano, você executa aí talvez a cada
8:07:33comite, a cada entrega ou
8:07:36periodicamente, uma vez por mês, enfim.
8:07:38E aí você tem relatórios constantes e
8:07:40frequentes, né? você passa a não ter um,
8:07:43acho que talvez até trocando o termo não
8:07:45ter um relatório, você tem padrões que
8:07:46você segue e você tem aí de uma maneira
8:07:49constante a visibilidade do do seu
8:07:51ambiente. A gente tem vulnerabilidades
8:07:54descobertas a cada dia e acho que isso
8:07:57vai ficar cada vez mais intenso, né?
8:07:58porque os modelos ajudando a descobrir
8:08:00vulnerabilidades. Então, eh, a ideia é
8:08:05que esse essa verificação constante eh
8:08:08seja cada vez mais necessária.
8:08:15Já era a bateria.
8:08:19>> Então, pessoal, o que a gente consegue
8:08:21fazer com agentes? E hoje tem agentes
8:08:23separados em domínios diferentes, certo?
8:08:26Alguns agentes conseguem transpor essas
8:08:28barreiras, executar tudo, mas caso vocês
8:08:31venham a desenvolver os os próprios
8:08:33agentes de segurança a nível de, é bom
8:08:36pensar minimamente nessas três
8:08:38vertentes, tá? Então, um agente que vai
8:08:41fazer uma análise de arquitetura, então
8:08:43um documento inicial escrito em
8:08:45linguagem natural, baseado em como vocês
8:08:48vão operar uma aplicação, um workload
8:08:49novo, descritivo de consumo das APIs,
8:08:52como um microsserviço vai comunicar com
8:08:54o banco de dados, quais são os
8:08:56protocolos de criptografia que vocês vão
8:08:57utilizar. Isso dentro de um documento de
8:09:00arquitetura pode ser analisado contra
8:09:02requerimentos proprietários de uma
8:09:04empresa. Então, minha empresa demanda
8:09:06que eu utilize eh criptografia em
8:09:09trânsito, então https utilizando o um
8:09:12certificado de SSL versão 1.8.
8:09:16específico. Então, a gente vai conseguir
8:09:18fazer uma análise desse requerimento
8:09:21contra o documento de arquitetura que
8:09:22vocês fizerem um upload para dentro
8:09:24desse agente. Então, essa seria a
8:09:27primeira importância do agente. A
8:09:29segunda seria a análise de código
8:09:31estático. Então, um conectado no
8:09:34repositório de vocês, independente de
8:09:36ser GitHub, GitLab,
8:09:39algum outro tipo de bucket, vocês
8:09:41conseguiriam fazer uma análise de código
8:09:43estático. Então, a gente fazendo análise
8:09:46eh de credenciamento, chumbado em
8:09:48código, eh como eu comentei, livrarias,
8:09:51bibliotecas que não são seguras para
8:09:53utilização, se ele tá fazendo alguma
8:09:56utilização de algum version
8:09:59de de alguma licença que ele utilize que
8:10:02tenha uma CV conhecida. Eh, e por fim,
8:10:05um agente para fazer pain test sobre
8:10:07demanda. Então, seriam essas três
8:10:09principais importâncias de um agente
8:10:12focado em epsec.
8:10:16Aqui talvez vocês tenham visto algo
8:10:18parecido com isso o dia inteiro, né?
8:10:21arquitetura aí de uma de uma de uma
8:10:23aplicação que tem agentes. Então você
8:10:25tem os inputs, você tem seu agente ali
8:10:27orquestrador, embaixo você tem
8:10:30ferramentas, sejam MCPs, sejam funções
8:10:34que você chama, sejam skills, enfim. Tem
8:10:37pensando aqui, né, na diferença de um
8:10:40LLM puro para um agente, né? A grande
8:10:42diferença do agente é que você chama
8:10:45ferramentas, você dá ferramentas para
8:10:47que ele possa eh expandir a
8:10:49funcionalidade ali de um de um LLM
8:10:53padrão. Então, e aí obviamente ali você
8:10:56tem as respostas, mas pensando, né, numa
8:11:00arquitetura de um agente para resolver
8:11:03os problemas de segurança, para
8:11:04trabalhar segurança, o grande segredo tá
8:11:07tá aqui embaixo, né, que são as
8:11:09ferramentas que a gente vai usar, que
8:11:10que a gente vai entregar para esse
8:11:12agente para que ele possa,
8:11:15desculpa, para que ele possa eh executar
8:11:18as tarefas que eu preciso para proteger
8:11:20meu ambiente, para automatizar
8:11:22verificações de seguranças e todos
8:11:24aqueles pilares eh de APSEC que a gente
8:11:26viu, né? Então,
8:11:29eh esse esse a gente pode pode tá
8:11:32rodando, enfim, da maneira que vocês
8:11:34quiserem, mas eu acho que o grande valor
8:11:36aqui a gente dar visibilidade dos eh das
8:11:39ferramentas, né? E que a gente pode
8:11:41fornecer. Essas ferramentas podem ser
8:11:43MCP, né? Servidores de MCP, tem
8:11:46fornecedores, por exemplo, eh, pulando
8:11:49ali pra parte de ticket, notificação, o
8:11:50Gira, né? O Gira tem tem o MCP do Gira.
8:11:53Se vocês tiverem serviços internos de
8:11:55vocês, hoje em dia muita gente cria
8:11:58muita coisa, né? Então, putz, não quero
8:11:59mais gira, vamos fazer o nosso sistema
8:12:01de ticket aqui. Enfim, tem agentes de
8:12:04codificação aí para ajudar. Eh, aí você
8:12:07podem criar os MCPs de vocês para
8:12:09sistemas internos, né? Uma plataforma
8:12:10financeira. Putz, eu quero criar um
8:12:13agente que execute operações
8:12:15financeiras, OK? Então, eu vou precisar
8:12:18criar internamente o meu MCP, porque é
8:12:20uma solução minha, né? Eh, então, bom, a
8:12:23gente vai dar acesso repositório, né, de
8:12:25código, Git, GitHub, Git Lab, você tem
8:12:28você tem MCPs prontos para isso. Eh,
8:12:32análise de código estática, você vai
8:12:35você vai usar um um agente específico
8:12:37para isso e um orquestrador chamando ele
8:12:39ou não. Eh, você precisa de uma
8:12:41biblioteca de CVS, né? Quais são
8:12:44efetivamente as vulnerabilidades que eh
8:12:48as vulnerabilidades que eu quero mapear,
8:12:50que eu quero verificar no meu ambiente.
8:12:52Então, eu preciso de um preciso
8:12:53consultar esse repositório. Então, como
8:12:55que meu agente consulta esse repositório
8:12:57externo? Eu tenho isso estático em algum
8:12:59lugar? Eu tenho isso numa consulta
8:13:00dinâmica, seja um acesso à internet,
8:13:03enfim, como que eu vou fazer isso? Eh,
8:13:06eh, verificação de segredos. Então, eu
8:13:09vou colocar uma verificação de segredos
8:13:11pro meu agente. Como que ele faz isso?
8:13:13aqui acho que uma skill funciona muito
8:13:15bem, né? Eh, explicando pro meu agente
8:13:18como que funciona a questão dos
8:13:20segredos,
8:13:23desculpa, eh, infraestrutura como
8:13:26código, né? Fazer lint
8:13:29eh entender como que eh esses essa
8:13:32infraestrutura tá escrita, se tá em
8:13:34melhores práticas, não tá em melhores
8:13:36práticas. E
8:13:39acho que um grande um grande ponto aqui
8:13:44é talvez mudar mudar a mentalidade de
8:13:47que
8:13:49a a não são mais pessoas fazendo, né?
8:13:52Então ter sempre contato, ter sempre
8:13:54contexto do que que tá sendo executado e
8:13:56ter uma verificação disso. Eh, é
8:13:59possível
8:14:01construir, né? Se a gente vê o diagrama
8:14:03anterior de arquitetura, é possível hoje
8:14:06em dia construir tudo, mas também tem a
8:14:08questão de manter tudo, né, prós e
8:14:10contras. Aí acho que isso não muda, né,
8:14:13das soluções que eh que tiveram. E tem
8:14:17bastante tem bastante solução hoje em
8:14:19dia já disponível, né? Eh, e a gente
8:14:24queria compartilhar um pouquinho do que
8:14:26que tem disponível aí da WS para vocês.
8:14:29Eh, se vocês quiserem dar uma olhada,
8:14:31vocês quiserem testar.
8:14:32>> É, só lembrando, pessoal, caso vocês não
8:14:34queiram consumir da WS e caso queiram
8:14:37quear os próprios agentes, esse é o
8:14:39ferramental básico para um agente de
8:14:41segurança que vai executar um pen test
8:14:43ou uma análise de APSEC, tá? Então ele
8:14:46precisa de acesso a um repositório para
8:14:47fazer as validações de SAST. Ele precisa
8:14:50de validação de dependências que estão
8:14:54presentes nesse código. Ele precisa de
8:14:56um scanner de segredos, tá? Depende
8:14:58muito como vocês vão escrever esse
8:15:00agente e qual que é a base de
8:15:02conhecimento que vocês vão passar para
8:15:03ele, para ele fazer uma análise também.
8:15:05Então vocês podem referenciar eh base de
8:15:09conhecimento externo. Então a lista da
8:15:11Mitre de CVS que tem 23 24.000, né? CVS
8:15:15conhecidas, vocês podem utilizar a base
8:15:17de conhecimento, eh, por exemplo, de IPs
8:15:21maliciosos que foram levantados pelo
8:15:23time de infrac da própria empresa de
8:15:24vocês. Então, criar lista de reputação.
8:15:27Então, muito como vocês vão codificar e
8:15:30criar esse eh esse agente de segurança
8:15:34parte muito da base de conhecimento que
8:15:36vai ser alimentada e do ferramental que
8:15:38ele vai utilizar. eles vão utilizar
8:15:39ferramenta o próprio desenvolvido em
8:15:41código durante a criação desse desse
8:15:43agente ou se vocês vão conectar ele com
8:15:46MCPs, ferramentas externas para esse
8:15:48agente, ele mesmo sendo um sistema
8:15:50fechado, ele acaba consumindo
8:15:53funcionalidades externas que não tenham
8:15:55sido criadas por vocês, tá bem? Então é
8:15:57bom ter isso em mente.
8:16:00Como isso é um desenvolvimento um pouco
8:16:02oneroso, difícil de criar de maneira
8:16:05ágil e rápida, né? Então, precisaria de
8:16:07um time dedicado alguns meses ou algumas
8:16:10semanas para a criação de um agente de
8:16:12segurança. A WS acabou criando próprio e
8:16:15oferece. Ele estava gratuito até pouco
8:16:17tempo atrás, tá? Ele ainda tem
8:16:19funcionalidades gratuitas.
8:16:22Eu vi gente reclamando aqui já, mas
8:16:24infelizmente
8:16:26é o que paga o salário do Pedro. É o
8:16:27trabalho de graça.
8:16:29>> Do Pedro do Pedro. O security agent, ele
8:16:31é um agente de fronteira, o que
8:16:32significa que ele é um sistema fechado,
8:16:34ele não tem interdependências com outros
8:16:36sistemas, então ele opera de maneira
8:16:38singular e ele protege proativ, ele não
8:16:41protege, ele ele faz análise de
8:16:43proativamente em cada ciclo de um do de
8:16:46uma etapa de desenvolvimento, tá? Então
8:16:49ele tem hoje quatro funcionalidades.
8:16:51Dessas quatro, três estão gratuitas, só
8:16:54uma tá com custo hoje, que é o teste de
8:16:56invasão, pen test. Mas a parte de threat
8:16:59modeling, né, modelagem de ameaças,
8:17:01revisão de design, então revisão
8:17:03documental que eu comentei e revisão de
8:17:06código, a parte de SAST estão gratuitos.
8:17:09A única parte hoje que é custeável é o
8:17:12pen test com o Dust. O Dust acontece no
8:17:14momento do penest
8:17:16>> acho que só trazendo um ponto aqui, um
8:17:19grande diferencial é essa questão da
8:17:20modelagem de ameaças. A partir do
8:17:22momento você conhece sua aplicação,
8:17:24quais são os vetores de ataques
8:17:26possíveis nessa aplicação? é um negócio
8:17:28que não é trivial, isso demanda tempo,
8:17:30demanda eh gente, né, para você entender
8:17:33ali quais são as possíveis
8:17:35vulnerabilidades da sua aplicação e
8:17:37trazer isso de uma maneira automatizada,
8:17:40isso facilita demais e de uma maneira
8:17:43gratuita ainda. Então,
8:17:47eh, hoje o agente da WS ele funciona
8:17:51em diferentes âmbitos, né? Ele pode
8:17:53funcionar só com aplicações da WS. Vocês
8:17:55podem referenciar redes privadas que
8:17:58estejam dentro da WS ou referenciar
8:18:01outros domínios que estejam em outras
8:18:03clouds ou até um premises. Vai depender
8:18:05muito do PEF de URLs que vocês vão
8:18:08imputar no sistema. Então ele faz
8:18:10primeiro etapa de um agente de
8:18:12segurança. Isso até uma dica, caso vocês
8:18:14queiram criar os seus próprios. A
8:18:16primeira etapa de execução de um de um
8:18:18agente de segurança de APSEC é fazer
8:18:21Scan de rede, tá? Então ele consegue
8:18:23trabalhar em domínios extra WS, fazendo
8:18:26esse scan a nível de DNS, dependendo dos
8:18:29dos caminhos de UR de URL que vocês
8:18:31imputarem para esse agente.
8:18:33>> E tem duas duas maneiras aqui,
8:18:35independente de ser a solução da WS ou
8:18:38não. Eh, quando você faz um Pain test,
8:18:40você pode olhar paraa sua aplicação
8:18:42dando URL somente. Então, eh,
8:18:45www.minaplicação.com.
8:18:48E aí, seja o seu agente, seja uma
8:18:51empresa que vai olhar, vai olhar para
8:18:53algo que não tem, entre aspas, um
8:18:55conhecimento nenhum. Existe uma outra
8:18:57modalidade que você entrega o
8:18:59repositório de código daquela aplicação
8:19:01junto com a RL. Então, a partir do
8:19:04momento que o seu agente, eh, enfim, a
8:19:06empresa conhece o que que tá rodando
8:19:09ali, eh, é possível ter uma análise de
8:19:13uma qualidade muito maior, porque eu sei
8:19:15os pacotes que estão instalados, eu sei,
8:19:17eh, a steack inteira, né, toda, toda a
8:19:20pilha de de software que tá ali. E
8:19:22claro, com a pilha de software que tá
8:19:23ali, eu sei as vulnerabilidades que são
8:19:25conhecidas e tudo mais. Então, e aí
8:19:27posso tentar explorar, né, essas
8:19:29vulnerabilidades, por exemplo, que é uma
8:19:31aplicação Java, eu posso tentar explorar
8:19:33o Java. Será que tem alguma coisa no
8:19:34meio do caminho, um af, enfim, que seja,
8:19:37eh, que vai bloquear isso ou vai passar,
8:19:40vou conseguir chegar na aplicação?
8:19:42Então, eh, duas modalidades. Aí
8:19:45>> tem até uma terceira que é você imputar
8:19:48pro agente uma credencial de acesso,
8:19:50então passar o usuário, senha e o MFA de
8:19:54um desenvolvedor ou de um usuário mocado
8:19:57que vocês criem para ele, para esse
8:20:00agente executar um ataque a partir de
8:20:02uma credencial específica. Então me ap
8:20:05um ele simula um atacante qualquer, um
8:20:07ator malicioso, a partir da posse de uma
8:20:10credencial interna dessa empresa, qual é
8:20:13todo o caminho que eu consigo fazer para
8:20:15castigar essa empresa, né? Eu consigo
8:20:17atacar quais são todas as superfícies de
8:20:20ataque que eu consigo alcançar a partir
8:20:22dessa credencial específica. Então,
8:20:24existem ferramentas de mercado que
8:20:26possibilitam passar credenciais para
8:20:28agentes de segurança ou até caso vocês
8:20:30forem criar os seus próprios. É
8:20:32interessante criar uma modalidade onde
8:20:34vocês imputem um um uma credencial
8:20:37interna,
8:20:37>> simular um usuário real, né?
8:20:42>> E aqui, pessoal, a gente só tem mais 2
8:20:44minutos e 15 segundos. Então, só mostrar
8:20:46como é que é a interface do modelo da
8:20:48WS. Eh, caso vocês queiram criar o de
8:20:50vocês similar ou usar o nosso próprio.
8:20:53Então, nós passamos o os eh os domínios
8:20:57que nós queremos atacar e a partir daí é
8:21:00executado pelo agente um scan de rede
8:21:03para todos os subdomínios que são
8:21:05vertentes a partir desse domínio
8:21:06principal e ele consegue criar um mapa
8:21:09da rede e quais vão ser as superfícies
8:21:11que ele vai tentar agir e atacar eh os
8:21:15tipos de risco. Então, a WS hoje se
8:21:17baseia nos ataques mais comuns listados
8:21:20pelo OASP e pela base de conhecimento da
8:21:22WS. Vocês podem usar outros. Por
8:21:24exemplo, a WS não tem buffer overflow,
8:21:27não tem eh fuzing a nível de
8:21:29infraestrutura, só tem fuzing a nível de
8:21:31aplicação porque é focado em appsc, mas
8:21:33caso vocês queiram criar
8:21:36vai da da criatividade, da necessidade
8:21:38de cada um, tá? Eh, então nós teríamos
8:21:43também,
8:21:44deixa só passar essa parte aqui, a gente
8:21:46só tem um minuto. A gente pode hoje na
8:21:48WS definir HT eh headers específicos que
8:21:52nós queremos que passe ou não passe
8:21:53dentro desse ataque, tá bem?
8:21:56Conseguimos conectar com diferentes
8:21:58repositórios de código para fazer a
8:22:00análise estática de código. Então, a
8:22:02parte de SAST a partir dos modelos e a
8:22:04parte de penestra
8:22:06todos os comandos utilizados para
8:22:08executar um ataque. Qual que foi a
8:22:10resposta para aquele comando e qual que
8:22:12foi o racional por trás que o modelo
8:22:15utilizou, o por que ele tá executando
8:22:18aquele ataque em específico dentro de
8:22:20determinada infraestrutura usando
8:22:21determinado tipo de algoritmo, tá bem?
8:22:24Então essa é uma análise específica de
8:22:26um desses tipos de ataque que a WS
8:22:28consegue executar com o modelo. E ele
8:22:30loga cada uma dessas atividades, caso
8:22:32vocês queiram executar só um ataque,
8:22:34depois executar manualmente para não
8:22:36gerar custo. Então é uma possibilidade,
8:22:39tá certo?
8:22:42E
8:22:44fica o convite aí, quem quiser amanhã às
8:22:462 horas a gente vai disponibilizar aí
8:22:48uns ambientes para vocês testarem eh
8:22:51esse esse agente aí, ver como funciona,
8:22:54se é fácil, não é fácil entender um
8:22:55pouco mais. Eh, então, mais do que
8:22:57convidados aí, será um prazer
8:22:59recebê-los.
8:23:00E é isso. Tem um
8:23:03>> queria agradecer a presença de vocês e
8:23:06só pedir encaderecidamente se vocês
8:23:08puderem responder essa enquete do que
8:23:11vocês acharam da palestra de hoje, como
8:23:13a gente pode melhorar, se ficaram
8:23:14sentindo falta de algum ponto em
8:23:16específico que a gente possa trazer no
8:23:18futuro, tá? A gente mede como a gente tá
8:23:20trabalhando e como a gente pode melhorar
8:23:22a partir do do input de vocês.
8:23:25>> Anônimo e são tipo 20 segundos, mas só
8:23:28pra gente saber meu como rolou. Muito
8:23:30obrigado pessoal pela presença de vocês.
8:23:31>> Obrigado pessoal.
8:23:36>> Muito bom pessoal, obrigado pela
8:23:39apresentação. Muito boa. Infelizmente a
8:23:41gente não tem tempo para perguntas
8:23:43porque a próxima palestra é lá no
8:23:44Stageum, então a gente já pode ir para
8:23:46lá. A palestra do Pedro também da Soft
8:23:48Plan. Podemos ir encaminhando para lá.
8:23:51Gente,
8:23:52>> se alguém quiser conversar também, a
8:23:53gente vai ficar pelo evento aí. Valeu,
8:23:55pessoal. О.

About this transcript

This page contains the full transcript of TDC Floripa 2026 - Agentic AI - 22/07 by canal 4, generated from the public captions YouTube serves with the video. The transcript has 65,367 words across 9,925 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.