19 pontos por xguru 2025-04-04 | 1 comentários | Compartilhar no WhatsApp
  • Visualiza e explica as tendências mais recentes nas áreas de técnicas/ferramentas/plataformas/linguagens e frameworks de desenvolvimento em 4 estágios: Hold/Assess/Trial/Adopt
  • Acompanha itens tecnológicos interessantes (blips). Os blips se movem entre os 4 estágios ao longo do tempo
    • Adopt (adoção recomendada): considera-se que deve ser adotado ativamente em todo o setor. Em contextos adequados, é usado de fato em projetos
    • Trial (aplicação experimental): vale a pena testar de forma experimental. É importante entender como desenvolver as capacidades relacionadas. Pode ser adotado em projetos que tolerem riscos
    • Assess (exploração necessária): vale a pena explorar a tecnologia. O objetivo é entender que impacto ela pode ter na organização
    • Hold (recomendado adiar): deve ser abordado com cautela

4 temas desta edição

  • Uso de agentes supervisionados em assistentes de programação

    • Um dos avanços rápidos da IA generativa é o crescimento dos agentes de programação conversacionais dentro da IDE
    • As abordagens chamadas de “agentic”, “prompt-to-code” e “CHOP (chat-oriented programming)” estão se espalhando
      • Em vez de apenas gerar snippets de código, a IA também faz exploração de código, alterações, atualização de testes, execução de comandos e, às vezes, até corrige automaticamente erros de lint/compilação
    • Ainda há ceticismo em relação à geração de código totalmente autônoma, mas o modelo que opera sob supervisão do desenvolvedor tem produzido resultados positivos
    • Ferramentas representativas integradas à IDE: Cursor, Cline, Windsurf, GitHub Copilot
    • Alternativas baseadas em terminal: aider, goose, Claude Code
    • É preciso ter cautela com a confiança excessiva na geração automática de código por IA
      • Durante a revisão de código, orientação e análise contínuas ainda são importantes
  • Observabilidade em evolução

    • Com o aumento da complexidade das arquiteturas distribuídas, a área de observabilidade está evoluindo rapidamente
    • Novo foco de interesse: observabilidade de LLM
      • Aumento de ferramentas para monitorar e avaliar o desempenho de LLMs
      • Exemplos: Weights & Biases Weave, Arize Phoenix, Helicone, HumanLoop
    • O surgimento de ferramentas de observabilidade assistidas por IA melhora a análise de insights
    • A maior adoção de OpenTelemetry garante neutralidade em relação a fornecedores e flexibilidade de ferramentas
      • Ferramentas representativas com suporte a OpenTelemetry: Alloy, Tempo, Loki
    • A observabilidade continua evoluindo à medida que ferramentas e práticas se reforçam mutuamente
  • A evolução do “R” no RAG

    • Entre os vários componentes do ecossistema de IA generativa, o R de RAG (Retrieval-Augmented Generation) está evoluindo rapidamente
    • Principais movimentos:
      • Corrective RAG: corrige respostas com base em feedback ou heurísticas
      • Fusion-RAG: combina várias fontes e estratégias de busca para melhorar a abrangência e a robustez das respostas
      • Self-RAG: omite a etapa de recuperação e obtém dados diretamente sob demanda
      • FastGraphRAG: melhora a compreensão em forma de grafo explorável por humanos
    • À medida que se torna mais importante otimizar a recuperação para gerar respostas precisas e úteis alinhadas às necessidades do usuário, as tecnologias e ferramentas relacionadas avançam rapidamente
  • Lidar com dados complexos

    • Mais do que o tamanho dos dados (Big Data), o principal tema agora é gerenciar a complexidade e a diversidade (Rich, Complex Data)
    • Com o aumento dos dados não estruturados, a gestão sistemática dos dados tornou-se essencial para aproveitá-los adequadamente em IA ou análise de clientes
    • Tendências de ferramentas relacionadas:
      • bancos de dados vetoriais e ferramentas de análise como Metabase
    • Ascensão do pensamento de produto de dados (Data Product Thinking)
      • Aplicação de Product Thinking a ferramentas analíticas e estratégias de uso de dados
      • Tentativa de transformar em prática real desafios de uso de dados que já eram discutidos antes da chegada da IA
    • Sem uma estratégia clara para dados, as empresas podem ficar para trás em inovação e perder competitividade comercial

Técnicas (Techniques)

Adopt (adoção recomendada)

  • Mentalidade de produto de dados (Data product thinking)

    • Trata os dados como um produto, enfatizando ciclo de vida, padrões de qualidade e design centrado no consumidor
    • Usa catálogos de dados modernos como DataHub, Collibra, Atlan e Informatica para gerenciar juntos metadados de negócios e técnicos
    • Utiliza a mentalidade de produto de dados para garantir dados prontos para IA e ampliar projetos de IA
    • Foca na gestão de todo o ciclo de vida, incluindo processos de descarte de dados em conformidade com exigências legais e regulatórias
  • Fuzz testing

    • É uma técnica antiga, mas ainda pouco conhecida como abordagem de teste
    • Fornece diversas entradas anômalas ao sistema para verificar seu comportamento em situações excepcionais
    • Está se tornando ainda mais importante para lidar com vulnerabilidades de segurança relacionadas ao aumento da geração de código por IA
    • O suporte de ferramentas já é bastante bom, e sua adoção é apropriada para manter código robusto e seguro
  • Software Bill of Materials (SBOM)

    • A geração de SBOM agora já se consolidou como uma prática básica de segurança
    • Ferramentas como Syft, Trivy e Snyk permitem gerar SBOMs e fazer varredura de vulnerabilidades, do código-fonte até imagens de contêiner
    • FOSSA, Chainloop e outras se integram ao fluxo de trabalho de desenvolvimento para aplicar automaticamente políticas de segurança
    • O amplo suporte a SPDX e CycloneDX também reduz o problema de padronização
    • A exigência de SBOM também está aumentando em sistemas de IA e vem sendo refletida em guias de práticas de código seguro
  • Modelagem de ameaças (Threat modeling)

    • É uma técnica essencial para manter a segurança e, ao mesmo tempo, garantir agilidade em ambientes de desenvolvimento de software centrados em IA
    • Também pode ser aplicada a sistemas com riscos de segurança específicos, como os de IA generativa
    • Deve ser realizada regularmente ao longo de todo o projeto e é eficaz quando combinada com scanners de segurança automatizados e definição de requisitos de segurança

Trial (aplicação experimental)

  • Tratar coleções de requisições de API como artefatos de produto de API

    • Ao tratar APIs como produtos, é preciso priorizar não apenas a documentação, mas também a experiência do desenvolvedor
    • A especificação Swagger (OpenAPI) é útil para documentar interfaces, mas o onboarding ainda continua difícil
    • Com a evolução de ferramentas cliente como Postman, Bruno e Insomnia, faz sentido usar coleções de requisições de API como artefatos de produto
    • Exemplos com autenticação pré-configurada e dados de teste realistas permitem onboarding rápido e eficiente de desenvolvedores
    • É necessário armazenar as coleções de requisições de API em repositórios e integrá-las ao pipeline de entrega para mantê-las atualizadas
  • Processo de aconselhamento arquitetural

    • Em equipes grandes, a descentralização da autoridade para decisões de arquitetura é um desafio antigo
    • Os tradicionais Architecture Review Boards acabam atrapalhando a produtividade e o fluxo
    • Um modelo descentralizado, em que qualquer pessoa pode tomar decisões de arquitetura, mas busca aconselhamento com partes interessadas ou especialistas, é eficaz
    • Ferramentas como Architecture Decision Record e fóruns de aconselhamento ajudam a manter qualidade e consistência
    • Essa abordagem também está se espalhando em setores altamente regulados
  • GraphRAG

    • Abordagem em duas etapas proposta pela Microsoft: dividir documentos, criar um grafo de conhecimento com análise de LLM e, na busca, expandir informações relacionadas seguindo esse grafo para reforçar o prompt
    • Também é útil para analisar código legado complexo, criando grafos de conhecimento com base em árvore de sintaxe abstrata (AST) ou estruturas de dependência
    • Com o surgimento de ferramentas como o pacote Python GraphRAG da Neo4j, seu uso está se tornando cada vez mais comum
    • Ferramentas como Graphiti também entram em interpretações ampliadas do padrão GraphRAG
  • Gerenciamento de acesso privilegiado just-in-time (Just-in-time privileged access management, JIT PAM)

    • Técnica de segurança que coloca em prática o princípio do menor privilégio, concedendo permissões administrativas apenas no momento necessário e revogando-as imediatamente depois
    • “Standing privileges”, em que permissões de administrador ficam sempre abertas, podem se tornar uma vulnerabilidade de segurança
    • Controla permissões temporárias por meio de fluxos de aprovação automatizados, atribuição temporária de papéis e configuração de TTL (Time-To-Live)
    • É muito eficaz para atender requisitos regulatórios e de compliance
  • Destilação de modelos (Model distillation)

    • Método que extrai conhecimento de modelos grandes e o transfere para modelos menores, minimizando a perda de precisão e aumentando a eficiência de execução
    • Diferentemente de abordagens de redução de modelo como pruning e quantization, o foco está em preservar o conhecimento de domínio
    • Estão aumentando os casos de modelos menores que mantêm alto desempenho, como as versões destiladas do DeepSeek R1 para Qwen/Llama
    • Plataformas como OpenAI e Amazon Bedrock oferecem guias de destilação, o que favorece a redução de custos operacionais de LLMs nas empresas e a otimização de inferência on-device
  • Engenharia de prompt (Prompt engineering)

    • Processo de projetar e ajustar prompts claros e específicos para otimizar a qualidade de saída de modelos de IA generativa
    • Em modelos de reasoning, prompts zero-shot podem apresentar resultados melhores do que few-shot
    • Prompts CoT (chain-of-thought) podem até reduzir o desempenho de modelos de reasoning, possivelmente devido ao impacto do pré-treinamento com RL
    • Em modelos avançados, a necessidade de engenharia de prompt pode diminuir, mas ela ainda é eficaz para reduzir alucinações e melhorar a qualidade
    • É importante manter o equilíbrio entre velocidade de resposta, custo de tokens e desempenho; ao projetar apps agentivos, são necessárias escolhas estratégicas de acordo com as características do modelo
  • Modelos de linguagem pequenos (Small Language Models, SLMs)

    • As versões pequenas destiladas do DeepSeek R1 (Qwen, Llama) podem rodar em hardware comum, mesmo abrindo mão de parte do desempenho
    • A área de SLMs está inovando rapidamente, com o surgimento de vários modelos como Llama 3.2 (1B, 3B) da Meta, Phi-4 (14B) da Microsoft e PaliGemma 2 (3B~28B) do Google
    • Modelos pequenos têm menos restrições de custo de inferência e de ambiente de execução, o que amplia seu potencial de uso geral
    • Pelo equilíbrio entre desempenho e eficiência, os SLMs vêm ganhando destaque como uma tendência tecnológica importante
  • Entendimento de codebases legadas com GenAI

    • Ferramentas importantes como GitHub Copilot e Sourcegraph Cody ajudam a compreender e modernizar codebases legadas
    • Elas simplificam o trabalho com sistemas complexos de várias formas, como entendimento da estrutura, navegação e ajuda contextual
    • Frameworks como S3LLM também permitem compreender código técnico-científico em linguagens como Fortran e Pascal
    • Como existe uma quantidade enorme de software legado no mundo, essa tecnologia tem grande chance de continuar se disseminando

Assess (requer exploração)

  • Design de código amigável para IA (AI-friendly code design)

    • Agentes de software baseados em IA conseguem detectar e aplicar mudanças cada vez maiores no código
    • Com o aumento da confiança em código gerado por IA, também se observa uma redução no peso das revisões feitas por desenvolvedores humanos
    • No entanto, a IA também apresenta melhor desempenho em código bem estruturado, então um design amigável para IA é importante para a manutenibilidade
    • Boas práticas clássicas de design, como nomes expressivos, modularização, abstração e eliminação de duplicação (DRY), também impactam positivamente o desempenho da IA
    • É esperado que, no futuro, surjam também padrões de design especializados para IA
  • Testes de UI com IA (AI-powered UI testing)

    • Está surgindo uma nova abordagem de testes de UI que aproveita a capacidade dos LLMs de interpretar GUIs
    • QA.tech e KaneAI permitem testar UIs baseadas em snapshots usando linguagem natural
    • O Browser Use realiza testes com base nas informações estruturais do Playwright e utiliza modelos multimodais
    • Embora possa gerar resultados não determinísticos, sua flexibilidade é vantajosa para testar sistemas legados ou lidar com mudanças frequentes de UI
    • Pode ser usado de forma complementar aos testes manuais exploratórios
  • Modelo Competence Envelope para entender falhas de sistemas

    • É um conceito que define os limites dentro dos quais um sistema pode operar normalmente; ao ultrapassá-los, o sistema falha com facilidade
    • É útil para interpretar casos de falhas complexas, como a indisponibilidade da Canva em 2024
    • A Residuality Theory analisa a capacidade de adaptação do sistema com base no histórico de estresse passado e na resposta atual
    • Está ligado aos conceitos de resiliência, robustez e antifragilidade de sistemas, e há expectativa quanto à sua aplicação prática
  • Saída estruturada de LLMs (Structured output from LLMs)

    • Técnica que restringe a resposta do modelo de linguagem a um esquema definido, como JSON
    • A OpenAI oferece suporte a saídas estruturadas usando JSON Schema, objetos pydantic e Zod
    • É muito útil em áreas que exigem formato exato, como function calling e integração com APIs
    • Dá suporte a vários usos, como geração de markup para gráficos, e também pode reduzir alucinações

Hold (recomendado evitar por enquanto)

  • Shadow IT acelerado por IA (AI-accelerated shadow IT)

    • Com o avanço da IA, até pessoas não desenvolvedoras conseguem criar software diretamente, sem passar pelo departamento de TI
    • Ferramentas no-code com suporte a APIs como as da OpenAI e Anthropic permitem implementar integrações complexas com facilidade
    • Porém, a proliferação de aplicações sem controle aumenta o risco de problemas de segurança e gestão de dados
    • Parece uma forma evoluída de planilha, mas com escopo muito maior
    • É preciso considerar com cuidado o equilíbrio entre velocidade na resolução de problemas e estabilidade de longo prazo
  • Excesso de confiança em código gerado por IA (Complacency with AI-generated code)

    • Tendências de queda de qualidade associadas ao uso de IA vêm aparecendo, como aumento de código duplicado, maior churn de código e menos refatoração
    • Pesquisas da Microsoft indicam que a IA pode dar aos usuários uma falsa sensação de confiança e prejudicar o pensamento crítico
    • À medida que a IA gera cada vez mais código, existe o risco de ficar difícil para desenvolvedores revisar as mudanças
    • Abordagens como “vibe coding”, em que a IA gera código com revisão mínima, são muito arriscadas em código de produção
  • Assistentes de programação locais (Local coding assistants)

    • Assistentes de programação com IA executados localmente, sem envio externo de dados, têm vantagens de segurança
    • No entanto, seu desempenho é limitado em comparação com modelos baseados em nuvem, e há dificuldades em prompts complexos ou recursos de integração
    • Recursos embutidos em IDEs (Xcode, JetBrains) ou integrações baseadas em Qwen Coder e Continue + Ollama são úteis para tarefas simples
    • Recomenda-se reduzir as expectativas e adotá-los de forma experimental
  • Substituir totalmente o pair programming por IA (Replacing pair programming with AI)

    • Embora ferramentas como o Copilot se apresentem como programadores em par com IA, elas não substituem os benefícios de equipe de uma dupla humana
    • A IA é útil para aprendizado, onboarding e foco em design estratégico, mas é insuficiente em colaboração de equipe, compartilhamento de propriedade do código e prevenção de trabalho em silos
    • Considerando os efeitos colaborativos do pair programming tradicional, a substituição completa não é recomendada
  • Reverse ETL

    • O uso de Reverse ETL, que move dados de data warehouses de volta para sistemas transacionais, está aumentando
    • Faz sentido para migrações temporárias ou objetivos de integração, mas, quando usado em excesso, agrava problemas de arquiteturas centralizadas
    • Alguns fornecedores estão abusando disso para concentrar a lógica de negócio em suas próprias plataformas
    • Como pode prejudicar a qualidade arquitetural e a flexibilidade no longo prazo, sua adoção exige muita cautela
  • SAFe™ (Scaled Agile Framework)

    • Muitas empresas ainda adotam o SAFe™
    • No entanto, processos excessivamente padronizados e em etapas tendem a provocar desconexão entre departamentos, desperdício no fluxo de valor e inibição da criatividade
    • A autonomia das equipes e a cultura de experimentação ficam limitadas, e há limites na tentativa de resolver problemas complexos de mudança organizacional com processos simplificados
    • A Thoughtworks responde a isso com treinamento interno e consultoria, mas considera mais eficazes abordagens orientadas a valor com base em Lean e programas de transformação

Plataformas (Platforms)

Adopt (recomendado para adoção)

  • GitLab CI/CD

    • Sistema de CI/CD totalmente integrado ao GitLab, que cobre todo o ciclo de vida de desenvolvimento de software, da integração de código a testes, deploy e monitoramento
    • Adequado para fluxos de trabalho complexos, com pipelines em múltiplos estágios, cache, execução paralela e runners com autoscaler
    • Ferramentas nativas de segurança e compliance (SAST, DAST etc.) tornam a solução confiável mesmo em ambientes altamente regulados
    • A integração com Kubernetes oferece suporte completo a workflows cloud-native
    • Fornece logs em tempo real, relatórios de teste e recursos de rastreamento, reforçando a observabilidade
  • Trino

    • Engine open source de consultas SQL distribuídas, capaz de executar consultas analíticas interativas sobre grandes volumes de dados
    • Opera de forma otimizada tanto em ambientes on-premises quanto em nuvem, e permite consultar diretamente bancos de dados relacionais e repositórios proprietários por meio de vários conectores
    • Também oferece suporte a formatos de arquivo e de tabela como Parquet e Apache Iceberg
    • Com o recurso de federação de consultas, é possível consultar várias fontes de dados como se fossem uma única tabela lógica
    • Também é usado como tecnologia central em várias plataformas comerciais de dados, como AWS Athena e Starburst, sendo uma opção confiável para diferentes workloads analíticos

Trial (teste em prática)

  • ABsmartly

    • Plataforma que oferece suporte a testes A/B e experimentação de forma rápida e confiável
    • O mecanismo de Group Sequential Testing (GST) permite testes até 80% mais rápidos que abordagens tradicionais
    • Oferece relatórios em tempo real, segmentação profunda de dados e integrações amplas com foco em API
    • Pode ser aplicada a experimentos em web, mobile, microsserviços e até modelos de ML
    • É eficaz para otimizar a experiência do usuário ao encurtar ciclos de iteração e automatizar a análise de resultados
  • Dapr

    • Runtime para aplicações distribuídas que, com a expansão recente de recursos, passou a oferecer suporte a agendamento de tarefas, virtual actors, reforço de segurança e mais
    • Configurações voltadas a segurança, como mTLS e imagens distroless, foram fortalecidas, e novos building blocks continuam sendo adicionados
    • Vem sendo usado de forma estável pelas equipes, com expectativa positiva para sua evolução futura
  • Grafana Alloy

    • Anteriormente chamado de Grafana Agent, é uma ferramenta open source que atua como OpenTelemetry Collector
    • Foi projetado como um coletor unificado de telemetria capaz de reunir logs, métricas e traces
    • Suporta formatos OpenTelemetry, Prometheus e Datadog
    • Desde a descontinuação do Promtail, vem ganhando força como opção especialmente para coleta de logs
  • Grafana Loki

    • Sistema de agregação de logs de alta disponibilidade com escalabilidade horizontal, que indexa apenas metadados para reduzir custos de armazenamento e complexidade operacional
    • Armazenamento de logs baseado em block storage como S3, GCS e Azure Blob Storage
    • Integra-se com Grafana e Grafana Alloy, além de adicionar suporte a OpenTelemetry e recursos de multitenancy
    • Também inclui mecanismos para evitar o impacto indiscriminado entre tenants, como shuffle-sharding
  • Grafana Tempo

    • Backend de tracing distribuído de alto desempenho, com suporte a padrões abertos como OpenTelemetry
    • Armazena dados em formato colunar baseado em Apache Parquet, oferecendo bom desempenho de consulta
    • Permite explorar dados de rastreamento por meio de TraceQL e CLI
    • Nossa equipe usa o Tempo em self-hosting no GKE junto com MinIO e OpenTelemetry
  • Railway

    • Plataforma PaaS full-stack como alternativa a Heroku e Vercel, oferecendo desde integração com GitHub/Docker até deploy e visibilidade operacional
    • Suporta a maioria dos principais frameworks, bancos de dados e deploy baseado em contêineres
    • Embora seja necessário comparar custos, oferece uma boa experiência em termos de estabilidade de deploy e operação
  • Unblocked

    • Assistente de equipe com IA que se integra à base de código, documentação e ferramentas de gestão de projeto e comunicação
    • Oferece respostas a perguntas sobre conceitos de negócio e tecnologia, arquitetura e processos operacionais
    • É útil para explorar sistemas complexos ou legados e se encaixa bem em equipes que valorizam acesso rápido a informações contextuais
    • Para geração de código ou automação, agentes de IA dedicados são mais adequados
  • Weights & Biases

    • Reforçou recursos voltados a LLMs e adicionou a plataforma Weave para avaliação de sistemas, métricas personalizadas e uso de LLMs como avaliadores
    • É eficaz para rastrear e depurar o desempenho de sistemas com agentes, além de coletar feedback e ajustar modelos
    • Adequa-se à otimização de desempenho em níveis local e global, bem como a workflows iterativos de desenvolvimento

Assess (vale explorar)

  • Arize Phoenix

    • Com o aumento de aplicações baseadas em LLM e agentes, a importância da observabilidade de LLMs também cresce
    • O Arize Phoenix oferece recursos como tracing de LLM, avaliação e gestão de prompts, integrando-se de forma fluida às principais plataformas e frameworks de LLM
    • A análise de saída, latência e uso de tokens pode ser feita com configuração simples
    • Atualmente está em uso apenas a versão open source, mas a plataforma Arize completa oferece mais recursos e merece ser explorada
  • Chainloop

    • Plataforma open source de segurança da cadeia de suprimentos de software, que permite que equipes de segurança definam políticas e que equipes de desenvolvimento as cumpram em pipelines de CI/CD
    • Por meio de CLI, coleta e valida artefatos de segurança como SBOMs e relatórios de vulnerabilidade, além de verificar automaticamente a conformidade com políticas
    • Usa o Rego, da OPA, como linguagem de políticas e permite validar padrões como o formato CycloneDX
    • Oferece um ambiente de gestão de metadados em nível SLSA 3, com conformidade de segurança consistente e workflows auditáveis
  • DeepSeek R1

    • Primeira série de modelos de reasoning da DeepSeek, maximizando o uso de hardware com MLA, roteamento MoE, treinamento FP8 e otimização PTX
    • O DeepSeek-R1-Zero é um modelo inovador que adquiriu capacidade de reasoning apenas com aprendizado por reforço simples
    • Todos os modelos são fornecidos com open weights, e o DeepSeek-R1-Distill-Qwen-32B apresenta desempenho superior ao OpenAI o1-mini em vários benchmarks
    • O código e os dados de treinamento não são públicos, mas vários modelos pré-treinados estão incluídos no repositório
  • Deno

    • Plataforma criada por Ryan Dahl, criador do Node.js, que melhora vários pontos fracos do Node.js, como sandbox de segurança, gestão de dependências e suporte nativo a TypeScript
    • A partir do Deno 2, passou a oferecer compatibilidade com Node.js e bibliotecas npm, reduzindo a barreira de migração em relação ao passado
    • Com biblioteca padrão e tooling fortalecidos, é adequado para desenvolvimento server-side em TypeScript
    • Ao escolher uma plataforma, deve-se evitar adotar Deno apenas para fugir de um ambiente multilíngue
  • Graphiti

    • Cria grafos de conhecimento com consciência temporal para acompanhar relações entre dados em constante mudança
    • Trata dados estruturados e não estruturados como episódios baseados no tempo e oferece consultas que combinam tempo, texto, semântica e algoritmos de grafos
    • Contribui para melhorar a precisão da recuperação de informações em aplicações baseadas em GraphRAG
    • Permite memória de longo prazo e raciocínio baseado em estado em sistemas de LLM com RAG e agentes
  • Helicone

    • Plataforma LLMOps com foco open source para gestão de custos de LLM, avaliação de ROI e mitigação de riscos
    • Dá suporte a todo o ciclo de vida de LLMs, incluindo experimentação de prompts, monitoramento, depuração e otimização
    • Permite analisar em tempo real custos, utilização, desempenho e stacks de agentes para diferentes provedores de LLM
    • Embora os recursos sejam poderosos, trata-se de uma plataforma ainda inicial, e o uso avançado exige certo nível de especialização
    • Até o momento, a experiência de uso tem sido positiva
  • Humanloop

    • Plataforma focada em tornar sistemas de IA mais confiáveis e flexíveis ao integrar feedback humano
    • Oferece rotulagem, aprendizado ativo, fine-tuning com human-in-the-loop e ferramentas de avaliação baseadas em requisitos de negócio
    • Inclui workspace compartilhado para colaboração, prompts com controle de versão e integração com CI/CD
    • Também conta com recursos de observabilidade, como tracing, logging, alertas e guardrails
    • É adequada para construir IA responsável em ambientes com forte regulação
  • Model Context Protocol (MCP)

    • Padrão aberto proposto pela Anthropic, projetado para que ferramentas de IA possam aproveitar facilmente o contexto de sistemas existentes
    • Padroniza a integração entre a IA e informações de wikis, issue trackers, bancos de dados etc.
    • É composto por uma arquitetura de servidor/cliente MCP, geralmente executada localmente como processo Python ou Node
    • Atualmente é voltado principalmente a usuários técnicos, e ainda há desafios de acessibilidade, governança e gestão de atualizações para não desenvolvedores
    • No longo prazo, tem grande potencial para evoluir para um ecossistema mais amigável ao usuário
  • Open WebUI

    • Plataforma de IA open source e self-hosted, compatível com diversos modelos e APIs (compatível com OpenAI, OpenRouter, GroqCloud etc.)
    • Permite executar modelos locais ou próprios via Ollama e pode ser usada até em ambientes offline
    • Oferece uma interface de chat baseada em documentos com recurso de RAG embutido
    • Permite controle de acesso a modelos e funcionalidades por grupo de usuários com base em RBAC
    • Pode ser estendida por meio de Functions baseadas em Python e também inclui recursos de avaliação de LLMs
    • Pode escalar com flexibilidade para uso pessoal, colaboração em equipe ou como plataforma de nível enterprise
  • pg_mooncake

    • Extensão para PostgreSQL com suporte a armazenamento colunar e execução vetorizada
    • Permite armazenar dados em formatos Iceberg e Delta Lake localmente ou em storage compatível com S3
    • Permite carregar dados de vários formatos, como Parquet, CSV e datasets do Hugging Face
    • É adequada para ambientes que precisam de análise de dados de alto desempenho sem adotar um armazenamento colunar separado
  • Reasoning models

    • Os "modelos de raciocínio (Reasoning Models)", que mostram desempenho em nível humano em matemática, programação e outras áreas, são um dos avanços em IA mais comentados recentemente
    • Eles reforçam recursos como CoT (cadeia de pensamento), ToT (exploração de alternativas) e self-correction
    • Surgiram vários modelos, como OpenAI o1/o3, DeepSeek R1 e Gemini 2.0 Flash Thinking
    • Também são chamados de "slow AI" por causa do tempo de resposta mais lento e do maior consumo de tokens
    • São mais adequados para resolução de problemas complexos ou áreas STEM em que a explicabilidade é importante do que para tarefas simples
  • Restate

    • Plataforma de execução de workflows duráveis, semelhante ao Temporal, desenvolvida pelos criadores do Apache Flink
    • É escrita em Rust e distribuída como um binário único
    • Garante durabilidade dos dados mesmo em situações de falha com um algoritmo de consenso virtual baseado em Paxos flexível
    • Oferece SDKs para Java, Go, Rust e TypeScript
    • Vale a pena considerar essa plataforma quando não for possível evitar transações distribuídas
  • Supabase

    • Alternativa open source ao Firebase que oferece suporte ao desenvolvimento de backends com escalabilidade e segurança
    • É baseado em PostgreSQL e oferece vários recursos, como autenticação, assinaturas em tempo real, APIs, edge functions e embeddings vetoriais
    • Em prototipagem ou no desenvolvimento de MVPs, facilita uma futura migração para soluções SQL
  • Synthesized

    • Plataforma que gera dados de teste realistas para ambientes de desenvolvimento e teste
    • Pode mascarar dados existentes ou gerar synthetic data estatisticamente significativa
    • Pode ser integrada ao pipeline de build e oferece anonimização irreversível por atributo, como hashing e randomização
    • Também pode gerar grandes volumes de dados para testes de desempenho, com destaque para recursos voltados à solução de problemas reais
  • Tonic.ai

    • Assim como o Synthesized, é uma plataforma para gerar synthetic data realista e desidentificada
    • Suporta tanto dados estruturados quanto não estruturados e garante privacidade com técnicas de differential privacy
    • Oferece detecção e remoção automática de informações sensíveis, Ephemeral DB e o recurso Tonic Textual para sistemas RAG
    • É adequada para equipes que querem aumentar a velocidade de engenharia e, ao mesmo tempo, cumprir requisitos de proteção de dados
  • turbopuffer

    • Motor de busca serverless e multi-tenant com suporte a busca vetorial + full-text baseado em object storage
    • Seu design se destaca pelo foco em durabilidade, escalabilidade e eficiência de custo, com nós de consulta stateless
    • Mantém cache de resultados de consultas frias em SSD NVMe e dados frequentemente acessados na memória, oferecendo baixa latência
    • É adequado para IA baseada em RAG e busca de documentos em grande escala, mas atualmente só está disponível por convite
  • VectorChord

    • Módulo de extensão para PostgreSQL voltado à busca por similaridade vetorial, desenvolvido como sucessor do pgvecto.rs
    • É compatível com o tipo pgvector e oferece busca vetorial rápida e de baixo custo computacional por meio de indexação IVF e quantização RaBitQ
    • Integrado ao ecossistema PostgreSQL, permite realizar busca vetorial e transações ao mesmo tempo
    • Ainda está em estágio inicial, mas vale ser avaliado como alternativa para busca vetorial de alto desempenho

Hold (recomendado adiar)

  • Tyk hybrid API management
    • A estrutura que combina um control plane gerenciado com um data plane autogerenciado oferece flexibilidade para multicloud ou nuvem híbrida
    • No entanto, houve problemas de falta de observabilidade, como incidentes no control plane baseado em AWS da Tyk terem sido detectados primeiro internamente, e não pela própria Tyk
    • Há feedback de que o suporte baseado em tickets não é adequado para incidentes urgentes e que a velocidade de resposta também é lenta
    • A maturidade da documentação oficial é baixa, dificultando a resolução de problemas em ambientes complexos
    • O portal de desenvolvedores para uso enterprise também tem problemas de baixa compatibilidade com versões anteriores e limitações de customização
    • Especialmente em configurações híbridas, é preciso adotar com cautela e monitorar continuamente o amadurecimento da solução

Ferramentas (Tools)

Adopt (recomendado adotar)

  • Renovate

    • Ferramenta para automatizar o gerenciamento de versões de dependências, preferida por muitas equipes
    • No GitHub, o Dependabot é o padrão, mas o Renovate é mais abrangente e mais customizável
    • É eficaz configurá-lo para monitorar dependências de tooling, infraestrutura e também de repositórios internos/privados
    • Para reduzir a fadiga dos desenvolvedores, também vale considerar o merge automático de PRs de dependências
  • uv

    • Ferramenta de próxima geração para gerenciamento de pacotes e projetos Python, escrita em Rust, cujo principal diferencial é a alta velocidade
    • Unifica ferramentas Python existentes (Poetry, pyenv, pipx etc.) em uma só e melhora significativamente a velocidade de build e teste
    • A maturidade da comunidade e o suporte de longo prazo do ecossistema são importantes, mas no momento é a ferramenta mais recomendada pelos desenvolvedores
    • É especialmente adequada para equipes de dados que querem se afastar do sistema tradicional de pacotes do Python
  • Vite

    • Ferramenta de build para frontend de alto desempenho, oferecendo hot reload rápido e um ambiente de desenvolvimento eficiente
    • Foi adotada como ferramenta padrão em Vue, SvelteKit, React etc., e o Create React App está migrando para um foco em Vite
    • Com a criação de uma organização dedicada chamada VoidZero, sua continuidade de longo prazo e potencial de evolução ficaram mais assegurados

Trial (testar)

  • Claude Sonnet

    • Modelo de linguagem avançado com excelente desempenho em várias áreas, como programação, escrita, análise e tarefas baseadas em imagem
    • Pode ser integrado ao navegador, terminal, principais IDEs e ao GitHub Copilot, além de oferecer suporte à interpretação de gráficos e extração de texto de imagens
    • O recurso "Artifacts" da interface do navegador permite interagir com código e saídas HTML geradas
    • A versão 3.5 mostrou ganhos de produtividade especialmente altos em design de arquitetura e projetos colaborativos
    • O Claude 3.7 já foi lançado, mas sua validação em uso real ainda está em andamento
  • Cline

    • Extensão open source para VSCode, uma ferramenta poderosa para implementar agentes de software supervisionados
    • Oferece recursos avançados como modos Plan & Act, integração com MCP e rastreamento transparente do uso de tokens
    • Junto com Claude 3.5 Sonnet, apresenta ótimo desempenho em grandes bases de código, automação de testes sem navegador e correção automática de bugs
    • Reforça a privacidade com armazenamento local de dados e tem potencial de evolução com base na comunidade open source
    • É preciso atenção aos custos de tokens e aos limites de velocidade de requisições de API (rate limit), sendo recomendado usar provedores alternativos de API como o OpenRouter
  • Cursor

    • Editor de código centrado em IA, oferecendo ajuste avançado de contexto e uma experiência amigável para o usuário
    • Permite integrar vários modelos com a API key do usuário e incorpora ao contexto git diff, conversas anteriores, busca na web, documentação de bibliotecas, MCP e mais
    • Permite dar instruções de implementação pela interface de chat de IA, executando automaticamente edições de arquivos e comandos
    • Também inclui detecção e correção automática de erros de lint e compilação
  • D2

    • Ferramenta open source de diagram-as-code, permitindo criar diagramas com scripts baseados em texto
    • Usa motores de layout como o Mermaid e oferece uma sintaxe D2 simples e declarativa
    • Sua estrutura sintática prioriza a legibilidade, sendo adequada para documentação de software e diagramas de arquitetura
  • Databricks Delta Live Tables (DLT)

    • Ferramenta declarativa de gerenciamento de pipelines de dados que suporta tanto streaming em tempo real quanto processamento em lote
    • Simplifica tarefas repetitivas de engenharia de dados, como automação de checkpoints, reduzindo a carga operacional
    • Permite otimização de desempenho por meio de views materializadas (materialized views)
    • No entanto, as tabelas são gerenciadas por unidade de pipeline, e como as tabelas de streaming têm estrutura append-only, é preciso cuidado no design
    • O fato de que, ao excluir um pipeline DLT, as tabelas e os dados também são apagados representa um risco operacional
  • JSON Crack

    • Extensão para VSCode que visualiza dados textuais como JSON, YAML, TOML e XML em grafos interativos
    • Diferente de Mermaid e D2, é usada como ferramenta de visualização para exploração de dados, e o recurso de ocultar nós/ramos é útil para explorar conjuntos de dados
    • Também existe uma ferramenta baseada na web, mas é preciso cuidado com a dependência online
    • Há limite no número de nós, e conjuntos de dados maiores incentivam o uso da versão comercial
  • MailSlurp

    • Serviço de API para automação de testes baseados em e-mail e SMS
    • Oferece recursos como criação de caixas de entrada e números de telefone temporários, validação de e-mails, respostas automáticas e encaminhamento
    • Também permite preparar testes manuais com facilidade por meio de API REST e dashboard no-code
    • É adequado para produtos de onboarding de clientes e para o desenvolvimento de fluxos de teste
  • Metabase

    • Ferramenta open source de análise e business intelligence, permitindo criar visualizações, relatórios e dashboards a partir de várias fontes de dados
    • Permite embutir dashboards interativos em aplicações web por meio de SDK
    • Suporta bancos de dados relacionais e NoSQL, com vários conectores oficiais e da comunidade
    • Como ferramenta leve de BI, é útil para gerenciar dashboards e relatórios
  • NeMo Guardrails

    • Toolkit open source da NVIDIA que permite aplicar guardrails de segurança em aplicações conversacionais baseadas em LLM
    • Adicionou suporte ao Colang 2.0, AutoAlign, Patronus Lynx e várias outras integrações
    • Inclui microsserviços NIM para segurança de conteúdo, controle de tópicos e proteção de prompts
    • Também houve melhorias de desempenho, como suporte a saídas de LLM em streaming
    • Com o aumento de casos de uso em produção, foi promovido para Trial
  • Nyx

    • Ferramenta de automação de semantic release independente de linguagem e plataforma
    • Especialmente adequada para desenvolvimento trunk-based, com suporte a vários workflows como Gitflow, OneFlow e GitHub Flow
    • Oferece geração automática de changelog com base em Conventional Commits
    • Ainda é preciso cautela com estratégias de branches de longa duração
  • OpenRewrite

    • Ferramenta para automatizar refatorações em larga escala, útil para upgrades de versão de API e atualização de serviços com base em templates comuns
    • Além de Java, está expandindo o suporte para linguagens como JavaScript
    • Em mudanças padronizadas, é mais estável e eficiente do que assistentes de código com IA
    • Também oferece várias recipes (regras de transformação) e plugins para ferramentas de build, todos distribuídos como open source
  • Plerion

    • Plataforma de segurança em nuvem com foco em AWS, oferecendo detecção e priorização de riscos em infraestrutura, servidores e aplicações
    • Assim como o Wiz, ajuda a focar no “1% importante”
    • Aumenta a visibilidade de segurança para clientes e reforça a importância do monitoramento preventivo
  • Agentes de engenharia de software (Software engineering agents)

    • Agentes de codificação totalmente autônomos ainda não são práticos, mas os modos de agentes supervisionados dentro da IDE estão evoluindo rapidamente
    • O desenvolvedor conduz a implementação pela interface de chat, enquanto a IA faz edições em múltiplos arquivos, executa testes e lida com linting e erros de compilação
    • Também chamados de CHOP (Chat-Oriented Programming) e Prompt-to-Code, eles assumem mais responsabilidade do que ferramentas tradicionais de autocomplete
    • Cursor, Cline e Windsurf estão na liderança, e a combinação com os modelos da série Claude Sonnet é especialmente boa
    • O ganho de produtividade é grande quando o escopo do problema é mantido pequeno e o uso ocorre em bases de código estruturadas
    • Ao aplicar em código de produção, é necessário manter processos de revisão em paralelo, como pair programming
  • Tuple

    • Ferramenta de pair programming remoto que surgiu como alternativa ao Screenhero do Slack
    • Agora inclui suporte ao Windows, configurações de privacidade aprimoradas e recurso para ocultar janelas de aplicativos específicos
    • Melhorias na UI também tornaram possível colaborar em conteúdos além da IDE
    • Como o participante remoto pode acessar toda a área de trabalho, há preocupações de segurança → recomenda-se configurar a privacidade e treinar a equipe antes do uso
    • É prática como ferramenta de pareamento remoto graças à UX intuitiva e à baixa latência
  • Turborepo

    • Ferramenta de otimização de builds para grandes monorepos JavaScript/TypeScript, melhorando a velocidade de build por meio de análise de dependências, cache e execução paralela
    • Diferente do Nx, permite package.json por projeto, aceitando temporariamente múltiplas versões de dependências
    • Isso pode ser útil ao migrar de múltiplos repositórios para um monorepo
    • Tem configuração simples e apresenta desempenho estável mesmo em projetos de grande escala

Assess (precisa de exploração)

  • AnythingLLM

    • Aplicação desktop open source para interagir com documentos grandes ou conteúdos diversos, integrada a vários LLMs e bancos de dados vetoriais
    • Também é compatível com modelos open-weight baseados em Ollama, e permite configurar modelos de embedding via plugins
    • Além de RAG, permite compor agentes com várias habilidades para executar workflows personalizados
    • Gerencia documentos e histórico de conversas por workspace, e recentemente também passou a poder ser implantada como webapp multiusuário
    • Também vem sendo usada de forma útil como ferramenta local para assistente pessoal
  • Gemma Scope

    • Ferramenta de interpretabilidade mecanicista para entender o funcionamento interno de LLMs, capaz de analisar a linha de modelos abertos Gemma2
    • Ajuda a identificar e depurar causas de hallucination, vieses e saídas anômalas
    • Sua importância cresce não só para pesquisadores, mas também porque treinar modelos está se tornando uma opção cada vez mais realista para empresas
  • Hurl

    • Ferramenta que permite definir e executar sequências de requisições HTTP em arquivos de texto simples, útil para automação e testes
    • Oferece recursos como verificação de código de status, headers/corpo de resposta, extração de dados e uso de variáveis
    • Pode gerar relatórios em HTML/JSON e permite incluir definições de teste no repositório de código
    • É indicada quando se precisa de uma ferramenta de teste de API mais leve e simples do que ferramentas com GUI, como Postman e Bruno
  • Jujutsu

    • Sistema de controle de versão distribuído que usa o Git como backend, oferecendo seu próprio fluxo de trabalho e uma usabilidade aprimorada
    • Compatível com servidores e serviços Git, além de oferecer branching e resolução de conflitos mais simples e intuitivos
    • Voltado tanto para iniciantes quanto para usuários avançados, com destaque para uma UX intuitiva e poderosa
    • Em especial, seus excelentes recursos de resolução de conflitos têm recebido muitos elogios
  • kubenetmon

    • Ferramenta de monitoramento de tráfego de rede no Kubernetes, open source pela ClickHouse
    • Permite medir em detalhe o volume de transferência de dados e os custos em ambientes multicloud
    • Vale considerar sua adoção se você enfrenta custos inesperados de transferência de dados em uma infraestrutura baseada em Kubernetes
  • Mergiraf

    • Driver de merge do Git que resolve conflitos de mesclagem com base na árvore sintática do código (AST)
    • É eficaz para lidar com conflitos de merge que ficaram mais complexos devido a históricos longos de mudanças ou código gerado por IA
    • Opera com mais precisão do que a abordagem padrão de merge baseada em linhas do Git, e também pode ser aplicado a merge automático e cherry-pick
    • Pode ser útil para equipes que usam fluxos de trabalho Git complexos, como branches longas de funcionalidade
  • ModernBERT

    • Série de modelos de NLP de próxima geração baseada em transformers encoder-only, como sucessora do BERT
    • Supera a limitação de comprimento de contexto por meio de Alternating Attention, com melhorias de precisão e desempenho em relação ao BERT
    • Vale ser priorizado em cenários que exigem um modelo dedicado a NLP, em vez de um modelo generativo de uso geral
  • OpenRouter

    • Plataforma que integra vários provedores de LLM em uma única API para facilitar experimentação e otimização de custos
    • Permite roteamento entre diferentes modelos como Claude, OpenAI e Mistral, e também oferece recursos para contornar limites de taxa de requisições da API
    • Porém, como essa estrutura inclui margem no preço, o ideal é considerá-la apenas quando a troca entre múltiplos modelos for realmente necessária
  • Redactive

    • Plataforma corporativa que ajuda a construir assistentes de IA baseados em RAG com segurança em ambientes regulados
    • Integra-se a ferramentas como Confluence para criar índices baseados em documentos e refletir permissões de usuário em tempo real
    • Garante que apenas as informações permitidas sejam expostas ao modelo, equilibrando segurança e acessibilidade
  • System Initiative

    • Ferramenta experimental de DevOps com uma abordagem diferente da infraestrutura como código tradicional, lançada recentemente como open source (Apache 2.0)
    • Já é usada em ambientes comerciais, mas ainda precisa de tempo para escalar ao nível de grandes empresas
    • Vale a pena experimentar se você quiser conhecer uma abordagem diferente das ferramentas tradicionais de DevOps
  • TabPFN

    • Modelo de classificação baseado em transformers, otimizado para pequenos conjuntos de dados tabulares
    • O modelo pré-treinado é generalizado com base em milhões de datasets sintéticos
    • Entrega resultados rápidos e precisos sem ajuste de hiperparâmetros, além de ser robusto a valores ausentes e outliers
    • Não é adequado para grandes datasets nem para problemas de regressão
  • v0 (by Vercel)

    • Ferramenta de IA que gera código de frontend com base em capturas de tela, designs do Figma e prompts
    • Suporta vários frameworks como React, Vue, Tailwind e shadcn, e permite implantar imediatamente o código gerado
    • Embora tenha limitações para implementar aplicativos complexos inteiros, é útil para criar protótipos iniciais ou estabelecer um ponto de partida para UI
  • Windsurf

    • Assistente de programação com IA desenvolvido pela Codeium, oferecendo uma experiência de implementação baseada em agentes semelhante ao Cursor e ao Cline
    • Suas capacidades de execução são ampliadas com navegação no DOM do navegador, acesso ao console e busca na web
    • Permite usar vários modelos e também é forte em recursos de contexto, como MCP e referência a documentação
  • YOLO (You Only Look Once)

    • Modelo leve e de alto desempenho que pode ser usado em várias tarefas de visão computacional, como classificação de imagens em tempo real, detecção de objetos, estimativa de pose e segmentação
    • A versão mais recente, YOLO11, traz ainda mais precisão e eficiência de processamento, podendo ser usada também em dispositivos de borda
    • Serve como lembrete de que, para determinadas tarefas de visão, modelos tradicionais de CV podem ser mais adequados do que LLMs

Linguagens e Frameworks (Languages and Frameworks)

Adopt (recomendado para adoção)

  • OpenTelemetry

    • Está se consolidando rapidamente como padrão da indústria para observabilidade
    • Com a especificação OTLP (OpenTelemetry Protocol), é possível tratar dados de traces, métricas e logs em um formato padronizado
    • Reduz dependência de fornecedor e integra-se com ferramentas importantes como Datadog, New Relic e Grafana
    • Com suporte a compressão gzip e zstd, oferece alta eficiência na transmissão de grandes volumes de dados e é adequado para ambientes de microsserviços
    • A expansão do suporte a logs e profiling facilita ainda mais a observabilidade de toda a stack
  • React Hook Form

    • Alternativa ao Formik, com ótimo desempenho por usar componentes uncontrolled por padrão
    • Integra-se facilmente a bibliotecas de validação baseadas em schema, como Yup e Zod
    • Também funciona bem com codebases existentes e bibliotecas de componentes externas como shadcn e AntD
    • É uma opção estável e flexível para desenvolvimento de formulários grandes ou aplicações centradas em formulários

Trial (teste em campo)

  • Effect

    • Biblioteca de programação funcional baseada em TypeScript que simplifica a implementação de programas assíncronos e síncronos
    • Permite lidar com lógicas complexas como gerenciamento de estado, tratamento de erros e concorrência com segurança de tipos
    • Oferece melhor composabilidade e testabilidade do que abordagens tradicionais com Promise, async/await e try/catch
    • Fornece abstrações mais adequadas para o desenvolvimento do dia a dia do que o fp-ts, usado anteriormente
  • Hasura GraphQL Engine

    • Fornece APIs GraphQL em tempo real para várias fontes de dados, como PostgreSQL, MongoDB e ClickHouse
    • Tem sido usado com eficácia em projetos de produtos de dados para integrar recursos no lado do servidor e construir APIs rapidamente
    • Recursos como Federated Query e gerenciamento de schema unificado são poderosos, mas exigem cuidado
    • O recurso PromptQL, adicionado recentemente, oferece consultas de dados em linguagem natural com uso de LLM
  • LangGraph

    • Framework de orquestração baseado em grafos para aplicações multiagente com LLM e manutenção de estado
    • Oferece controle de nível mais baixo do que o LangChain, por meio de nós e arestas, permitindo customizar fluxos de trabalho
    • Tem excelente previsibilidade no gerenciamento de estado, depuração, manutenção e escalabilidade
    • Embora a curva de aprendizado seja um pouco íngreme, é muito forte em leveza e modularidade
  • MarkItDown

    • Ferramenta CLI que converte documentos como PDF, HTML, Word e PowerPoint em Markdown
    • Aproveita as características estruturais do Markdown para melhorar a precisão do processamento de documentos por LLM e a compreensão de contexto
    • Quando usada para pré-processamento de documentos em sistemas RAG, melhora significativamente a clareza das respostas de busca
    • É uma ferramenta útil que aumenta a produtividade dos desenvolvedores e também é usada com frequência em documentação
  • Module Federation

    • Oferece compartilhamento de módulos entre microfrontends e elimina duplicação de dependências
    • Desde a versão 2.0, funciona de forma independente do Webpack e suporta Rspack, Vite, React, Angular e outros
    • Permite estruturar grandes aplicações web para que equipes independentes possam desenvolver, implantar e escalar cada parte separadamente
  • Prisma ORM

    • Toolkit open source de banco de dados para aplicações Node.js e TypeScript
    • Permite definir modelos de dados com objetos simples, sem decorators ou classes, oferecendo ótima segurança de tipos e portabilidade
    • Fornece recursos de migração automática e uma API de consultas intuitiva
    • Também combina bem com o paradigma de programação funcional e é otimizado para ambientes de desenvolvimento com TypeScript

Assess (precisa ser explorado)

  • .NET Aspire

    • Ferramenta baseada em .NET que simplifica a orquestração de aplicações distribuídas em ambientes locais de desenvolvimento
    • Permite executar vários projetos .NET, bancos de dados e containers Docker com um único comando
    • Fornece ferramentas de observabilidade voltadas ao ambiente local, como dashboards de logging, tracing e métricas, sendo eficaz para melhorar depuração e experiência do desenvolvedor
  • Android XR SDK

    • Sistema operacional Android e SDK para headsets XR criados pelo Google em parceria com a Samsung e a Qualcomm
    • Suporta a maioria dos apps Android com modificações mínimas e é adequado para novos apps de computação espacial
    • Atualmente está em developer preview e é apresentado como um SDK padrão para o desenvolvimento de apps espacializados
  • Browser Use

    • Biblioteca open source em Python que permite que agentes de IA baseados em LLM controlem navegadores web
    • Baseada em Playwright, possibilita automação de navegação, entrada de dados, extração de texto e mais
    • Permite controle de múltiplas abas e coordenação entre webapps, sendo útil em workflows com múltiplos agentes
  • CrewAI

    • Plataforma de gerenciamento e orquestração de agentes que combina vários agentes para executar tarefas complexas
    • Além da biblioteca Python, a versão enterprise permite integração com sistemas externos como SharePoint e JIRA
    • É aplicada a desafios reais de negócios, como validação de códigos promocionais, investigação de falhas em transações e automação de suporte ao cliente
    • Vale a pena explorar para quem tem interesse em construir sistemas baseados em agentes
  • ElysiaJS

    • Framework web TypeScript type-safe otimizado para o runtime Bun, capaz de projetar APIs nos estilos RESTful e OpenAPI
    • Diferentemente do tRPC, não impõe uma estrutura de API e oferece ao mesmo tempo alto desempenho e segurança de tipos
    • É adequado para construir BFFs (Backend-for-Frontend) e busca desempenho no nível de Java ou Go
  • FastGraphRAG

    • Implementação GraphRAG de alto desempenho que melhora precisão e performance ao explorar apenas nós relevantes por meio de Personalized PageRank
    • Oferece suporte a visualização e atualizações incrementais, sendo adequada para grandes conjuntos de dados dinâmicos
    • É uma solução GraphRAG capaz de melhorar a qualidade das respostas de LLM e ao mesmo tempo economizar recursos
  • Gleam

    • Linguagem funcional estaticamente tipada baseada em Erlang/OTP, que reduz erros de runtime e melhora a manutenibilidade
    • Mantém sintaxe moderna e compatibilidade com o ecossistema BEAM (Erlang, Elixir)
    • É adequada para sistemas que exigem alta concorrência, estabilidade e escalabilidade, especialmente para equipes que precisam de mais segurança de tipos do que no Erlang tradicional

Assess (precisa de avaliação)

  • GoFr

    • Framework de microsserviços baseado em Golang, com suporte nativo a logging, tracing, métricas, gerenciamento de configuração e documentação Swagger
    • Inclui integração com diversos bancos de dados, pub/sub com Kafka e NATS, além de agendamento de tarefas cron
    • É uma ferramenta focada em produtividade que reduz trabalho repetitivo e permite concentrar esforços na implementação da lógica de negócio
  • Java Post-Quantum Cryptography

    • Tecnologia de criptografia para a era dos computadores quânticos, com suporte inicial no JDK 24 por meio dos JEP 496/497
    • Implementa algoritmos criptográficos baseados em reticulados (KEM, assinaturas digitais) e é adequada para proteger dados cuja segurança de longo prazo é importante
    • O liboqs do Open Quantum Safe também existe, mas a implementação nativa em Java é vista como um avanço importante
  • Presidio

    • SDK de proteção de dados que identifica e anonimiza informações sensíveis em textos estruturados e não estruturados
    • Identifica itens de PII (números de cartão de crédito, nomes, localizações etc.) com base em regras, expressões regulares e NER
    • Tem alta capacidade de customização, mas como a detecção perfeita não é garantida, é preciso cautela ao interpretar os resultados
  • PydanticAI

    • Framework para construir aplicações baseadas em LLM e agentes, desenvolvido pela equipe do Pydantic
    • Tem como objetivo minimizar a complexidade e oferece tratamento de saídas estruturadas, integração com as principais APIs de modelos e workflows baseados em grafos
    • É adequado para desenvolvedores que preferem uma estrutura prática e leve, evitando abstrações excessivas
  • Swift for Resource-Constrained Applications

    • Desde o Swift 6.0, o suporte a vários sistemas operacionais foi reforçado, ampliando a possibilidade de uso em ambientes com recursos limitados
    • Oferece equilíbrio entre desempenho e estabilidade com forte segurança de tipos e gerenciamento de memória baseado em ARC
    • É mais acessível que Rust, mas ainda deixa a desejar no atendimento a padrões de certificação de segurança (como MISRA), o que impõe restrições em ambientes com exigências elevadas de confiabilidade
  • Tamagui

    • Biblioteca de UI que otimiza o compartilhamento de estilos entre React Web e React Native
    • Com sistema de design e compilador otimizado, renderiza atomic CSS na web e estilos hoisted no nativo
    • É útil quando se busca consistência visual e otimização de desempenho no desenvolvimento de UI cross-platform
  • torchtune

    • Biblioteca baseada em PyTorch para LLMs, com suporte a pós-treinamento, fine-tuning e experimentos de inferência
    • Compatível tanto com treinamento distribuído baseado em FSDP2 quanto com ambientes de GPU única ou múltiplas GPUs
    • Com receitas baseadas em YAML, permite experimentos intuitivos sem configurações complexas, e a CLI facilita o download de modelos e a execução de experimentos

Hold (recomendado evitar por enquanto)

  • Node overload
    • O fenômeno de escolher Node.js em excesso continua sendo um problema, com muitos casos de uso sem consideração de alternativas
    • Embora ainda seja eficiente para tarefas centradas em I/O, não é adequado para cargas de trabalho intensivas em computação ou pesadas em dados
    • Com o aumento recente de workloads centrados em dados, as limitações do Node.js estão ficando mais evidentes
    • Entendemos a preferência por uma stack de linguagem única, mas ainda recomendamos uma abordagem polyglot
    • Agora que há muitos frameworks alternativos com APIs e desempenho melhores, o uso de Node.js deve ser avaliado com cuidado