Estado e persistência
Onde fica o estado do agente?
O que acontece quando um processo reinicia ou outro worker atende a próxima requisição?
Em desenvolvimento · Acesso antecipado
Seu agente de IA funciona localmente.
Agora faça ele sobreviver à produção.
Ferramentas de IA para programação ajudam você a construir um agente surpreendentemente rápido.
A parte difícil começa quando esse agente precisa rodar de forma confiável fora do seu notebook.
Quero acesso antecipado
Gratuito · Ajude a definir a primeira versão
- $ python -m agent --env local
- ✓ 12/12 runs completed
- $ deploy --env production
- ✗ llm.invoke: timeout after 30s
- ↻ retry 1/3 · send_invoice(order=4821)
- ✗ send_invoice executed twice
- ⚠ client disconnected · run 7f3a still active
- ✗ checkpoint missing on worker-2
- ? why did the agent call refund_order
A parte difícil começa fora do seu notebook
- O que acontece quando um LLM dá timeout?
- Quando uma ferramenta falha no meio da execução?
- Quando um retry executa a mesma ação duas vezes?
- Quando o cliente se desconecta?
- Quando você precisa entender por que o agente tomou uma decisão específica?
Essa é a lacuna que estamos explorando na Salada de Dados.
Do protótipo que funciona ao sistema em produção
Estamos construindo um recurso prático para desenvolvedores que estão levando agentes de IA além do protótipo.
Não é mais uma introdução a agentes. Nem mais uma coleção de código para copiar e colar.
Vamos focar nos problemas de engenharia que aparecem quando um agente encontra a produção.
Falhas e retries
LLMs falham. APIs dão timeout. Ferramentas retornam resultados inesperados.
Quais operações podem ser repetidas com segurança — e quais não podem?
Idempotência
O que acontece quando a mesma ferramenta executa duas vezes?
Uma consulta de clima duplicada pode não importar.
Um pagamento, e-mail, pedido ou alteração no banco duplicado certamente importa.
Observabilidade
Seu agente produziu o resultado errado. Agora responda à pergunta mais difícil: por quê?
Quais chamadas ao modelo aconteceram? Quais ferramentas rodaram? Que estado mudou? Onde a execução falhou?
Streaming e desconexões
Requisições de agentes podem demorar.
O que acontece quando o navegador se desconecta no meio da execução? O agente deve parar? Deve continuar? O que acontece com o estado dele?
Feito para desenvolvimento assistido por IA
Partimos do princípio de que você já usa IA para ajudar a escrever código.
O objetivo não é competir com seu assistente de código.
O objetivo é ajudar você a fazer perguntas de engenharia melhores antes que o código gerado chegue à produção.
Para cada problema de produção, estamos explorando um fluxo prático:
- 01Cenário de falha
- 02Risco
- 03Decisão de arquitetura
- 04Padrão
- 05Implementação
- 06Teste
Junto com:
- Implementações de referência
- Checklists de produção
- Prompts para revisar seu próprio código com IA
O que estamos construindo
A primeira versão está planejada em torno de cinco problemas de produção.
O escopo pode mudar.
Por isso estamos abrindo o acesso antecipado antes de construir tudo.
Estado e persistência
Projetar um estado de agente que sobreviva além de uma única requisição.
Falhas e retries
Lidar com modelos, ferramentas e APIs externas pouco confiáveis.
Idempotência
Evitar que retries e execuções duplicadas causem ações indesejadas.
Observabilidade
Entender o que o agente realmente fez durante a execução.
Streaming e desconexões
Lidar com segurança com requisições longas e clientes interrompidos.
Ajude a definir a primeira versão
Se você está construindo agentes de IA, entre na lista de acesso antecipado. Você vai receber novidades enquanto construímos e testamos os padrões de produção.
Mais importante: conte onde você está travando.