Apêndice B
Glossário
As entradas estão em ordem alfabética pelo termo em português, seguido, em itálico e entre parênteses, do termo em inglês do original (exceto quando o próprio livro usa a palavra em inglês).
Todos os termos a seguir foram definidos no texto na primeira vez em que importaram, ao lado do exemplo que os tornava concretos, e essas definições continuam sendo as que valem. Este apêndice existe para o outro jeito como as pessoas de fato leem um livro como este: é terça-feira, você está três capítulos adiante, o documento de projeto de alguém diz idempotente e você precisa do significado agora, sem arqueologia. Cada entrada dá a definição tal como este livro a usa, comprimida, com uma indicação do capítulo que trata a ideia como ela merece — e a indicação faz parte da definição, porque a maioria destes termos só se paga dentro de um argumento. Citações e atribuições ficam nesses capítulos, no ponto em que são usadas, de modo que as entradas daqui não trazem nenhuma.
Dois tipos de vocabulário dividem a lista, e vou ser honesto sobre qual é qual. A maior parte das entradas é a linguagem de trabalho da área, definida do jeito que os profissionais a usam. Algumas poucas são recursos do próprio livro — a mesa de trabalho, a bússola —, incluídos porque reaparecem em quase todas as páginas, e quem abre o livro no meio de um capítulo merece saber o que significa a mobília. Essas estão sinalizadas. A maioria dos termos em itálico dentro de uma entrada tem entrada própria; alguns poucos são variantes que remetem a uma entrada vizinha.
- agent-washing
-
Rotular um sistema de agente porque a palavra vende, seja qual for a arquitetura por baixo. O erro de rótulo custa caro nas duas direções: um workflow vendido como agente compra uma cerimônia de supervisão de que não precisa; um agente entregue como “automação” pula as disciplinas que a autonomia exige. O remédio é uma única pergunta: é o modelo que decide o próximo passo, ou é o código? (capítulos 1 e 14).
- agente
-
(agent) Um modelo de linguagem colocado em um loop e equipado com ferramentas. Ele olha o estado da tarefa, escolhe uma ação, vê o resultado e repete, até julgar que o objetivo foi atingido ou até que uma regra de parada encerre a execução; a versão de uma frase só que a área adota é que um agente executa ferramentas em loop para atingir um objetivo (capítulo 1). A propriedade que o define e o distingue de um workflow: é o modelo, e não um fluxograma seu, que decide o que acontece em seguida.
- alucinação
-
(hallucination) O termo da área para uma saída fluente, específica, segura de si e errada — uma citação inventada, uma função que não existe. O mecanismo é a geração comum fazendo o seu trabalho onde falta um fato; o perigo operacional é que a invenção chega exatamente no tom do conhecimento (capítulo 2).
- ancoragem
-
(grounding) Raciocínio mantido preso, passo a passo, a fatos conferidos com o mundo, em vez de livre para elaborar sobre as próprias lembranças. É o que a pauta intercalada do ReAct rende; o efeito medido é menos invenção e menos erro composto (capítulo 3).
- aprendizado em contexto
-
(in-context learning) Ensinar um comportamento genuinamente novo por meio de exemplos colocados na janela, e não por meio de treinamento. É a razão pela qual um punhado de demonstrações bem escolhidas pode fazer as vezes de um conjunto de treinamento — e o mecanismo sobre o qual se constrói o classificador do capítulo 26 (capítulo 2).
- arquivo permanente de instruções do projeto
-
(standing project-instructions file) O arquivo que um agente maduro lê no início de cada sessão: comandos de build, convenções, as regras da casa — memória procedural na sua roupa de trabalho mais simples, guardando o que o agente não consegue inferir só pelo código. Este livro também o chama de constituição. Mantido implacavelmente pequeno (para cada linha: removê-la causaria erros? se não, corte) e aprimorado pelo passo de capitalização (capítulos 9 e 22).
- avaliação
-
(eval) Um teste para um sistema de IA: uma entrada, mais uma lógica de avaliação aplicada ao que quer que saia. A unidade a partir da qual se constroem os conjuntos de avaliação (capítulo 16).
- avaliador–otimizador
-
(evaluator–optimizer) O workflow cuja seta definidora aponta para trás: uma chamada gera um candidato, um avaliador (de preferência um verificador real — uma suíte de testes, uma validação de schema) dá nota a ele, e as falhas voltam para correção, em loop, até a verificação passar ou um teto disparar. Também aparece como gerador–crítico (capítulo 10).
- banco de dados vetorial
-
(vector database) Um armazenamento construído para responder rápido a uma única pergunta: dado um novo embedding, quais dos guardados estão mais perto? O índice por trás da recuperação semântica, embora muitos bancos de dados comuns tenham aprendido o truque (capítulo 8).
- barreira de regressão
-
(regression gate) Um conjunto de avaliação ligado ao maquinário de lançamento como barreira automática: a mudança só vai para produção se o banco de tarefas avaliadas continuar passando. A barreira testa as falhas que você já imaginou; o resto da escada de implantação existe porque a realidade imagina melhor (capítulos 16 e 20).
- botão de emergência
-
(kill switch) Um jeito óbvio, rápido e testado de parar de uma vez todos os loops e agentes em execução. Teste-o antes da primeira execução sem ninguém acompanhando, do mesmo modo que se testa o alarme de incêndio antes de o prédio encher (capítulo 13).
- bússola, a
-
(compass, the) Recurso deste livro: quatro rumos enunciados no capítulo 1 e usados como apoio do começo ao fim. O primeiro e mais usado é que sinal indica que deu certo? — a verificabilidade como a pergunta de projeto que vem antes de todas as outras; o último é a coisa mais simples que funciona.
- cache de prompt
-
(prompt caching) Uma otimização do fornecedor que explora a geração autorregressiva: o estado de leitura do começo de um prompt depende só desse prefixo, então um estado de prefixo guardado pode ser reaproveitado por qualquer chamada posterior cujos tokens iniciais coincidam byte a byte, com um desconto considerável. A consequência de projeto é uma regra: primeiro o conteúdo estável, por último o variável (capítulo 19).
- cadeia de pensamento
-
(chain-of-thought) Pedir a um modelo que escreva passos intermediários de raciocínio antes de se comprometer com uma resposta. Os passos escritos melhoram de forma mensurável o desempenho em problemas de vários passos; também são texto gerado, a ser lido como ajuda de depuração, e não como um depoimento juramentado do cálculo (capítulo 4).
- calibração da confiança
-
(trust calibration) Ver confiança apropriada.
- canário
-
(canary) Um degrau da implantação gradual: encaminhar uma pequena fatia do tráfego real para a nova versão, observar as coortes lado a lado e só ampliar enquanto os números se sustentam. Duas disciplinas o tornam real: atribuição consistente (um usuário fica na mesma versão durante a sessão) e rollback automático com limiares escolhidos com calma, à luz do dia (capítulo 20).
- chamada de ferramenta
-
(tool call) A solicitação estruturada do modelo para executar uma ferramenta: o nome da ferramenta mais argumentos que se encaixam no seu schema, emitidos como saída estruturada em vez de prosa. Também chamada de chamada de função, como sinônimo (capítulo 2).
- chamada de função
-
(function calling) Ver chamada de ferramenta.
- checkpoint
-
Um registro durável da posição de uma execução, feito para que uma execução que caiu possa ser retomada em vez de recomeçada. Um checkpoint registra a posição e nunca se o mundo lá fora fez o trabalho; essa lacuna é a razão pela qual checkpoints precisam de idempotência ao lado (capítulo 18).
- chunk
-
A unidade da recuperação: um trecho de algumas centenas de palavras, pequeno o bastante para ser preciso e grande o bastante para ser entendido sozinho. A política de chunking molda silenciosamente tudo o que vem depois em um sistema de recuperação (capítulo 8).
- classificador
-
(classifier) Um sistema que atribui cada entrada a uma categoria de um conjunto fixo. A versão deste livro é construída sobre um modelo pré-treinado configurado por definições de classe escritas — as definições são o modelo — e desenvolvida com a disciplina dos três conjuntos (capítulo 26).
- cliente do modelo
-
(model client) A função que envia o histórico de mensagens mais as definições de ferramentas ao fornecedor e devolve a próxima resposta do modelo. Uma das quatro partes do agente mínimo, e a única que toca um fornecedor (capítulo 3; apêndice A).
- código legível para agentes
-
(agent-legible code) Código organizado para que um agente consiga navegar por ele e alterá-lo com segurança: arquivos pequenos, contratos explícitos, testes rápidos, convenções escritas onde um contexto novo consiga encontrá-las. Expressão cunhada por este livro, sinalizada como tal onde é apresentada (capítulo 21).
- compactação
-
(compaction) Comprimir um histórico longo — decisões tomadas, problemas em aberto, o plano atual — em um resumo curto que o substitui, para que uma execução longa possa continuar com a mesa limpa. O grau grosso da operação de comprimir (ao lado da poda cirúrgica e do corte de resultados de ferramentas); com perda por definição, de modo que o que o resumo descarta é uma decisão de projeto (capítulos 7 e 9).
- condição de parada
-
(stop condition) As regras que encerram uma execução. Três famílias: o julgamento do próprio modelo de que o objetivo foi atingido (testemunho, e a saída menos confiável); o orçamento, obrigatório; e as saídas por erro, separadas por uma pergunta — o modelo consegue agir a partir deste erro, ou ele é evidência de que a execução descarrilou? O primeiro tipo volta para o modelo; diante do segundo, a execução para (capítulo 3).
- confiança apropriada
-
(appropriate reliance) Confiança calibrada pela confiabilidade demonstrada: apoiar-se no agente exatamente tanto quanto o seu histórico justifica. As duas direções de falha antecedem os agentes em décadas na pesquisa sobre automação — o excesso de confiança (uso indevido: aceitar o que deveria ser conferido) e a falta de confiança (desuso: refazer o que a máquina acertou) (capítulo 24).
- conjunto de avaliação
-
(eval set) Um banco de tarefas de teste com avaliação, que você roda de novo a cada mudança, para que a pergunta “esta edição deixou o agente melhor ou pior?” tenha uma resposta que você defenderia com um número. Cresce de forma mais honesta a partir de falhas reais encontradas nos traces (capítulos 15 e 16).
- constituição
-
(constitution) Ver arquivo permanente de instruções do projeto.
- controle deslizante de autonomia
-
(autonomy slider) Ver dial de autonomia.
- decodificação restrita
-
(constrained decoding) Impor um schema de saída dentro do maquinário de geração: o schema vira um filtro que risca os tokens inválidos da lista ordenada antes de cada sorteio, de modo que o modelo escolhe livremente entre as continuações válidas e não consegue emitir uma inválida. O grau forte da saída estruturada; pedir com educação no prompt é o grau fraco (capítulo 2).
- delegado confuso
-
(confused deputy) O nome que a segurança clássica dá a uma parte confiável enganada para gastar a própria autoridade em nome de outra. Um agente que sofreu injeção é exatamente isso: toda chamada de ferramenta que ele faz é assinada, na prática, com as suas credenciais, quer a instrução por trás dela tenha vindo de você, quer de uma página que ele leu (capítulo 17).
- deterioração do contexto
-
(context rot) A tendência de a capacidade do modelo de usar qualquer fato se deteriorar à medida que a janela em volta dele se enche. A razão pela qual uma janela maior não conserta uma janela lotada, e o argumento permanente a favor da curadoria (capítulo 7).
- dial de autonomia
-
(autonomy dial) Quanto um agente pode fazer entre um momento de atenção sua e o seguinte, ajustado por tarefa em vez de embutido no sistema. Quatro posições de trabalho: toda ação com consequências assinada; permissões permanentes com escalonamento na borda do envelope; aprovação no nível do plano; autonomia monitorada contra orçamentos. O mesmo instrumento visto do lado do produto é o controle deslizante de autonomia, que vai de um humano no loop a um humano sobre ele (capítulos 12 e 25).
- disciplina dos três conjuntos
-
(three-set discipline) Desenvolver um classificador baseado em LLM sem se enganar, usando três conjuntos disjuntos: as demonstrações empacotadas na habilidade, o conjunto de desenvolvimento contra o qual você itera e um conjunto de teste reservado, consultado raramente e aposentado quando usado demais. O conjunto de treinamento pôde ser dispensado; a disciplina que cresceu em torno dele, não (capítulo 26).
- divulgação progressiva
-
(progressive disclosure) Revelar informação em camadas, cada camada trazida só quando a tarefa mostra que ela é necessária: um nome sempre visível, um procedimento carregado quando acionado, arquivos de referência lidos sob demanda. O princípio de projeto que permite que uma grande biblioteca de habilidades não custe quase nada até ser usada (capítulo 6).
- embedding
-
Uma longa lista de números que atribui a um texto a sua posição em um mapa do significado, produzida por um modelo treinado para que significados parecidos caiam em coordenadas próximas. O maquinário por baixo da busca semântica: “boi” e “vaca” são vizinhos, embora não tenham nenhuma letra em comum (capítulo 8).
- engenharia composta
-
(compound engineering) Ver passo de capitalização.
- engenharia de contexto
-
(context engineering) A disciplina de decidir o que preenche a janela de contexto do modelo a cada passo de uma execução — a informação e as ferramentas certas, no formato certo, no momento certo, decididas de novo a cada volta. A engenharia de prompt escreve um documento; a engenharia de contexto opera um sistema (capítulo 7).
- engenharia de prompt
-
(prompt engineering) O ofício de escrever as fatias de instrução da janela — a redação do prompt de sistema, o formato dos exemplos. Um ofício de verdade, e um subconjunto: a engenharia de contexto responde pela mesa inteira (capítulo 7).
- envelope de confiabilidade
-
(reliability envelope) A distância entre pass@k e passk à medida que k cresce — um retrato do temperamento de um agente. Um envelope estreito é um agente estável; um largo é um apostador talentoso, capaz de fazer a tarefa, mas em quem não se pode confiar para fazê-la sem ninguém acompanhando (capítulo 16).
- escala ordinal
-
(ordinal scale) Uma pontuação feita de níveis ordenados, como notas escolares, e não de grandezas medidas, como pesos. O conselho deste livro para pontuadores baseados em LLM: prefira uma escala ordinal pequena, com cada nível definido como uma miniclasse, a uma pontuação contínua que o modelo não consegue de fato resolver, e recupere a resolução tirando a média de julgamentos discretos (capítulo 26).
- escrever / selecionar / comprimir / isolar
-
(write / select / compress / isolate) As quatro operações de contexto — o repertório inteiro: escrever o contexto fora da janela (arquivos, notas, memória); selecionar o que entra (recuperação, kit de ferramentas); comprimir o que fica (corte, compactação); isolar o que pertence a outro lugar (quarentena, subagentes). São poucas o bastante para decorar, e este livro ainda não encontrou um remédio de contexto que não seja alguma combinação delas (capítulo 7).
- espaço de ações
-
(action space) O universo de ações disponíveis para um agente: a soma do que as suas ferramentas permitem, nada além. Você projeta a competência e o risco de um agente com um único gesto, ao decidir o que entra nesse conjunto (capítulo 5).
- execução durável
-
(durable execution) Escrever o código do agente como se a falha não existisse e deixar que um ambiente de execução torne a ficção verdadeira: o resultado de cada chamada de modelo e de cada chamada de ferramenta é registrado em um journal append-only, e, na recuperação, o código é executado de novo desde o início, com os passos já registrados devolvendo os valores gravados em vez de rodar de novo. O código se repete; o mundo, não (capítulo 18).
- feature flag
-
Configuração que decide qual versão atende qual fatia do tráfego, de modo que promoção e rollback viram trocas de configuração — instantâneas, reversíveis, sem nova implantação. O plano de controle da escada de implantação (capítulo 20).
- ferramenta
-
(tool) Uma função que o modelo pode pedir ao seu programa que execute, descrita a ele por um nome, uma descrição e um schema de argumentos; a função em si nunca sai do seu processo. O modelo solicita; o seu código executa — a divisão de autoridade sobre a qual toda a arquitetura se apoia (capítulos 3 e 5).
- fine-tuning
-
Continuar o treinamento de um modelo com os seus próprios exemplos, de modo que os próprios pesos mudem. Na divisão de trabalho deste livro: fine-tuning para como o modelo deve responder, recuperação para o que ele deve saber, porque o conhecimento deve ficar onde você possa atualizá-lo, inspecioná-lo e citá-lo (capítulo 8).
- função objetivo
-
(goal function) O que um loop externo precisa e o loop interno não fornece: um objetivo persistente guardado fora do modelo (a especificação, o checklist, em disco, porque o agente esquece entre uma execução e outra), combinado com uma condição de parada verificável por máquina, avaliada depois de cada volta. Um loop é exatamente tão confiável quanto a verificação que o detém — ver oráculo (capítulo 13).
- geração autorregressiva
-
(autoregressive generation) Como um modelo escreve: um token de cada vez, cada um condicionado a tudo o que veio antes, prompt e saída igualmente, sem nenhum rascunho guardado na reserva. A propriedade por trás tanto do poder (cada passo pode reagir ao anterior) quanto das contas a pagar (ver cache de prompt) (capítulo 2).
- gerador–crítico
-
(generator–critic) Ver avaliador–otimizador.
- guardrail
-
Uma verificação que vive fora do raciocínio do modelo e roda de forma determinística, seja qual for a decisão do modelo: código comum (de vez em quando um segundo modelo, separado) posicionado nas fronteiras do agente, com poder para permitir, bloquear, modificar ou escalonar o que passa por ali. O modelo fornece o critério; o harness fornece os limites; só um dos dois pode ser convencido na lábia (capítulo 17).
- habilidade
-
(skill) Um pacote de instruções, arquivos de referência e scripts que um agente carrega sob demanda — conhecimento especializado empacotado: o critério sobre os verbos, sendo a ferramenta um verbo. Carregada por divulgação progressiva, versionada como código e auditada como uma dependência, porque um arquivo de instruções é comportamento (capítulo 6).
- harness
-
Tudo o que você constrói em volta do modelo para transformá-lo em um agente que funciona: o próprio loop, as implementações das ferramentas e aquilo em que elas podem mexer, o cuidado com o histórico de mensagens, as regras de parada e, à medida que o sistema amadurece, o log, a recuperação de falhas e os guardrails. Um agente, em uma linha, é um modelo mais um harness. A área usa a palavra com um alcance elástico; este livro ancora a definição no capítulo 3 e concilia os sentidos mais amplos no capítulo 18.
- histórico de mensagens
-
(message history) A lista crescente, marcada por papéis, de tudo o que foi dito e feito em uma execução: instruções, o objetivo, as respostas do modelo, cada chamada de ferramenta, cada resultado. Como o fornecedor não guarda estado, essa lista é a memória de curto prazo inteira do agente: o que o seu código deixa de acrescentar nunca aconteceu (capítulos 2 e 3).
- humano no loop / sobre o loop
-
(human in the loop / on the loop) As duas pontas da faixa do dial de autonomia, em um vocabulário mais antigo que os modelos de linguagem: no loop significa dentro da execução, aprovando as ações à medida que acontecem; sobre o loop significa acima dela, revisando o que uma execução autônoma propõe e produz (capítulos 12 e 25).
- idempotência
-
(idempotency) A propriedade de que fazer uma operação duas vezes tem o mesmo efeito que fazê-la uma vez, o que torna a nova tentativa segura por construção. As leituras a têm naturalmente; as escritas são a armadilha, e a solução padrão é a chave de idempotência — um valor derivado da identidade lógica da ação, sob o qual o serviço a jusante guarda o primeiro resultado e o devolve em qualquer repetição (capítulo 18).
- implantação sombra
-
(shadow deploy) Rodar uma versão candidata contra o tráfego real enquanto os usuários veem apenas a saída da versão vigente, de modo que o novo comportamento é medido em escala de produção com exposição zero aos usuários. Também chamada de lançamento às escuras; o segundo degrau da escada de implantação (capítulo 20).
- injeção de prompt
-
(prompt injection) A família de ataques em que instruções são contrabandeadas para dentro de um texto que o modelo lê, explorando o fato de que o modelo vê um único fluxo indiferenciado de tokens, sem nenhuma fronteira estrutural entre instruções confiáveis e conteúdo apenas lido. Direta: o atacante é o usuário, digitando. Indireta: a instrução se esconde em um conteúdo que o agente encontra fazendo um trabalho legítimo — uma página da web, um e-mail, um comentário no código —, e esse é o evento principal para agentes que usam ferramentas, cujo trabalho é ler coisas que outras pessoas escreveram. Toda defesa conhecida é estatística; a regra de trabalho deste livro é tratar como falsa qualquer alegação de prevenção e projetar, em vez disso, o raio de impacto (capítulo 17).
- janela de contexto
-
(context window) O trecho limitado de texto que um modelo consegue considerar em uma única chamada — instruções, histórico, resultados de ferramentas e a resposta que está sendo escrita, todos dividindo um mesmo orçamento de tokens. Este livro a representa como uma mesa (ver mesa de trabalho, a) (capítulo 2).
- lacuna de verificação
-
(verification gap) A distância entre o quanto uma saída parece convincente e o quanto custa conferi-la. Uma propriedade do domínio, e a razão pela qual agentes de pesquisa falham de um jeito diferente dos agentes de programação: para afirmações factuais abertas não existe um compilador de fatos, só substitutos parciais, com seus limites (capítulo 23).
- lançamento às escuras
-
(dark launch) Ver implantação sombra.
- LLM (grande modelo de linguagem)
-
(large language model) Mecanicamente, uma função: entra texto e, para cada token seguinte possível, sai uma probabilidade de que ele venha em seguida, com o sistema em volta sorteando um token de cada vez (ver geração autorregressiva). Chamado como qualquer API; não guarda estado entre uma chamada e outra (capítulo 2).
- LLM aumentado
-
(augmented LLM) Uma única chamada de modelo com três portas acopladas: recuperação, ferramentas e memória. O bloco de construção básico a partir do qual se montam workflows e agentes; todo padrão deste livro organiza cópias dessa unidade (capítulos 1 e 10).
- LLM como juiz
-
(LLM-as-a-judge) Usar um modelo de linguagem, armado com uma rubrica escrita, para dar nota a saídas ou compará-las do jeito que um revisor humano faria — a saída padrão para avaliadores que leem em velocidade humana e cobram preço humano. Um juiz é um instrumento que precisa ele mesmo ser calibrado contra o julgamento humano antes de merecer confiança (capítulo 16).
- loop externo
-
(outer loop) O maquinário montado em volta do agente (o loop interno): ele decide qual deve ser a tarefa, lança o agente com uma janela nova, avalia o resultado contra a função objetivo, anota o placar em algum lugar durável e escolhe o próximo movimento. Você já roda um à mão e o chama de backlog; escrevê-lo como sistema é o que permite que ele rode sem ninguém acompanhando (capítulo 13).
- loop interno
-
(inner loop) Ver loop externo.
- memória
-
(memory) Os jeitos de um agente levar adiante o que importa, organizados neste livro segundo a mobília de escritório com que se parecem: a memória episódica é o diário de bordo (registros append-only do que aconteceu), a memória semântica é o armário de arquivos (fatos, que exigem curadoria porque ficam desatualizados) e a memória procedural é o manual de procedimentos (como se comportar — o objeto mais afiado da sala, porque uma entrada ali é o comportamento futuro do agente). A memória de curto prazo é simplesmente o histórico de mensagens (capítulo 9).
- mesa de trabalho, a
-
(desk, the) A imagem que este livro usa para a janela de contexto: a superfície de trabalho em que tudo o que o modelo consulta durante uma chamada precisa caber ao mesmo tempo, e que é limpa entre uma chamada e outra. Apresentada no capítulo 2 e usada até a última página; como qualquer metáfora, ela é sinalizada onde se esgarça.
- oráculo
-
(oracle) A palavra do ofício de testes, emprestada por este livro: uma fonte de verdade externa à coisa julgada, que declara uma resposta certa ou errada. Uma suíte de testes é um oráculo forte; um compilador é um oráculo tosco, mas incorruptível; o modelo que fez o trabalho é um mau oráculo para esse trabalho. Um loop é exatamente tão confiável quanto o seu oráculo (capítulos 4 e 13).
- orçamento
-
(budget) Um teto rígido imposto pelo harness, indiferente à opinião do modelo: sobre as voltas do loop, os tokens, o tempo de relógio ou o dinheiro. Obrigatório, porque um loop cuja única saída é o julgamento do modelo não tem saída garantida nenhuma; agentes maduros rodam vários orçamentos ao mesmo tempo (capítulo 3).
- orquestrador–worker
-
(orchestrator–worker) O formato multiagente: um agente principal decompõe a tarefa e delega as partes a workers, cada um rodando em quarentena, com uma janela nova e um briefing autocontido, e devolvendo resultados destilados. Quase toda falha de coordenação remonta a uma violação em uma das duas portas — o briefing que entra, o retorno que sai (capítulos 9 e 11).
- pass@k e passk
-
(pass@k and passk) Duas estatísticas-resumo para um sistema que é uma distribuição, e não uma função. pass@k: a probabilidade de que pelo menos uma de k tentativas dê certo — o número certo quando um verificador barato escolhe o vencedor em uma pilha. passk: a probabilidade de que todas as k tentativas deem certo — o número certo para um agente que precisa acertar toda vez que age sem ninguém acompanhando. O mesmo agente pode ser um triunfo no primeiro e uma catástrofe no segundo (capítulo 16).
- passo de capitalização
-
(compound step) O pequeno ritual que fecha uma tarefa: antes de seguir em frente, pergunte o que o agente deveria ter sabido no início e escreva isso no arquivo permanente de instruções do projeto, uma linha por lição. O hábito por trás do que algumas equipes chamam de engenharia composta — cada execução deixa o sistema permanentemente mais bem instruído. O modelo esquece e não pode ser treinado por você; o harness pode aprender, e é assim que aprende (capítulo 22).
- ponto de aprovação
-
(approval gate) Um ponto em que a execução para até que uma pessoa aprove, rejeite ou edite a ação proposta. O instrumento básico da supervisão; posicione os pontos de aprovação pela consequência (quanto custa uma ação errada), nunca pela conveniência (capítulo 12).
- programação aumentada
-
(augmented coding) Trabalhar com um agente de programação sem deixar de se importar com o próprio código — o seu projeto, os seus testes, a sua manutenibilidade —, tendo o agente como um colaborador cuja produção você lê e molda. A ponta oposta do espectro de intenção em relação ao vibe coding (capítulo 21).
- prompt de sistema
-
(system prompt) O espaço de mensagem que carrega as instruções permanentes: quem o modelo deve ser, o que pode e o que não pode fazer, o formato que as respostas devem ter. Escrito uma vez, reenviado pelo harness a cada chamada e — um fato que vale a pena tatuar em algum lugar — um pedido, e não um mecanismo de imposição; ver guardrail (capítulos 2 e 17).
- protocolo
-
(protocol) Um acordo sobre como dois programas escritos de forma independente conversam — formatos de mensagem, sequências, promessas —, para que o código de desconhecidos coopere sem uma cola feita sob medida para cada par. A prática de agentes usa dois tipos: os protocolos de ferramentas conectam um agente a capacidades e dados (o Model Context Protocol é o exemplo de destaque, identificado como tal), e os protocolos entre agentes o conectam a outros agentes que raciocinam, planejam e respondem no seu próprio tempo (o Agent2Agent é o exemplo identificado). Seja como for, o ganho é aritmético: os adaptadores deixam de se multiplicar como conectores × agentes (capítulo 6).
- protocolo entre agentes
-
(agent protocol) Ver protocolo.
- quarentena
-
(quarantine) Isolar um trabalho na sua própria janela de contexto: delegar uma subtarefa autocontida a um subagente, com uma janela nova e um pequeno conjunto de ferramentas, deixá-lo gastar o que gastar e aceitar de volta um resultado destilado. Duas portas, guardadas com rigor: o que pode entrar é o briefing que você escreveu, e o que pode sair são conclusões — tratadas como evidência a ser pesada, nunca como instruções a obedecer. Também é o muro entre o conteúdo não confiável e a ação com consequências (capítulos 7, 9 e 17).
- RAG (geração aumentada por recuperação)
-
(retrieval-augmented generation) O padrão por trás da maioria dos sistemas que respondem a partir dos seus documentos: no momento da requisição, recuperar os chunks mais relevantes de um índice e colocá-los na janela ao lado da pergunta, para que o modelo responda a partir da evidência que está na mesa, e não dos seus dados de treinamento congelados (capítulo 8).
- raio de impacto
-
(blast radius) Tudo o que um passo, uma execução ou um agente poderia quebrar ou vazar se desse tão errado quanto possível. O vocabulário permanente do livro para a metade de custo de toda aposta de implantação; três dials o ajustam — o que o agente tem permissão para fazer, onde ele roda e quais das suas ações esperam por um humano (capítulo 17).
- ReAct
-
A pauta intercalada no coração do loop do agente — um breve pensamento escrito, uma ação, uma observação e então o pensamento seguinte, condicionado ao que acabou de voltar —, batizada na literatura de pesquisa como Reason + Act (raciocinar + agir). O formato textual rígido do original se dissolveu no treinamento dos modelos; a pauta sobrevive (capítulo 3).
- regressor
-
(regressor) Um sistema que atribui a cada entrada um número, e não uma categoria. Para pontuadores baseados em LLM, ver escala ordinal (capítulo 26).
- roteamento
-
(routing) Classificar e então ramificar: um passo de decisão barato manda cada entrada pelo caminho construído para o seu tipo. Um dos três formatos básicos de workflow e, convenientemente, um classificador em roupa de trabalho (capítulos 10 e 26).
- saída estruturada
-
(structured output) Saída do modelo restrita a um formato legível por máquina — em geral JSON conforme um schema —, para que o código comum possa ramificar de acordo com o que o modelo decidiu. A ponte que torna possível o uso de ferramentas e, portanto, os agentes; vem em dois graus (ver decodificação restrita) (capítulo 2).
- sandbox
-
Uma fronteira rígida em volta do lugar onde o agente roda, imposta pelo sistema operacional ou pelo hypervisor, e não pelo julgamento de quem quer que seja. A lógica é a da subtração: uma credencial que nunca foi montada dentro da fronteira não pode ser lida por injeção nenhuma, porque o alvo não está lá. Construa-a com primitivas testadas em batalha; a camada mais fraca é a que você mesmo construiu (capítulos 17 e 20).
- span
-
Uma unidade de trabalho em um trace: uma única operação, com um horário de início, um horário de fim e atributos estruturados. Toda chamada de modelo é um span, toda chamada de ferramenta é um span, todo subagente é uma subárvore; o trace é a árvore que eles formam (capítulo 15).
- subagente
-
(subagent) Outro motor sem estado, cujo briefing inteiro é o que quer que você coloque na delegação. A definição importa mais que o antropomorfismo: ele não estava na sala para nada, conhece apenas o briefing e devolve apenas o que o seu autor o disciplinou a devolver (ver quarentena) (capítulos 7 e 11).
- superfície de supervisão
-
(supervision surface) Uma interface construída para julgar o trabalho em andamento, e não para conversar sobre ele: a lista de execuções, a fila de aprovação, o trace, as evidências, os controles de recuperação — um quadro, onde o chat é um pergaminho (capítulo 24).
- teatro de revisão
-
(review theater) Diligência encenada em um volume no qual ela já não pode ser real: rolar quatrocentas linhas geradas com o cuidado se esvaindo, enquanto as marcas verdes ao lado do diff atestam a consistência interna e não dizem nada sobre se aquela era a coisa certa a construir (capítulo 12).
- token
-
A unidade que um modelo de fato lê e escreve: um pedaço de texto de um vocabulário fixo — muitas vezes uma palavra, às vezes parte de uma; em média, pense em três quartos de uma palavra em inglês. Tokens são a medida da janela de contexto e o que o medidor cobra (capítulo 2).
- trace
-
O registro completo e estruturado de uma execução — cada chamada de modelo, cada chamada de ferramenta e cada resultado, como uma árvore de spans com tempos, contagens de tokens e custos. O mesmo registro é uma transcrição quando lido como conversa e uma trajetória quando tratado como um caminho amostrado entre as possibilidades de uma tarefa: um objeto, três ofícios olhando para ele (capítulo 15).
- trajetória
-
(trajectory) Ver trace.
- transcrição
-
(transcript) Ver trace.
- tríade letal
-
(lethal trifecta) A combinação de três elementos que faz de um agente um risco de roubo de dados: acesso a dados privados, exposição a conteúdo não confiável e um canal de comunicação com o exterior. Com quaisquer dois dá para conviver; os três no mesmo agente significam que uma instrução injetada pode ler os segredos e enviá-los para fora. Batizada na literatura de segurança e adotada por este livro como checklist (capítulo 17).
- vibe coding
-
O modo em que você não lê o código antes de rodá-lo: você julga o comportamento, e o código é um meio que você se recusa a inspecionar. Legitimamente útil para coisas descartáveis e protótipos; o termo nunca pretendeu abranger toda a programação assistida por IA — ver programação aumentada (capítulo 21).
- workflow
-
Várias chamadas de modelo e chamadas de ferramenta ligadas entre si ao longo de caminhos que o seu código define de antemão: o modelo preenche o conteúdo em cada passo, e o seu código decide qual passo vem a seguir. Você poderia desenhar o fluxograma dele antes de colocá-lo para rodar — a propriedade que o separa de um agente (capítulos 1 e 10).
- zona burra
-
(dumb zone) O estado degradado em que um modelo escorrega quando a sua janela se enche além de um limite flexível bem abaixo do máximo rígido: ele para de se envolver com as suas correções e concorda por reflexo (“você tem toda a razão”) enquanto o trabalho para de melhorar. O nome que os profissionais dão à deterioração do contexto sentida no teclado; o remédio é manter baixa a ocupação da janela e começar do zero em vez de tentar argumentar até trazê-lo de volta (capítulo 7).