// caderno de engenharia

Agentes em produção,
por dentro.

RAG, memória, isolamento, custo, embed e benchmarks públicos. Sem hype: arquitetura, números e decisões que você consegue auditar.

Uma coleção sobre o sistema inteiro: do primeiro token à memória de longo prazo.

Biblioteca

Oito leituras, uma arquitetura

Três agentes reais, oito modelos, juízes às cegas, verificação objetiva — e 592 transcripts abertos para você auditar cada nota.

Código, atendimento e conhecimento pedem prioridades diferentes. O guia com qualidade, custo e latência medidos.

A recuperação híbrida, o over-fetch e o re-ranking por trás de um benchmark determinístico de busca.

Runtime token no backend, uma sessão por usuário final e mensagem com streaming SSE.

Um corpus que o modelo nunca viu prova tanto a recuperação quanto a capacidade de admitir quando não sabe.

Verbatim, L3, L4 e o ciclo que consolida o que importa enquanto deixa o ruído morrer.

Conta, projeto, tenant e usuário final: as fronteiras de isolamento para embutir agentes no seu SaaS.

Por onde vão os tokens, por que um turno faz várias chamadas e como o budget evita surpresa.