IA
Modelos de decisão, Jev e Kev
O Jev devolve probabilidades em vez de texto. O confidence não é aprendido, é aritmética, e a calibração é propriedade da distribuição, não do modelo.
Calibração e excesso de confiança em LLMs
Calibração é saber quanto você vai acertar. Como o ECE mede isso, o salto do ECE do GPT-4 de 0.007 a 0.074 após o post-training e o que se sabe da causa.
Engenharia de Harness (Sistemas)
Do prompt ao context engineering, o que vem depois? O blog de engenharia da Anthropic aponta harness, eval e containment (isolamento).
Como economizar tokens de IA
Meça custos de tokens com um React POC e reduza-os com prompt caching, subagent, MCP enxuto, context engineering e Cursor Composer.
Como os tokens funcionam
Como BPE cria tokens, embeddings alimentam LLMs, prefill e decode definem o custo, e KV cache e prompt caching reduzem entradas repetidas.
Arquivos de contexto
Como agentes carregam CLAUDE.md, AGENTS.md, SKILL.md e regras do Cursor, por que instruções se perdem e o que escrever segundo um estudo da ETH Zurich.
Quatro camadas de inteligência de código
Quatro camadas de ferramentas que barateiam a busca de código de agentes de IA: Repomix, mapas tree-sitter, o grafo do CodeGraph e Serena com LSP.
MCP e function calling
Como o MCP difere de function calling: seis primitivas, stdio e Streamable HTTP, o fluxo de tools/list ao loop tool_use e riscos como Tool Poisoning.
Engenheiro frontend na era da IA
Como crescer como engenheiro frontend quando a IA escreve o código: validação, especificação e discernimento, a partir de Karpathy, Vercel v0 e METR.