IA aplicada e LLMs
Estes artigos tratam IA como parte da arquitetura, não como uma dependência mágica. A série Por dentro das LLMs explica o que acontece de fato entre um crawl da web e um assistente de chat, para que os trade-offs depois façam sentido.
Os artigos de produção cobrem a outra metade: rodar modelos no Amazon Bedrock, escolher o modelo certo por mensagem para controlar custo e manter a orquestração pequena o bastante para depurar.
Comece por aqui
-
Do Common Crawl ao modelo base: como uma LLM aprende linguagem
Como uma LLM sai de dados brutos da web e chega ao modelo base: Transformer, Common Crawl, FineWeb, tokenização e pré-treinamento explicados sem enrolação.
-
Amazon Bedrock na prática: IA como parte da arquitetura, não como dependência externa
Como migrei de OpenAI para Amazon Bedrock: auth via IAM, billing consolidado, Haiku vs Sonnet por tarefa e trade-offs reais de rodar IA na AWS.
-
Decision models na prática: quando escolher o LLM por mensagem vale a pena (e quando o médio basta)
Coloquei o Microsoft-Decision-1 pra escolher subagente e LLM num chatbot de pós-venda: harness, calibration, cost guard e o que 1.000 conversas mostraram.
Séries deste guia
Todos os artigos (6)
-
LangGraph só pro handoff: um chatbot em que um modelo de decisão escolhe quem atende
Chatbot de pós-venda com LangChain e LangGraph em que um modelo de decisão escolhe o subagente por mensagem: arquitetura, código, fallback, A/B e falhas reais.
-
Decision models na prática: quando escolher o LLM por mensagem vale a pena (e quando o médio basta)
Coloquei o Microsoft-Decision-1 pra escolher subagente e LLM num chatbot de pós-venda: harness, calibration, cost guard e o que 1.000 conversas mostraram.
-
De modelo base a ChatGPT: SFT, ferramentas e reinforcement learning
Como o modelo base de uma LLM vira o ChatGPT: supervised fine-tuning, uso de ferramentas, redução de alucinação e reinforcement learning explicados aqui.
-
Do Common Crawl ao modelo base: como uma LLM aprende linguagem
Como uma LLM sai de dados brutos da web e chega ao modelo base: Transformer, Common Crawl, FineWeb, tokenização e pré-treinamento explicados sem enrolação.
-
Amazon Bedrock na prática: IA como parte da arquitetura, não como dependência externa
Como migrei de OpenAI para Amazon Bedrock: auth via IAM, billing consolidado, Haiku vs Sonnet por tarefa e trade-offs reais de rodar IA na AWS.
-
O que tenho aprendido ao construir um produto com Spec-Driven Development
O que aprendi construindo um produto com Spec-Driven Development: como specs estruturados eliminam débito técnico usando IA como par de desenvolvimento.