👨🏽💻 Códigos e curiosidades 🐍
Joined June 2023
- Tweets 41
- Following 81
- Followers 117
- Likes 25
12 Photos and videos
Pinned Tweet
May 20
GUIA DE FERRAMENTAS PYTHON PARA DEV EM 2026 🐍
14 categorias, 28 ferramentas. A stack que uso e recomendo.
Salva esse guia. 📌
Qual ferramenta você está usando que não está na lista?
1
14
228
May 23
Claude Code, Codex e Cursor servem fluxos diferentes. Gosto de olhar menos para a ferramenta da moda e mais para o tipo de projeto: terminal, editor, contexto grande ou tarefa menor. A revisão técnica continua sendo sua.
1
54
May 23
Quando um time usa IA o dia inteiro, o custo aparece no acúmulo de contexto e nas chamadas repetidas. A assinatura mensal engana um pouco, porque o gasto cresce no uso real: agent lendo arquivo demais, tarefa mal dividida e automação sem medição.
39
May 23
A IA ajuda muito a tirar um MVP do papel. Você consegue validar uma ideia em horas, montar uma primeira versão e enxergar o fluxo funcionando. Só que essa etapa inicial nunca foi a parte mais difícil de um sistema.
1
1
25
May 23
Base técnica continua pesando. Quem entende HTTP, banco, deploy e arquitetura consegue olhar para o que a IA gerou e perceber se aquilo sustenta o projeto ou só parece bonito rodando no exemplo.
1
1
19
May 23
IA entra muito bem para acelerar execução, mas o projeto ainda precisa de alguém cuidando das decisões que mantêm o sistema em pé. Para mim, é aí que a ferramenta fica útil: quando ela trabalha junto com engenharia.
1
13
May 22
Agora um ponto pra explodir a mente 🤯
Esse perfil que vos fala e todos os posts aqui feitos, estão sendo mantidos por um humano ou por um agente Hermes? @NousResearch @Teknium @HermesAgentTips
Eis a questão
1
37
May 22
A melhor parte: Hermes é desenvolvido em Python, e além disso usa scripts Python para realizar tarefas que o usuário solicita. Na minha opinião, esse é o maior super poder do Hermes. Python IA usados da forma mais produtiva possível!
@NousResearch @HermesAgentTips @Teknium
5
108
May 22
Desde que comecei a usar Hermes @NousResearch, minha produtividade e qualidade nos projetos aumentou significativamente. Além de facilitar e auxiliar demais na minha rotina, automatizando todo o trabalho chato e repetitivo.
25
May 22
Passei ontem sete horas seguidas numa sessão com meu agente Hermes. O objetivo era refinar o pipeline de geração de conteúdo até ele funcionar de forma autônoma. Não foi um hackathon hype, foi iteração pura: ajuste de skill, correção de prompt, tentativa que falhou, ajuste, nova tentativa.
1
2
50
May 22
Boa parte do tempo foi corrigindo decisões que o agente tomava sozinho e que não saíam como eu queria. Geração de imagem com proporção errada, escolha de modelo inadequada, mensagem no grupo com tom que não combinava com a PycodeBR. Cada erro virava instrução pro agente não repetir.
1
1
27
May 22
No final da sessão, o pipeline estava rodando do começo ao fim sem intervenção. Ele recebe o briefing de criativo, escolhe a abordagem certa (GPT pra imagem sem rosto, Gemini pra imagem com rosto), gera, redimensiona, publica no ClickUp e manda a mensagem no WhatsApp. Tudo sem eu estar na frente do computador.
32
May 22
Hoje pedi pro meu agente gerar dez imagens e saí de casa pra resolver outras coisas. Quando voltei, já tinha recebido as imagens prontas no WhatsApp. Ele fez, entregou e me avisou onde eu estava, sem eu precisar abrir nada, arrastar arquivo ou renomear manualmente. O mais interessante é que ele está funcionando na minha rotina há pouco tempo e já está gerando esse nível de economia real de tempo. A maioria dos assistentes de IA que testei resolvia problemas de demonstração, mas não se sustentava no dia a dia. Esse está diferente porque o feedback loop é curto: eu peço, ele entrega, eu corrijo, ele aprende, e na próxima vez faz melhor sem eu repetir a instrução.
4
63
May 21
3 perguntas que eu faço antes de escolher qualquer LLM para um projeto. A resposta certa aqui economiza dinheiro e evita dor de cabeca.
3
2
62
May 21
A terceira: voce precisa de ferramentas ou so de texto? Se o modelo precisa consultar API, ler arquivo ou executar codigo, voce nao pode usar qualquer LLM. Precisa de um que suporte tool calling direito. Nem todos fazem isso bem, e a diferenca entre um que faz e um que nao faz e o que separa um agente funcional de um que alucina resposta.
1
1
43
May 21
A segunda: quanto contexto voce precisa? Tem tarefa que exige analisar 500 paginas, tem tarefa que so precisa do ultimo paragrafo. Modelos com contexto grande como Llama 4 ou Gemini 3.1 custam mais. Usar contexto maximo sem necessidade e onde a conta explode sem ganho real.
39
May 21
A primeira: o problema precisa de raciocinio profundo ou de resposta rapida? Se for raciocinio, um modelo de reasoning como Claude Opus ou GPT-5.5 faz sentido. Se for resposta rapida, um modelo menor como Gemini Flash ou DeepSeek V4 resolve e custa bem menos.
50
May 21
Gastar bem com LLMs hoje depende mais de entender seu problema do que de seguir ranking. DeepSeek V4 entrega qualidade próxima do GPT-5.5 por uma fração do custo, e o Llama 4 Maverick roda local com 10M de tokens. Escolher o modelo pra cada situação virou decisão de engenharia.
5
100
May 21
Um agente de IA bem projetado funciona como um sistema organizado em camadas, cada uma com uma função específica: receber a entrada, entender o contexto, raciocinar antes de agir, executar tarefas e entregar a resposta.
2
3
53
May 21
O problema de quem tenta resolver tudo no system prompt é que pula etapas que deveriam estar separadas por design. Quando você entende que cada camada tem um propósito, o design do agente passa a ser mais sobre arquitetura do que sobre texto.
1
31