BaXiJen
INSIGHTS

Blog

Pesquisa, análise e reflexão sobre IA soberana, agentes autônomos e tecnologia brasileira. Direto de quem constrói.

Newsletter semanal

Os posts da semana, direto no seu email

No máximo 1 email por semana

Receba em um único resumo os novos artigos sobre IA soberana, agentes autônomos e produto. Se não houver publicação nova, não enviamos nada.

A inscrição só é ativada após a confirmação por email. Dados protegidos pela LGPD.

Diagrama do pipeline de speculative decoding: à esquerda, o modelo rascunho (small, verde) propõe 5 tokens em sequência; ao centro, o modelo alvo (large, azul) verifica todos os 5 em uma única passada paralela; à direita, 4 tokens aceitos (checkmark verde) e 1 rejeitado (X vermelho). Abaixo, tabela comparando speedup: vanilla 1x, draft model 2,3x, EAGLE-3 2,9x, FP8+EAGLE 3,6x. Paleta azul-ciano da BaXiJen sobre fundo escuro.Destaque

Speculative Decoding em Produção: Como Acelerar Inferência de LLMs em 2-3x Sem Trocar de Modelo

Um modelo de 70 bilhões de parâmetros gera texto um token por vez, e cada token exige uma passada completa pelos pesos do modelo. A GPU fica subutilizada. Speculative decoding usa um modelo rascunho pequeno para propor múltiplos tokens que o modelo grande verifica em paralelo, entregando 2-3x de speedup com qualidade matematicamente idêntica. Este guia decompõe o algoritmo original de Leviathan et al. (2023), compara EAGLE-3, Medusa e n-gram, mostra benchmarks reais de produção no vLLM e TensorRT-LLM, e explica por que essa técnica deixou de ser otimização experimental para virar padrão de deploy em 2026.

Leonardo Camilo··21 min
speculative decodingLLMinferênciaEAGLE+10
Infográfico comparando retenção de AI-native SaaS vs B2B SaaS tradicional. Lado esquerdo: AI-native com NRR 48% e GRR 40% em vermelho-laranja. Lado direito: B2B SaaS tradicional com NRR 82% e GRR 63% em verde. Centro: seta mostrando o gap de 34 pontos de porcentagem. Abaixo, três faixas de preço mostram como retenção varia: abaixo de $50/mês (32% NRR), $50-249/mês (61% NRR), acima de $250/mês (85% NRR). Paleta azul-ciano da BaXiJen sobre fundo escuro.Destaque

Churn de IA em 2026: Por Que Seus Clientes Cancelam e Como Construir Retenção Que Sobrevive

AI-native SaaS tem NRR mediano de 48% contra 82% do B2B SaaS tradicional. ChartMogul analisou 3.500 empresas e revelou que produtos de IA abaixo de $50/mês retêm apenas 23% da receita. Gartner prevê que 40% dos projetos de IA agentica serão cancelados até 2027. Este artigo decompõe as causas estruturais do churn de IA, o fenômeno dos prompts portáteis, a matemática de retenção que destrói valuation e o playbook de cinco movimentos que startups brasileiras de IA podem aplicar para construir retenção real.

Luiz Felipe Barbedo··13 min
churnretençãoNRRGRR+8
Diagrama de barras comparando uso de VRAM por nível de quantização: FP16 (140GB, barra vermelha), INT8 (70GB, barra amarela), INT4 (35GB, barra verde) para um modelo de 70B parâmetros. Ao lado, tabela compacta mostrando retenção de qualidade: FP16 100%, INT8 97-98%, AWQ INT4 94-96%. Paleta azul-ciano da BaXiJen sobre fundo escuro.Destaque

Quantização de LLMs em Produção: Como Rodar Modelos 4x Menores Sem Perder Qualidade

Um modelo de 70 bilhões de parâmetros precisa de 140GB de VRAM em FP16. Em INT4, cabe em uma única RTX 4090 de 24GB. A quantização reduz o tamanho de um LLM em até 4x com perda de qualidade abaixo de 1% na maioria dos benchmarks. Este guia decompõe AWQ, GPTQ, GGUF e FP8, compara qualidade e throughput com dados reais de produção, e mostra por que quantização deixou de ser hobby para virar o caminho padrão de deploy em 2026.

Marcus Ramalho··19 min
quantizaçãoLLMINT4INT8+10
Diagrama de arquitetura de model routing: requisições entram à esquerda, passam por um router central (destacado em ciano) que classifica por complexidade, e são direcionadas para três níveis: SLM local (verde, 70-80% do tráfego), modelo mid-tier (amarelo, 15-20%) e frontier model na nuvem (vermelho, 5-10%). Cada nível mostra custo relativo por token. Paleta azul-ciano da BaXiJen sobre fundo escuro.Destaque

Model Routing em Produção: Como Escolher o Modelo Certo Para Cada Requisição e Cortar Até 85% do Custo de IA

75% das equipes de IA em produção usam múltiplos modelos em 2026, mas a maioria envia toda requisição para o modelo mais caro. O paper RouteLLM (ICLR 2025) provou que roteamento inteligente corta 85% do custo mantendo 95% da qualidade. Este guia decompõe as estratégias de routing, compara 5 ferramentas production-ready e mostra como arquiteturas híbridas cloud-on-prem reduzem custo e latência simultaneamente.

Leonardo Camilo··14 min
model routingLLMcustosprodução+7
Gráfico de barras comparando custo de API (linha ascendente vermelha) vs infraestrutura própria (linha fixa verde) com ponto de break-even destacado. Ao lado, medidor de utilização de GPU mostrando 30-40% médio vs 85%+ alvo. Paleta azul-ciano da BaXiJen sobre fundo escuro.Destaque

GPU Management: Por Que GPUs Ociosas São o Novo Avião no Chão e Como Isso Redefine o Custo de IA em Produção

A próxima restrição real em IA não é inteligência do modelo, é utilização de hardware. Dados de Anthropic, Meta, IBM Research e Dharma AI mostram que GPU management, model routing e especialização são as alavancas que separam quem lucra de quem queima capital em clusters subutilizados.

Marcus Ramalho··19 min
GPU managementutilizaçãoinfraestruturaIA+7
Gráfico de barras horizontais mostrando os 10 critérios de compra de IA em 2026, com data security (9.2), integration depth (8.7) e observability (8.4) no topo. Paleta azul-ciano da BaXiJen sobre fundo escuro.Destaque

Procurement de IA em 2026: O Que o Comprador Enterprise Realmente Avalia (e Por Que 32% dos Fornecedores São Eliminados Antes da Demo)

Dados de Presenc AI, Gartner, BCG e ISG revelam que security, observability e integration superam capability benchmarks no ranking de critérios de compra de IA em 2026. Oito etapas do procurement moderno, com framework de scoring e conexão com o mercado brasileiro de IA sob LGPD e Marco Legal.

Luiz Felipe Barbedo··15 min
procurementcompra enterpriseIAagentes IA+7
Gráfico de barras comparando precisão de single-needle e multi-fact retrieval em diferentes profundidades de contexto (4K, 32K, 128K, 200K, 500K, 1M tokens). Linha verde tracejada marca o limiar de 80% de precisão. Destaque visual para a queda de 30-60 pontos percentuais entre 32K e 500K tokens.Destaque

Context Longo em Produção: A Janela de 1M Tokens Que o Marketing Promete e o Benchmark Desmonta

Modelos anunciam janelas de 1 milhão de tokens. Mas benchmarks RULER e NoLiMa mostram que a precisão cai 30 a 60 pontos percentuais past 200K tokens. Este artigo decompõe o gap entre contexto anunciado e contexto confiável, compara RAG vs long-context vs arquiteturas híbridas, traz dados de pricing real de julho de 2026 e dá um framework de decisão para times que shipam agentes em produção.

Leonardo Camilo··11 min
contexto longoLLMRAGRULER+9
Diagrama do pipeline de avaliação de agentes IA: golden dataset na base, code-based graders e model-based graders no meio, gates de CI/CD no topo, feedback loop de produção traces voltando para o dataset. Mostra pass^k vs pass@k com a diferença de 63 pontos percentuais para um agente de 70% de sucesso por tentativa.Destaque

Evals de Agentes IA em Produção: Como Construir um Pipeline de Avaliação Que Realmente Protege o Deploy

O benchmark APEX-Agents mostrou que os melhores agentes completam menos de 25% das tarefas reais na primeira tentativa. 60 a 72% dos pilotos nunca chegam à produção. O problema não é o modelo: é a ausência de engenharia de avaliação sistemática. Este artigo decompõe como construir um pipeline de evals com golden datasets, LLM-as-judge calibrado, gates de CI/CD e feedback loop de produção, com dados da Anthropic, Mercor, Eugene Yan e práticas de times que shipam agentes confiáveis em 2026.

Marcus Ramalho··12 min
avaliaçãoevalsagentes IALLM-as-judge+7
Diagrama mostrando o funil de adoção de agentes IA em 2026: 88% das organizações usam IA em ao menos uma função, 54% estão em produção, 80% reportam ROI mensurável. Os três gargalos principais listados: integração com sistemas legados (46%), qualidade e acesso a dados (42%), gestão de mudança (39%). No lado direito, quatro fatores que separam top-quartil de bottom-quartile: eval spend acima de 15%, sponsor C-1, métrica clara no kickoff, integração com sistema de registro.Destaque

O Estado dos Agentes IA em 2026: O Que 500+ Líderes Técnicos Revelaram Sobre Produção, ROI e os Gargalos Reais

Antropica, BCG, McKinsey e Gartner publicaram dados de produção sobre agentes IA em 2026. 80% das organizações já reportam ROI mensurável. 54% estão em produção. Mas 46% citam integração como o maior gargalo. Este artigo destrincha os números, os padrões arquiteturais que separam quem escala de quem estagna e o que isso significa para empresas brasileiras que avaliam adoção de agentes.

Leonardo Camilo··16 min
agentes IAproduçãoROIenterprise+6
Diagrama mostrando o funil de piloto para producao de agentes IA: 100% dos pilotos entram, 60-72% falham antes da producao, 35-45% sao deprecados em 12 meses. Quatro modos de falencia dominantes listados: erros de ferramenta (28%), memoria e estado (22%), casos de borda nao tratados (18%), alucinacao (12%). No lado direito, tres padroes que separam deployments bem-sucedidos: escopo estreito, human-in-the-loop e avaliacao continua.Destaque

Confiabilidade de Agentes IA em Produção: Por Que 60% dos Pilotos Falham e Como Ser a Exceção

Pesquisas da BCG, McKinsey e IDC em 2026 mostram que 60 a 72% dos pilotos de agentes IA nunca chegam à produção. O benchmark APEX-Agents revelou que os melhores modelos completam menos de 25% das tarefas reais na primeira tentativa. Este artigo decompõe os modos de falência dominantes (erros de ferramenta, memoria, contexto e loops), mapeia os padroes arquiteturais que separam deployments bem-sucedidos de fracassos e propoe um framework de engenharia de confiabilidade para agentes IA em producao. Para empresas brasileiras que querem adotar IA sem virar estatistica.

Marcus Ramalho··17 min
confiabilidadeagentes IAproduçãoengenharia de confiabilidade+6
Diagrama comparando o modelo SaaS tradicional (caixas horizontais genéricas com pricing per-seat) com o modelo Service-as-Software (agentes verticais especializados com pricing por outcome). Setas indicam a transição: de licenças de software para entrega de resultados. Marcadores mostram US$ 200B (mercado SaaS) vs US$ 4,6T (oportunidade services-as-software).Destaque

De SaaS para Service-as-Software: Como Agentes IA Estão Reescrevendo o Modelo de Negócio de Software

O SaaSpocalypse de fevereiro de 2026 apagou US$ 285 bilhões em valor de mercado de empresas de SaaS em um único dia. Não foi pânico: foi o mercado precificando que o modelo per-seat está morto. Agentes IA verticais estão substituindo software horizontal por outcomes, e a oportunidade é de US$ 4,6 trilhões. Este artigo mapeia a transição de SaaS para Service-as-Software com dados de Gartner, McKinsey, IDC, Foundation Capital e Crunchbase, e analisa o que isso significa para empresas brasileiras de IA.

Luiz Felipe Barbedo··12 min
SaaSservice-as-softwareagentes IAvertical AI+7
Diagrama de quatro camadas de tool use em produção: schema registry com JSON Schema validado, tool call router com Promise.allSettled para execução paralela, error handling com structured error results e loop prevention com max tool calls guard. Setas indicam o fluxo cíclico entre LLM, tools e resultados.Destaque

Tool Use e Function Calling em Produção: Como Ensinar Agentes a Usar Ferramentas de Verdade

Agentes de IA que chamam ferramentas são o estado da arte em 2026, mas 15 a 25% das chamadas falham silenciosamente em produção. Este guia mapeia as quatro camadas que determinam confiabilidade de tool use: design de schema, validação de argumentos, tratamento de erros e prevenção de loops. Com dados do Berkeley Function Calling Leaderboard v4, papers de arXiv sobre consistência de agentes e arquitetura de referência para deploy no Brasil.

Leonardo Camilo··14 min
tool usefunction callingagentes IAprodução+7
Diagrama das cinco alavancas de otimização de inferência LLM em camadas sobrepostas: quantização (INT4/INT8/FP8), KV cache (PagedAttention), continuous batching, speculative decoding e smart routing. Ao centro, indicador de custo decrescente de US$ 20 para US$ 0,40 por milhão de tokens.Destaque

Custos Ocultos de Inferência de LLMs em Produção: Como Otimizar GPU, Batching e Cache

O custo de inferência de LLMs despencou 1.000x em três anos, mas empresas brasileiras ainda perdem até 80% do budget de IA em ineficiência. Este artigo mapeia as cinco alavancas técnicas que reduzem o custo real de inferência em produção: quantização, KV cache, continuous batching, speculative decoding e smart routing. Com benchmarks reais de vLLM, dados de pricing de GPU no Brasil e referências acadêmicas, mostramos como passar de US$ 20 para US$ 0,40 por milhão de tokens sem sacrificar qualidade.

Marcus Ramalho··18 min
LLMinferênciaotimizaçãoGPU+9
Diagrama dos quatro padrões de orquestração multi-agente: coordinator (hub-and-spoke), pipeline (sequencial), peer-to-peer (mesh) e hierarchical (árvore). Comparativo lateral dos três frameworks: LangGraph, CrewAI e AutoGen em dimensões de controle, velocidade de prototipação e adequação à produção.Destaque

Federação de Agentes IA: Como Orquestrar Múltiplos Especialistas em Produção

Um agente não basta mais. Gartner registrou um aumento de 1.445% em consultas sobre sistemas multi-agente entre Q1 2024 e Q2 2025. Mas pesquisa da UC Berkeley mostra que até 87% das execuções multi-agente falham por problemas de coordenação, não de inteligência individual. Este artigo mapeia os quatro padrões de orquestração que sobrevivem em produção, compara os três frameworks dominantes (LangGraph, CrewAI e AutoGen) em custo, latência e controle, e mostra como vender, comprar e implementar sistemas federados de IA no mercado brasileiro, onde cada real de infraestrutura precisa ser justificado.

Luiz Felipe Barbedo··17 min
multi-agentfederação de agentesorquestraçãoLangGraph+8
Diagrama das quatro camadas de memória de agentes IA: memória de trabalho (context window), episódica (eventos passados), semântica (fatos extraídos) e procedural (skills aprendidas). Setas mostram fluxo de consolidação entre camadas. Comparativo lateral dos quatro frameworks: Letta, Mem0, Zep e LangMem.Destaque

Memória de Agentes IA em Produção: Como Construir Sistemas Que Realmente Lembram

Agentes de IA em produção não podem ser amnésicos. Cada nova sessão que começa do zero é um custo que escala com o número de usuários. Este artigo mapeia as quatro camadas de memória que um agente precisa ter (de trabalho, episódica, semântica e procedural), compara os quatro frameworks de memória que dominam o mercado em 2026 (Letta, Mem0, Zep e LangMem) em latência, custo e arquitetura, e mostra como implementar cada camada no contexto brasileiro, onde infraestrutura custa caro e soberania de dados não é opcional.

Leonardo Camilo··18 min
memória de agentesLLM memoryLettaMem0+8
Diagrama de um pipeline de dados para agentes IA mostrando quatro camadas: ingestão (fontes de dados entrando via conectores), validação (gates de schema, semântica e qualidade), versionamento (branches isoladas com zero-copy), e serving (agentes consumindo dados versionados em produção). Setas indicam fluxo contínuo e auditável.Destaque

Pipeline de Dados para Agentes IA: Como Estruturar Ingestão, Validação e Versionamento em Produção

97% das organizações têm iniciativas de IA ativas, mas apenas 5% consideram seus dados prontos. Quando agentes IA leem, escrevem e transformam dados em velocidade de máquina sem supervisão humana, o pipeline de dados deixa de ser infraestrutura de suporte e vira linha de frente de confiabilidade. Este artigo analisa como estruturar ingestão, validação e versionamento de dados para agentes em produção, com referências acadêmicas, dados de incidentes reais e arquiteturas que funcionam em 2026.

Marcus Ramalho··18 min
pipeline de dadosagentes IAMLOpsLLMOps+7
Diagrama mostrando três fluxos de entrada (texto, imagem, áudio) convergindo para um motor de raciocínio central, com saídas para classificação, busca e geração. Cores da identidade BaXiJen em fundo escuro.Destaque

Multimodalidade em Produção: Quando Agentes Precisam Ver, Ouvir e Ler

Em 2026, agentes de IA deixaram de ser apenas text-in/text-out. GPT-4o processa áudio em tempo real com latência abaixo de 300ms, Gemini 2.5 Pro raciocina sobre imagens e vídeo, e o benchmark MMMU avalia modelos em 30 disciplinas visuais. Este artigo analisa como arquitetar sistemas multimodais em produção: os trade-offs de late-fusion vs. early-fusion, o custo real de pipelines com visão, os desafios de RAG multimodal e por que o Brasil tem casos de uso que o Vale do Silício ainda não enxergou.

Leonardo Camilo··16 min
multimodalidadeIA multimodalvisão computacionalRAG multimodal+8
Diagrama mostrando a pirâmide de dispositivos edge: no topo, smartphones flagship com NPU de 100 TOPS; no meio, laptops e mini-PCs; na base, Raspberry Pi e dispositivos IoT. Setas indicando que SLMs de diferentes tamanhos (1B, 3B, 7B) se encaixam em cada camada conforme técnicas de compressão aplicadas.Destaque

Edge AI e SLMs: Rodando Modelos Localmente em Dispositivos Constraint

Em junho de 2026, a Microsoft colocou um modelo de IA rodando dentro do navegador Edge sem depender de GPU dedicada. Smartphones flagship já processam 220 tokens/segundo em modelos de 3 bilhões de parâmetros. Este artigo analisa o estado da arte de SLMs em dispositivos constraint: quais técnicas de compressão tornam isso possível, o que os novos chipsets entregam, quanto custa rodar local vs. cloud, e por que o Brasil precisa prestar atenção nessa virada.

Marcus Ramalho··13 min
edge AISLMsmall language modelson-device AI+7
Diagrama em camadas da governança de agentes IA: camada 1 (Guardrails) no nível de execução, camada 2 (Observabilidade) no nível de infraestrutura, camada 3 (Compliance Auditável) no nível organizacional. Setas conectando cada camada à de cima, indicando que governança é progressiva e cumulativa.Destaque

Governança de Agentes IA: Do Guardrail ao Compliance Auditável

Agentes IA autônomos estão tomando decisões em produção sem que as empresas tenham estrutura para responder por elas. Este artigo mapeia o caminho do guardrail pontual ao compliance auditável: por que 82% das empresas têm agentes fora do radar de segurança, o que muda com o EU AI Act em agosto de 2026, como o Marco Legal da IA brasileiro e a LGPD se cruzam na governança de agentes, e quais frameworks técnicos e organizacionais implementar para que seu agente não vire um passivo jurídico.

Luiz Felipe Barbedo··17 min
governança IAagentes IAcomplianceauditabilidade+7
Diagrama comparando prompt engineering (instrução única) e context engineering (gerenciamento dinâmico de contexto em loop de agente: instruções, ferramentas, memória, dados externos). Quatro modos de falha: context poisoning, distraction, confusion e clash.Destaque

Context Engineering: O Novo Prompt Engineering para Agentes de Produção

Prompt engineering era suficiente quando LLMs recebiam uma instrução e geravam uma resposta. Mas agentes operam em loops de dezenas de turnos, acumulam histórico, invocam ferramentas e consultam fontes externas. Gerenciar o que entra na janela de contexto em cada passo se tornou a alavanca número 1 de qualidade em produção. Este artigo mapeia a anatomia do context engineering, os quatro modos de falha de contexto, as estratégias de write, select, compress e isolate, e como aplicá-las em agentes brasileiros de produção.

Leonardo Camilo··12 min
context engineeringprompt engineeringagentes IAprodução+6
Diagrama do ciclo do data flywheel: interação em produção gera sinais, sinais viram dados de treino, modelo melhora, ciclo composta. Comparado a um modelo estático que degrada ao longo do tempo.Destaque

Data Flywheel: Como Agentes que Aprendem com Uso Superam Modelos Estáticos

Modelos estáticos degradam com o tempo porque o mundo muda mais rápido que o treinamento. Data flywells fecham esse ciclo: cada interação em produção vira sinal de melhoria, e cada melhoria gera interações melhores. Este artigo mapeia a anatomia de um flywheel de produção, os sinais explícitos e implícitos que alimentam o ciclo, as quatro alavancas de melhoria e por que a maioria dos flywheels trava no terceiro mês.

Marcus Ramalho··14 min
data flywheelagentes IAfeedback loopprodução+6
Comparativo visual entre MMLU (conhecimento acadêmico em inglês) e benchmarks relevantes para agentes em português: PoETa v2, BFCL, ENEM, Capitu, mostrando as lacunas que MMLU não cobreDestaque

Benchmarks de Agentes em Português: Por Que MMLU Não Serve Pro Brasil

MMLU é o benchmark mais citado para avaliar LLMs, mas foi desenhado para inglês americano e conhecimento acadêmico anglo-saxão. Quando o assunto é agentes de IA operando em português, MMLU não mede o que importa: compreensão cultural, capacidade de usar ferramentas em pt-BR e raciocínio em contexto brasileiro. Este artigo mapeia os vieses estruturais do MMLU, apresenta os benchmarks que realmente importam para o Brasil (PoETa v2, ENEM, OAB, Capitu, BRoverbs), e explica por que avaliar agentes exige métricas completamente diferentes de avaliar modelos de texto.

Leonardo Camilo··13 min
benchmarksMMLUavaliaçãoagentes IA+7
Diagrama comparando RAG tradicional (embeddings em vetor) e knowledge graph (entidades e relações em grafo), mostrando como agentes raciocinam melhor com estruturaDestaque

Knowledge Graphs para Agentes de IA: Estruturando Contexto Além do RAG

RAG resolve busca, mas não resolve entendimento. Quando agentes de IA precisam raciocinar sobre relações, rastrear mudanças temporais e responder perguntas multi-hop, knowledge graphs oferecem o que embeddings não conseguem: estrutura, proveniência e raciocínio. Este artigo mapeia por que RAG puro quebra em produção, como GraphRAG e knowledge graphs temporais resolvem essas falhas, e qual arquitetura faz sentido para agentes operando em português no contexto brasileiro.

Marcus Ramalho··12 min
knowledge graphGraphRAGagentes IARAG+6
Diagrama de arquitetura data mesh para IA: múltiplos agentes acessando domínios de dados federados via backbone semântico e protocolos MCPDestaque

Data Mesh para IA: Como Estruturar Dados Quando Múltiplos Agentes Precisam Acessar

Quando sistemas multiagente saem do paper e vão pra produção, o gargalo não é o modelo. É o dado. Este artigo mapeia como data mesh resolve o problema de acesso federado a dados para agentes de IA, quais são as falhas estruturais dos meshes projetados para humanos, e o que funciona de verdade quando você precisa que 5, 10 ou 50 agentes operem sobre dados de domínios diferentes sem gerar caos.

Luiz Felipe Barbedo··11 min
data meshagentes IAdados federadosmultiagente+6
Diagrama de orquestração multiagente: padrões supervisor, hierárquico e peer-to-peer com agentes especializados coordenados por um orchestrator centralDestaque

Agentes Multilaterais: Quando um Agente Precisa Coordenar Outros Agentes

Sistemas multiagente deixaram de ser pesquisa e viraram produção. Segundo levantamento da Zylos Research, 72% dos projetos de IA empresarial já envolvem múltiplos agentes. Mas coordenar quem faz o quê, quando e como é o problema central. Este artigo mapeia os padrões de orquestração, os frameworks disponíveis, os desafios reais de produção e o que a pesquisa de ponta diz sobre quando delegar e quando centralizar.

Leonardo Camilo··12 min
agentes multiagenteorquestraçãoLLMprodução+6
Pipeline de red teaming para agentes IA: da modelagem de ameaças às camadas de cobertura, com ferramentas open-source e mapeamento OWASPDestaque

Red Teaming na Prática: Como Testar Adversarialmente Seu Agente Antes do Deploy

Red teaming não é pentest tradicional. É simular ataques reais em sistemas de IA: prompt injection, jailbreak, exfiltração de dados, escalonamento de permissão. Com o OWASP Top 10 para LLMs 2025, ferramentas como Promptfoo, PyRIT e Garak maturando, e a EU AI Act exigindo testes adversariais para sistemas de alto risco a partir de agosto de 2026, não dá mais pra shipar agente sem red team. Guia prático com metodologia, ferramentas comparadas e o playbook que usamos na BaXiJen.

Marcus Ramalho··16 min
red teamingsegurançaagentes IAOWASP+7
Mapa de oportunidades e barreiras da IA no setor público brasileiro após o Marco Legal: regulamentação, governança e mercadoDestaque

IA no Setor Público Brasileiro em 2026: Oportunidades e Barreiras Após o Marco Legal

O PL 2688/2025 aprovado pela Câmara em março de 2026 institui o Marco Regulatório da IA no Brasil. A Portaria MGI 3.485/2026 cria governança obrigatória para IA no governo federal. Com R$ 23 bilhões do PBIA, 72% das PMEs sem governança de dados e um SIA ainda sem capilaridade, o setor público brasileiro vive o momento mais decisivo da história da IA institucional. Análise completa: o que muda, o que trava e onde está o mercado.

Luiz Felipe Barbedo··13 min
IAsetor públicoMarco LegalPL 2688+7
Arquitetura MCP: cliente, servidor e protocolo resolvendo o problema N×M de integração entre agentes de IA e fontes de dadosDestaque

MCP (Model Context Protocol): O Futuro da Integração entre Agentes e Ferramentas

O MCP nasceu na Anthropic em novembro de 2024 e em 18 meses se tornou o padrão de fato para conectar agentes de IA a ferramentas e dados. Com 10.000+ servidores públicos, 97 milhões de downloads mensais e adoção por OpenAI, Google e Microsoft, o protocolo resolve o problema N×M da integração. Mas segurança, latência e governança ainda são desafios abertos. Análise completa com dados, arquitetura e implicações para o mercado brasileiro.

Marcus Ramalho··13 min
MCPModel Context Protocolagentes IAintegração+6
Arquitetura de 6 camadas de guardrails em produção: input validation, prompt hardening, retrieval rail, output filtering, tool-call gating e moderation APIDestaque

Guardrails e Alinhamento em Produção: Como Garantir que Seu Agente Não Saia do Escopo

A maioria dos times shipa LLM com system prompt e reza. Guardrails em produção não são um toggle: são 6 camadas arquiteturais distintas, cada uma defendendo uma classe de ameaça. Referência prática com OWASP 2025, NeMo Guardrails, Llama Guard 3, e o cálculo de falso positivo que ninguém te mostra.

Leonardo Camilo··13 min
guardrailsalinhamentoproduçãoNeMo Guardrails+6
Diagrama das 10 categorias de risco do OWASP Top 10 para Aplicações Agentivas com conexão para defesas e compliance LGPDDestaque

Segurança de Agentes IA em Produção: O Que Ninguém Te Conta

88% das organizações já sofreram incidentes de segurança com agentes IA. O OWASP lançou o Top 10 para Aplicações Agentivas, o EchoLeak mostrou que zero-click é real, e a LGPD exige responsabilidade. Guia prático para proteger seus agentes antes do deploy.

Marcus Ramalho··11 min
segurançaagentes IAOWASPred teaming+4
Comparativo visual entre RAG e Fine-tuning: pipeline de retrieval vs atualização de pesos do modelo

RAG vs Fine-tuning: Quando Usar Cada Um em Produção

Guia prático com dados reais para escolher entre RAG e fine-tuning em sistemas de IA. Benchmarks, custos, latência e a abordagem híbrida RAFT explicados com números verificáveis.

Leonardo Camilo··9 min
RAGfine-tuningLLMprodução+3
Diagrama comparando prompt artesanal (texto solto, sem validação) com prompt em produção (schema JSON, evals, versionamento, CI/CD), mostrando a evolução do playground para o pipeline robusto

Prompt Engineering em Produção: por que seu prompt não sobrevive ao mundo real

Seu prompt funciona no playground. Mas na produção, com usuários reais, dados imprevistos e modelos que mudam, ele quebra. Este post mostra como transformar prompt engineering artesanal em engenharia de verdade: structured outputs, versionamento, evals e o framework DSPy que programa prompts em vez de escrevê-los à mão.

Luiz Felipe Barbedo··10 min
prompt engineeringproduçãostructured outputsDSPy+5
Diagrama mostrando o pipeline de avaliação de LLMs: golden dataset, métricas offline (faithfulness, relevance, recall) e online (latência, custo, satisfação), conectados ao ciclo de melhoria contínua

Avaliação de LLMs e agentes IA em produção: o guia que ninguém te dá

Seu modelo passou no benchmark. Mas será que funciona de verdade com dados reais? Um guia prático sobre como avaliar LLMs, RAG e agentes IA em produção: métricas que importam, armadilhas dos benchmarks, LLM-as-judge e por que golden datasets são o ouro do seu pipeline.

Leonardo Camilo··10 min
avaliaçãoLLMagentes IARAGAS+7
Diagrama de observabilidade para agentes IA mostrando os 3 pilares: tracing distribuído, logging estruturado e métricas, com OpenTelemetry como camada de padronização conectando a agentes, ferramentas e dashboards

Observabilidade de agentes IA: logging, tracing e métricas que realmente funcionam em produção

Seu agente de IA funciona em desenvolvimento. Passa nos testes. Você deploya. Aí um usuário reporta: 'ele me deu uma resposta completamente errada'. E agora? Um guia prático de observabilidade para agentes IA: os 3 pilares, as métricas que importam, as ferramentas do ecossistema e o que ninguém te conta sobre debugar sistemas não-determinísticos.

Marcus Ramalho··8 min
observabilidadeagentes IAloggingtracing+9
Diagrama comparativo de modelos de pricing para SLM em produção: licença perpétua, assinatura por usuário, pay-per-token e modelo híbridoDestaque

Pricing de IA: Como Cobrar por SLM em Produção sem Perder Cliente nem Margem

Com o mercado de SLMs projetado para US$ 37,7 bilhões até 2032 e margens brutas 50-60% mais apertadas que SaaS tradicional, acertar o pricing de IA deixou de ser ajuste fino para virar questão de sobrevivência. Este post apresenta as cinco decisões arquiteturais do pricing de IA, benchmarks reais de custo por token para modelos de 1B a 8B parâmetros, e o ponto de equilíbrio entre licença perpétua, assinatura e consumo para o mercado brasileiro.

Luiz Felipe Barbedo··9 min
pricingIASLMmodelo de negócio+6
Diagrama go-to-market de IA para setor público brasileiroDestaque

Go-to-Market de IA no Setor Público: O Manual que Startups Brasileiras Precisam Ler

Com R$ 23 bilhões previstos no PBIA e um mercado de IA governamental crescendo a 16,6% ao ano na América Latina, o setor público brasileiro é a maior oportunidade B2G para startups de IA. Mas vender para governo exige estratégia diferente. Este post detalha como montar um go-to-market que funciona.

Luiz Felipe Barbedo··11 min
IAsetor públicogo-to-marketB2G+5
Mapa do Brasil estilizado com nós de IA conectados entre estados, representando o ecossistema de modelos open-source em português brasileiro: Sabiá, Tucano, Drummond, AMALIA e corpus CarolinaDestaque

Modelos open-source brasileiros: o cenário atual em 2026

O Brasil deixou de ser apenas consumidor de IA. Com a família Sabiá alcançando 94% do GPT-4o em português, o Tucano 2 treinando do zero com dados abertos e o PBIA injetando R$ 23 bilhões, o ecossistema de modelos open-source em português brasileiro vive um momento de inflexão. Este post mapeia quem são os protagonistas, o que funciona, o que falta e por que isso importa para qualquer empresa que processa dados no Brasil.

Leonardo Camilo··9 min
modelos open-sourceIA brasileiraSabiáMaritaca+6
Comparativo visual entre cloud e on-prem para IA: de um lado servidores em nuvem com ícones de escalabilidade e custo variável, do outro infraestrutura local com ícones de controle, soberania e latência baixaDestaque

Cloud vs on-prem para IA: quando cada um faz sentido

A decisão entre nuvem e infraestrutura local não é ideológica: é matemática. Dados de pesquisa, TCO real e o caso brasileiro de soberania de dados mostram quando cada modelo vence, e por que 93% das empresas estão repatriando workloads de IA da nuvem pública.

Marcus Ramalho··9 min
cloudon-premisesinfraestrutura IAsoberania de dados+6
Guia prático de compliance LGPD para startups de IA no BrasilDestaque

LGPD e IA: Compliance na Prática para Startups Brasileiras

O Brasil tem mais de 975 startups de IA, investimentos crescendo 62% ao ano, e dois marcos regulatórios que vão mudar o jogo: a LGPD em plena vigência e o PL 2338/2023 prestes a ser aprovado. Este post detalha como uma startup de IA pode estruturar compliance de privacidade de dados sem travar a operação, com base na Nota Técnica 12/2025 da ANPD, nos requisitos do PL 2338 e em casos práticos de mercado.

Marcus Ramalho··13 min
LGPDIAcompliancestartup+5
Mapa do mercado de IA B2B no Brasil: números, desafios e estratégias de vendaDestaque

Vendas de IA B2B no Brasil: O Mercado que Explode e os Desafios que Ninguém Conta

O mercado de IA no Brasil ultrapassou US$ 2,4 bilhões em 2025, com crescimento de 18,5% ao ano. Mas vender IA B2B no país é muito diferente de vender SaaS tradicional. Analisamos dados do IDC, Gartner e Salesforce para mapear as oportunidades, os gargalos de adoção, o impacto da LGPD e o que diferencia uma startup de IA que fecha contratos de uma que não passa do pilotinho.

Luiz Felipe Barbedo··12 min
B2BIAvendasmercado brasileiro+6
Comparativo de custo: fine-tuning on-premise vs cloud vs API para IA no BrasilDestaque

Fine-tuning no Brasil: Custo-Benefício de Treinar vs Usar API

Quanto custa, de verdade, fine-tunar um modelo de linguagem no Brasil? Comparamos API (OpenAI, Google), cloud GPU (Together AI, RunPod) e on-premise com hardware nacional, com números reais em reais. Incluímos análise LGPD, break-even por volume e um framework de decisão para empresas brasileiras escolherem o caminho certo.

Leonardo Camilo··11 min
fine-tuningSLMcustoAPI+6
Pipeline de RAG em produção: do chunking ao rerankingDestaque

RAG em Produção: Pipeline de Retrieval que Funciona de Verdade

A maioria dos pipelines de RAG falha na hora de recuperar informação, não na geração. Analisamos por que naive RAG quebra em produção e apresentamos as arquiteturas que realmente funcionam: chunking hierárquico, busca híbrida BM25+vetorial, reranking com cross-encoder e avaliação com RAGAS, com números e benchmarks reais.

Marcus Ramalho··12 min
RAGretrievalproduçãochunking+5
Da Caverna Digital à SoberaniaDestaque

Da Caverna Digital à Soberania: Por Que Construímos a BaXiJen

Um ensaio sobre IA, Big Techs e dialética do poder, reafirmando por que a BaXiJen existe: para quebrar a dependência digital do Brasil e devolver autonomia a quem deveria ser senhor, não servo, da tecnologia.

Marcus Ramalho e Milena Carvalho··8 min
soberania digitalBig TechsdialéticaHegel+3

Precisa de ajuda?

Clique no chat para conversar com nosso consultor