Aletheia
How We Solved Agent Building — Andrew Qu, Vercel
Na tentativa de automatizar tarefas complexas de software, é comum que equipes de engenharia criem fluxos encadeados onde cada etapa depende de um agente especializado. O sistema passa a exigir ferramentas customizadas para consultar bancos de dados, validar esquemas e intermediar cada decisão intermediária. Em pouco tempo, essa sobreposição de abstrações aumenta a fragilidade do código e torna a manutenção custosa. O resultado prático costuma ser um ciclo de retentativas ineficientes e respostas imprevisíveis.
No vídeo How We Solved Agent Building, Andrew Qu expõe como a equipe da Vercel enfrentou exatamente esse impasse ao perseguir a meta de integrar agentes na rotina de trabalho da empresa. Ao analisar o comportamento da arquitetura inicial, batizada de D0, a engenharia notou que o encadeamento rígido entre planejamento, consulta e execução multiplicava os pontos de falha. Vejo nesse relato um diagnóstico valioso para a indústria: a complexidade de um sistema de inteligência artificial muitas vezes deriva do excesso de controle que tentamos impor a ele. O caso importa porque demonstra como premissas de design bem-intencionadas acabam prejudicando o desempenho operacional.
“instead of a computer on every desk, could we potentially have an agent on every desk?”
A mudança de rumo na Vercel não exigiu o desenvolvimento de novos algoritmos, mas a remoção ostensiva de código intermediário. A equipe eliminou cerca de 80% das ferramentas dedicadas, incluindo utilitários customizados de SQL e seletores dinâmicos de contexto em TypeScript. Em vez de restringir a execução a APIs proprietárias, o sistema passou a conceder ao agente acesso direto a primitivas fundamentais do sistema operacional, como os comandos grep, cat e ls. Ao substituir camadas de mediação por instruções diretas de terminal, a arquitetura ganhou autonomia de navegação e reduziu drasticamente o volume de código de suporte.
Essa busca por simplicidade expõe um critério de validação fundamental: sistemas automatizados operam com maior previsibilidade quando dependem de abstrações universais. O paralelo estabelecido pela empresa com a organização de frameworks web reflete a necessidade de padronizar a composição de agentes em ambientes corporativos. A proposta apresentada com a iniciativa eve.dev aponta para um modelo em que a estabilidade surge da disciplina de design, e não do acúmulo de regras manuais. Entendo que essa evidência técnica redefine a prioridade da engenharia, deslocando o foco da criação de utilitários isolados para a sustentação de ambientes de execução enxutos.
“we realized that the big unlock was that it was just a file system.”
A lição central desse caso não é uma promessa de solução definitiva para a inteligência artificial, mas um lembrete sobre a eficácia da contenção técnica. Reduzir a complexidade de um sistema exige abrir mão de camadas intermediárias que parecem oferecer segurança, mas apenas mascaram a fragilidade da infraestrutura. Concluo que o progresso sustentável na construção de agentes dependerá mais da capacidade de simplificar o código de suporte do que do entusiasmo em adicionar novas funcionalidades. Quantas das abstrações que mantemos hoje nos nossos projetos existem para resolver o problema do cliente e quantas servem apenas para compensar a falta de confiança nas primitivas do sistema?
Assistir: How We Solved Agent Building — Andrew Qu, Vercel · AI Engineer