Arquitetura de IA Corporativa

Parte 1 — Harness: Núcleo e Plano de Controle

Resultado esperado: Projetar o núcleo de um harness com fronteiras verificáveis.

Evidência de aprendizagem: Diagrama do revisor, política de contexto, matriz de acesso, estado, resolvedor e traços do loop.

1. 1.1 — Separação de Preocupações em IA: LLM como Motor Intercambiável vs. Harness como Camada de Governança
   Estudar aula 1.1 · 30 min estimados
2. 1.2 — Engenharia de Contexto Sistêmico: de Prompting Manual a Injeção Declarativa de Estado e Regras
   Estudar aula 1.2 · 30 min estimados
3. 1.3 — Gestão de Permissões e I/O: RBAC no Agent Loop e Raio de Impacto
   Estudar aula 1.3 · 55 min estimados
4. 1.4 — Gestão de Estado: Memória Persistente vs. Estado Volátil e Arquitetura de Dados Transacionais
   Estudar aula 1.4 · 55 min estimados
5. 1.5 — Motor de Resolução Condicional: Injeção Dinâmica de Tools e Skills Conforme Contexto Operacional
   Estudar aula 1.5 · 45 min estimados
6. 1.6 — Padrões de Loop de Agente: ReAct, Plan-Execute e Ralph Loop
   Estudar aula 1.6 · 60 min estimados

Parte 2 — Arquitetura de RAG e Embeddings: Grounding e Memória de Conhecimento

Resultado esperado: Projetar grounding como infraestrutura governada de conhecimento.

Evidência de aprendizagem: Contrato de indexação/recuperação, metadados, filtros, top-k e decisão de agir conforme evidências.

1. 2.1 — RAG e Embeddings como Infraestrutura do Harness, não Feature de Aplicação
2. 2.2 — Chunking Estratégico e Indexação: Granularidade, Overlap, Metadados
3. 2.3 — Retrieval e Ranking Básico: Similaridade, Filtros, Top-K
4. 2.4 — Por que Grounding Precede Ação: o Harness Decide o que "Sabe" antes de Decidir o que "Faz"

Parte 3 — Topologia de Integração e o Protocolo MCP

Resultado esperado: Definir integração e execução de ferramentas com controle de efeitos.

Evidência de aprendizagem: Topologia MCP e contrato de ferramenta com validação, autorização, idempotência e tratamento de falhas.

1. 3.1 — MCP como Middleware: Fim das Integrações Point-to-Point Customizadas
2. 3.2 — Provisão de Ferramentas: Engenharia de Chamadas de API Determinísticas Governadas pelo Harness

Parte 4 — Componentização, Skills e Orquestração Multi-Agente

Resultado esperado: Compor capacidades e agentes sem perder isolamento e responsabilidade.

Evidência de aprendizagem: Contrato de skill e decisão entre agente único, subagentes e supervisor/pares, com consolidação de resultados.

1. 4.1 — Design de Skills Modulares: Encapsulamento Reutilizável e Determinístico
2. 4.2 — Injeção Desacoplada de Skills: Compartilhamento entre Múltiplos Agentes sem Duplicidade de Código
3. 4.3 — Arquitetura de Agentes Investigativos: Loops Probabilísticos para o Desconhecido
4. 4.4 — Topologia de Subagents e Paralelismo: Mitigação de Context Saturation
5. 4.5 — Topologia Supervisor e Delegação entre Agentes Pares: Orquestração Multi-Agente além do Paralelismo Temporário

Parte 5 — AI FinOps, Inflação de Tokens e Roteamento de Modelos

Resultado esperado: Relacionar custo de contexto a resultado e decisões de roteamento.

Evidência de aprendizagem: Modelo de custo hipotético, esquema de telemetria e política de roteamento/contenção com critérios de qualidade.

1. 5.1 — Métricas de Custo Computacional e Economia de Contexto
2. 5.2 — Instrumentação de Telemetria: ROI e Consumo Granular por Fluxo, PR e Usuário
3. 5.3 — Roteamento Dinâmico de Modelos: Balanceamento de Carga Cognitivo
4. 5.4 — Otimização de Payload no Harness: Contenção de Contexto e Redução de Overengineering

Parte 6 — Cibersegurança Defensiva e Governança Sistêmica

Resultado esperado: Projetar defesa e rastreabilidade proporcionais ao risco.

Evidência de aprendizagem: Fluxo de triagem, fallback, risco acumulado e evidências de governança; sem promessa de conformidade automática.

1. 6.1 — Triagem de Input e Fallback Routing: Firewall Semântico e Degradação Controlada na Entrada do Harness
2. 6.2 — Mitigação de Exploits e Jailbreaks Estruturais: Risco Sistêmico e o Trade-off da Segurança Excessiva
3. 6.3 — Padrões Globais e Governança: Rastreabilidade, Risco e o Fechamento da Arquitetura

Como avaliar o módulo 1

Monte um dossiê do agente revisor: fronteiras do harness, política de contexto, matriz de permissões, registro de estado, resolução de ferramentas e decisão de loop. Cada aula acrescenta uma parte ao mesmo caso.

Para cada critério da atividade: 0 = ausente; 1 = parcial; 2 = explícito e justificado. Revise até atingir 2 em todos os critérios. A confirmação de estudo junto ao acerto do quiz registra conclusão na conta. O entregável prático requer revisão própria; não há certificação automática.

Organização baseada nos 24 capítulos do livro Mozak. As explicações e atividades são elaboração didática. As aulas 1.1 e 1.2 têm vídeo, legendas e transcrição integral; as demais permanecem em texto.