Programação com Agentes: Além da Geração de Código LLM

2025-06-11

Este artigo explora uma abordagem revolucionária para programação usando agentes. O autor define um agente como um loop for contendo uma chamada LLM, concedendo ao LLM acesso a compiladores, sistema de arquivos e suítes de teste. Isso contrasta fortemente com a programação apenas com LLMs (semelhante a codificar em um quadro branco), onde os agentes, por meio de feedback ambiental, melhoram drasticamente a eficiência e precisão da geração de código. O autor compartilha estudos de caso do uso de agentes para autenticação do aplicativo GitHub e tratamento de JSON em SQL, demonstrando seu poder no aumento da produtividade e na resolução de tarefas complexas. Embora os agentes exijam mais tempo e recursos computacionais, seus ganhos de eficiência e potencial para reduzir erros humanos os posicionam como ferramentas poderosas para o futuro da programação.

Leia mais
Desenvolvimento agentes

Programação com LLMs em 2024: Minhas Experiências

2025-01-07

Este post resume as experiências do autor usando modelos generativos para programação no último ano. Ele descobriu que os LLMs tiveram um impacto positivo em sua produtividade, particularmente para autocompletar, pesquisa e programação orientada a bate-papo. Embora a programação orientada a bate-papo exija ajustes nos fluxos de trabalho, ela fornece um primeiro rascunho e facilita a correção mais rápida de erros. O autor enfatiza que os LLMs se destacam em problemas bem definidos e defende pacotes de código menores e mais independentes para melhor interação com o LLM. Ele apresenta o sketch.dev, um IDE Go projetado para LLMs para otimizar o ciclo de feedback e aumentar a eficiência.

Leia mais
Desenvolvimento