Esquizofrenia de LLM: Manual do Codificador por Vibração

O autor, um programador com mais de 20 anos de experiência, descreve um método para usar agentes de IA na escrita de grandes projetos de produção. Eles argumentam que grandes tarefas falham não por causa do modelo, mas porque uma única sessão tenta ser tudo ao mesmo tempo. A solução é criar subagentes—arquivos Markdown que definem um papel, um modelo e ferramentas permitidas—que operam com contextos limpos e morrem após concluir sua tarefa. A 'trupe' do autor inclui um arquiteto, um desenvolvedor, um revisor (somente leitura), um testador que verifica se os testes são 'letais' quebrando o código, um especialista em segurança e um DBA. Uma percepção crucial é usar um modelo mais barato para execução e um mais caro para revisão, porque um erro do revisor passa despercebido. O processo é codificado em 'habilidades'—arquivos com descrição, corpo e detalhes—que crescem a partir de incidentes, como a regra de verificar fatos, não relatórios. O planejamento é essencial: os humanos revisam o plano para evitar erros caros no início, e os planos devem ser atualizados por um arquiteto antes de grandes trabalhos. O autor enfatiza que o estado deve ser registrado em arquivos, pois os agentes não têm memória entre sessões. As regras do projeto (CLAUDE.md) e um único script de verificação com um código de saída honesto servem como cola; as regras são precedentes datados e as verificações não podem ser contornadas. Comece pedindo ao modelo para criar um subagente revisor, depois transforme instruções repetidas em uma habilidade e deixe a trupe crescer organicamente. O custo: significativamente mais tokens, o tempo humano muda para revisar relatórios e resolver disputas, e as regras serão quebradas—mas isso é normal. A abordagem só compensa para tarefas que não cabem em um único contexto.