💻 LLM como hardware semântico
No início, computar era operar válvulas. Depois transistores. Depois chips. Hoje, computar inclui um novo tipo de hardware: o LLM. Claude, GPT, Gemini, Llama — eles são a camada que "executa" instruções, mas em linguagem natural, não em assembly.
🧠 A nova camada física
Como qualquer hardware, o LLM tem características próprias que precisam ser respeitadas:
- •Tokens são bytes — unidade mínima de trabalho. Tudo tem custo em tokens.
- •Contexto é RAM — janela limitada onde a "execução" acontece.
- •Modelo é arquitetura de CPU — Opus 4.7 vs Haiku 4.5 = high-end vs low-power.
- •Provider é fabricante — Anthropic, OpenAI, Google, Meta, AWS Bedrock.
- •Latência ≠ throughput — primeira resposta vs tokens/segundo são métricas distintas.
📊 Karpathy, Sequoia Ascent 2026
"LLMs are no longer just chatbots or autocomplete. They are becoming a new programmable layer for digital work."
— Andrej Karpathy, ex-OpenAI / ex-Tesla, ao definir Software 3.0.
🧬 Agentic OS como kernel
Hardware sem sistema operacional é só silício. LLM sem Agentic OS é só chatbot. O kernel é o que transforma o "hardware semântico" em algo capaz de executar trabalho contínuo, com identidade, regras e fluxo.
🏗️ As 4 camadas do kernel
- 1. Identidade — CLAUDE.md, AGENTS.md, regras com escopo. Quem o agente é.
- 2. Conhecimento — Silver Platters, MCP, skills, memória. O que ele sabe e pode buscar.
- 3. Trabalhadores — orquestrador + especialistas. Quem executa o quê.
- 4. Automação — hooks, schedules, observabilidade. O trabalho invisível.
💡 Mensagem central
É o que separa "usar IA" de "operar com IA". Quem fica em prompts soltos amplifica caos. Quem constrói o kernel monta uma operação.
⌨️ CLI como shell agêntico
No Unix, o shell (bash, zsh) é a interface programática para o kernel. Na era agêntica, a CLI virou esse shell. Claude Code, Codex CLI, Gemini CLI, Cursor CLI, Aider, Replit Agent — todos CLI-first em 2026. Não é coincidência.
✓ Por que CLI venceu
- ✓Composabilidade com pipes, cron, hooks
- ✓Git-nativo (worktrees, branches, commits)
- ✓Acesso direto ao filesystem (sem sandbox)
- ✓Roda em servidor remoto / SSH
- ✓Paralelização de sessões
- ✓Baixa latência, sem overhead de UI
✗ Por que web/chat é amador
- ✗Sandbox de browser limita acesso
- ✗Sem hooks, sem cron, sem composabilidade
- ✗Estado preso à sessão de browser
- ✗Não funciona em servidor headless
- ✗UI vira gargalo de latência
- ✗Difícil paralelizar múltiplas sessões
🌐 MCP e A2A como protocolos
TCP/IP foi o protocolo que fez a internet possível. MCP é o TCP/IP da era agêntica — o padrão que conecta agentes a ferramentas. A2A é a camada acima — o protocolo que conecta agente a agente.
📊 Adoção em números
- 97 milhões de downloads/mês de servers MCP em mar/2026
- OpenAI adotou MCP em mar/2025
- Google DeepMind confirmou suporte em abr/2025
- Cursor, Windsurf, Zed, JetBrains — todos suportam MCP
- Linux Foundation governa o protocolo desde dez/2025
- A2A: 150+ parceiros, 22k+ stars no GitHub em abr/2026
🔄 A diferença fundamental
- MCP — agente ↔ ferramenta. "Acesse este database, leia este arquivo."
- A2A — agente ↔ agente. "Negocie com este agente da outra empresa."
- Stack completo: MCP + A2A. São camadas distintas, ambas necessárias.
🔧 n8n, Make e LangGraph como linguagens
Em computação clássica, escolher Python ou C ou JS é escolher uma linguagem — o sistema operacional não muda. Na era agêntica, n8n, Make, LangGraph e Python+SDK são linguagens: meios para construir, não o sistema em si.
Quando usar qual
- n8n — integrações visuais entre SaaS. Self-host. 600+ nodes.
- Make — cloud-only, polido. Bom para teams não-técnicos.
- LangGraph — orquestração com state machine. Padrão enterprise.
- CrewAI — equipes hierárquicas, fácil de começar.
- Python + SDK — controle máximo. Cole tudo.
- Claude Code Skills — slash commands declarativos no CLI.
💡 Erro comum
Tratar n8n como "o sistema". Ele é uma linguagem. O sistema é a arquitetura agêntica que você desenha — Silver Platters, agentes, hooks, governança. n8n é uma das ferramentas para implementar partes dela.
📦 Agentes como aplicações
Em PC clássico, aplicações são programas com função clara — Word edita texto, Photoshop edita imagem. Agentes especializados são as aplicações da era agêntica: CFO Bot analisa finanças, CMO Bot lê voz do cliente, Researcher pesquisa.
🎯 Cada agente tem 5 atributos
- Função clara — uma frase descreve o que ele faz.
- Escopo — quais pastas/dados ele toca.
- Ferramentas — quais tools/MCPs ele tem acesso.
- Contexto (Silver Platters) — quais resumos ele lê.
- SLA + custo — tempo de resposta esperado, orçamento de tokens.
⚠️ Anti-padrão
Criar "um agente para tudo". Sem escopo, ele falha em tudo. Anthropic mediu: hierarquia de especialistas supera generalista solo em 90,2% dos casos de pesquisa.
📋 Resumo do Módulo
Próximo Módulo:
1.2 — Software 3.0 e Agentic Engineering (Karpathy)