🧩 Conhecimento × Habilidade × Sabedoria

Pocock divide "saber uma coisa" em três camadas, e a primeira é o conhecimento (em inglês, knowledge). É o que ele chama de "o fundamental, entender na cabeça": você compreende o que uma coisa é, por que ela existe e como funciona — pelo menos no papel. É a camada mais fácil de adquirir: você lê, assiste, alguém explica, e pronto, está na sua cabeça.

Por que essa separação importa pro nosso curso? Porque conhecimento é justamente o tipo de coisa que a IA distribui de graça e em segundos. Peça ao modelo "me explique o que é injeção de dependência" e você recebe uma aula. O erro comum de iniciante é confundir esse acesso fácil ao conhecimento com competência real: ler sobre testes não faz você bom em testar, do mesmo jeito que ler sobre natação não te ensina a nadar. Conhecimento é necessário, mas é só o degrau 1 de 3 — e, sozinho, é o mais barato dos três.

O segundo degrau é a habilidade (em inglês, skills). Nas palavras de Pocock, é "ter feito várias vezes, muscle memory" (memória muscular). Não basta entender: você precisa ter executado a coisa repetidamente, errado, ajustado, repetido — até o gesto ficar fluido. É a diferença entre saber a receita e cozinhar bem o prato; entre ler sobre debugging e debugar um problema feio às duas da manhã sem entrar em pânico.

Repare numa pegadinha de vocabulário: aqui "skill" significa a sua habilidade humana de fazer algo. Na Trilha 3 a palavra skill vai significar outra coisa — o procedimento que você empacota pro agente. Não é coincidência: a skill-procedimento é justamente a tentativa de congelar a sua habilidade num arquivo. O porquê de isso conectar com o curso inteiro: a IA hoje é excelente em executar a parte "muscular" do trabalho — ela já fez aquele tipo de tarefa milhões de vezes no treino. O erro comum é achar que, por a IA ter o músculo, você não precisa do seu: sem a sua habilidade pra julgar o resultado, você não consegue nem dizer se a IA fez bem.

O terceiro degrau é o mais sutil: a sabedoria (em inglês, wisdom). Pocock a define como "saber QUANDO fazer, como encaixa no mundo real". Não é sobre executar — é sobre julgar: este é o momento? esta é a abordagem certa pra ESTA situação? vale o custo? Você pode ter todo o conhecimento e toda a habilidade e ainda assim tomar a decisão errada, porque sabedoria é a camada que conecta a técnica ao contexto onde ela vai viver.

É aqui que a IA esbarra num limite duro. O modelo tem conhecimento (treinou em tudo que já se escreveu) e tem habilidade (já "fez" o padrão milhões de vezes). Mas ele não viveu a sua situação: não sabe que aquela parte do código é frágil porque um cliente importante depende dela, nem que o prazo aperta por um motivo político, nem que esse atalho já deu errado no ano passado. O porquê isso importa: a sabedoria é o degrau que mais resiste a ser automatizado — e, portanto, o que mais te valoriza como humano no loop. O erro comum é terceirizar o julgamento ("a IA decide") em vez de só terceirizar a execução.

Aqui está a observação mais forte do módulo. Pocock diz que a sabedoria é "quase impossível sem ter feito a coisa no contexto exato". E dá um exemplo que fixa a ideia: "To be like someone at Anthropic you can gain the knowledge and skills, but you'd need to go to Anthropic to gain the wisdom." — ou seja, pra ser como alguém da Anthropic, você consegue ganhar o conhecimento e as habilidades por fora, mas precisaria ir pra Anthropic pra ganhar a sabedoria.

Por quê? Porque a sabedoria daquele lugar está nas decisões reais que só acontecem lá: as restrições internas, as conversas de corredor, os trade-offs que ninguém documenta, os erros que já custaram caro. Conhecimento e habilidade são transferíveis — você baixa, você treina. Sabedoria é situada: ela gruda no contexto que a gerou. A consequência prática pro nosso curso é direta: você consegue empacotar e delegar os dois primeiros degraus, mas o terceiro fica com quem vive o contexto — você. O erro comum é esperar que uma skill ou uma IA carregue a sabedoria do seu negócio; ela não esteve lá.

Vem a parte acionável. Pocock diz: você consegue empacotar os dois primeiros (knowledge + skills) numa skill reutilizável. Como conhecimento e habilidade são transferíveis, eles cabem num arquivo de instruções que o agente executa sempre igual. É o DRY humano: nas palavras dele, "I've made this plan 100 times → turn it into a skill, distribute to the team, everyone plans the same way, contributing back to that skill, raising the floor." — fiz esse plano 100 vezes, então viro isso numa skill, distribuo pro time, todo mundo planeja igual, todos contribuem de volta, e o piso sobe.

Repare no efeito composto: ao empacotar, você não economiza só o seu tempo — você eleva o piso do time inteiro (o pior caso fica melhor) e cria um lugar único onde a habilidade é refinada por todos. O erro comum é tentar empacotar a sabedoria junto — escrever na skill "decida se vale a pena". Não vale: a skill carrega o como, mas o quando/se continua sendo chamada sua, caso a caso. Abaixo, um esqueleto real de skill que empacota apenas os dois primeiros degraus — copie e adapte:

---
name: plano-de-feature
description: Meu jeito de planejar uma feature nova (já fiz isso 100x).
---

# CONHECIMENTO (o que precisa ser entendido)
- O que é o produto, quem é o usuário, qual problema resolvemos.
- Padrões do nosso codebase: camadas, nomes, onde mora cada coisa.

# HABILIDADE (os passos, sempre nesta ordem)
1. Mapear os arquivos afetados antes de tocar em qualquer um.
2. Escrever os testes do caso feliz + 2 casos de borda PRIMEIRO.
3. Implementar em fatias pequenas; rodar os testes a cada fatia.
4. Abrir PR pequeno com um resumo do "porquê".

# O QUE ESTA SKILL NAO DECIDE (fica com o humano = SABEDORIA)
- SE esta feature deve ser construida agora.
- Trade-offs de prazo/risco que dependem do contexto do negocio.
- Quando "bom o bastante" e bom o bastante.

Fechando o módulo num princípio operacional: delegue execução, guarde julgamento. Conhecimento e habilidade (os dois primeiros degraus) você empacota em skills e entrega à IA — ela é ótima neles. Sabedoria (o terceiro) você mantém, porque depende de viver o seu contexto, e é exatamente o que te torna insubstituível no loop. Toda vez que for delegar, separe mentalmente: "isto é o como (vai pra skill) ou o quando/se (fica comigo)?" Use o checklist abaixo pra decidir na hora — copie e cole quando for desenhar uma skill nova:

Antes de delegar uma tarefa a IA, classifique cada parte:

[ ] E CONHECIMENTO? (entender o que/por que) -> delegue: a IA explica.
[ ] E HABILIDADE?   (executar um passo conhecido) -> delegue: vira skill.
[ ] E SABEDORIA?    (quando/se/vale a pena, dado o contexto) -> GUARDE.

Pergunta de ouro: "a IA esteve nas reunioes onde isso se decidiu?"
- Nao esteve -> e sabedoria -> a decisao e SUA (a IA so executa o resultado).
- Esteve (esta tudo no prompt/codebase) -> pode delegar com seguranca.