🧠 Cerebros — o motor que pensa e a memoria organizada
"Cerebro" do Jarvis tem dois sentidos, e os dois importam. O primeiro e o motor LLM — o modelo que pensa, e que voce pode trocar sem mexer no codigo. O segundo e a memoria organizada — o "segundo cerebro" dividido em zonas. Neste modulo, ultimo da Anatomia, voce vai entender os dois — e por que NAO existe um "conselho magico de modelos" votando.
⚙️ O cerebro = o motor LLM
Ao longo da Anatomia voce montou canais (por onde fala), identidade (quem ele e), ferramentas (as maos), skills (as receitas) e agentes (o loop que trabalha sozinho). Falta a peca que de fato pensa: o cerebro. No primeiro sentido, "cerebro" e o motor LLM — o modelo de linguagem que recebe o contexto, raciocina e devolve texto. Tudo o que voce construiu so ganha vida quando esse motor esta plugado.
A grande ideia deste modulo: esse motor e uma peca plugavel. Ele nao esta soldado ao resto do Jarvis. O codigo do agente fala com o motor por uma interface padrao (uma "tomada"), entao da pra desencaixar um modelo e encaixar outro sem reescrever nada. Por isso a frase que resume tudo: "um cerebro, varias bocas" — e, aqui, varios cerebros possiveis, uma so arquitetura.
🧩 O motor por baixo de tudo
Pense no Jarvis como um carro que voce ja montou: a carroceria (canais), o painel (identidade), as rodas (ferramentas). O motor e o LLM. O carro inteiro depende dele — mas o motor e so mais uma peca, e pecas se trocam.
- •O motor recebe: contexto (sua mensagem + SOUL.md + memoria + resultados de ferramentas).
- •O motor devolve: texto — uma resposta, ou um pedido de ferramenta para o loop agentico.
- •O resto do Jarvis nao "sabe" qual motor esta rodando — so conversa com a tomada.
Novo aqui? LLM ("Large Language Model", modelo de linguagem grande) e o programa treinado em muito texto que prevê a proxima palavra — e o cerebro que roda atras do ChatGPT, do Claude ou de modelos locais. Provedor e quem fornece esse cerebro: Anthropic, OpenAI, OpenRouter (que junta varios) ou o seu proprio PC via Ollama. Interface aqui e o "encaixe" padrao pelo qual o codigo fala com qualquer um deles do mesmo jeito.
Conceitos-chave
O modelo que de fato pensa: recebe contexto, devolve texto.
O cerebro nao esta soldado: encaixa e desencaixa por uma tomada.
O mesmo modelo atende Telegram, voz, web — vozes diferentes, um cerebro.
Quem fornece o motor: Anthropic, OpenRouter, Ollama local...
🔌 Trocar de cerebro sem mexer no codigo
Se o motor e plugavel, trocar de cerebro deveria ser tao simples quanto trocar uma lampada — e e. Em um Jarvis bem feito, o modelo nao aparece espalhado pelo codigo: ele e declarado em um unico lugar, o arquivo .env. Mude duas linhas la, reinicie, e o Jarvis inteiro passa a pensar com outro modelo. Isso se chama hot-swap (troca a quente).
Por que isso importa tanto? Porque cada tarefa tem um motor ideal. Uma pergunta boba ("que horas sao em Tokio?") nao precisa do modelo mais caro do mundo; um problema cabeludo de raciocinio merece o de fronteira. Trocar de cerebro vira uma decisao economica — voce escolhe potencia ou custo conforme a tarefa, e nao fica refem de um unico fornecedor.
📊 Tres motores, tres perfis
- •Nuvem potente (Anthropic Claude, GPT): melhor raciocinio, paga por token (cada pedacinho de texto que entra ou sai — voce paga pelo volume). Para tarefas dificeis.
- •Nuvem barata (via OpenRouter): acesso a dezenas de modelos baratos por uma so chave. Para tarefas medias.
- •Local (Ollama no seu PC): $0 por uso, privado, offline. Modelos por RAM (3B@8GB, 8B@16GB); CPU e lento (30–60s).
Objetivo: fazer o Jarvis pensar com um modelo diferente sem tocar no codigo — so editando o arquivo .env na raiz do projeto.
1) Nuvem potente (Anthropic). Cole no seu .env:
LLM_PROVIDER=anthropic
LLM_MODEL=claude-sonnet-4-5
ANTHROPIC_API_KEY=<sua-chave-anthropic>2) Quer nuvem barata via OpenRouter? Troque so estas linhas:
LLM_PROVIDER=openrouter
LLM_MODEL=<modelo-barato-ex-meta-llama/llama-3.1-8b-instruct>
OPENROUTER_API_KEY=<sua-chave-openrouter>3) Quer 100% local e gratis? Suba o Ollama e aponte pra ele:
LLM_PROVIDER=ollama
LLM_MODEL=<modelo-local-ex-llama3.2>
OLLAMA_HOST=http://localhost:11434Como verificar: reinicie o Jarvis e mande no canal: "qual modelo voce esta usando agora?". Se o codigo loga o provedor na inicializacao, voce vê algo como [brain] provider=ollama model=llama3.2. O comportamento muda (velocidade, qualidade), mas voce nao tocou em nenhuma linha de codigo — so no .env. Isso e o hot-swap funcionando.
Conceitos-chave
Trocar o motor mudando o .env e reiniciando — sem mexer no codigo.
Arquivo de configuracao/segredos; o unico lugar onde o modelo e declarado.
Modelo barato para tarefa simples, premium para a dificil.
Um agregador de modelos na nuvem; um runtime de modelos no seu PC.
🪧 O mito do "conselho de modelos"
Quando alguem ouve "varios cerebros", a imaginacao corre solta: cinco modelos sentados a uma mesa, debatendo, votando, e um juiz escolhendo a melhor resposta. E uma imagem bonita — e, nos projetos reais deste curso, ela nao existe. Nao ha um roteador magico que consulta N modelos ao mesmo tempo e tira a media. Seja honesto sobre isso: e marketing, nao arquitetura.
⚠️ Cuidado com a promessa do "conselho"
Rodar varios LLMs de fronteira em paralelo, para cada mensagem, custa caro, fica lento e raramente melhora a resposta de forma confiavel. Quem te vende um "comite de IAs votando" geralmente esta vendendo complexidade que voce nao precisa — e que voce nao consegue auditar.
A tese deste curso e o oposto: menos e mais. Codigo que voce entende vale mais que um conselho que voce nunca vai conseguir depurar.
Entao, quando os projetos falam em "multiplos modelos", o que isso significa de verdade? Duas coisas concretas e honestas: substituicao (o hot-swap do topico 2 — trocar um pelo outro) e portabilidade — a mesma skill rodando em runtimes diferentes (Claude Code, Codex) via a spec de Agent Skills e ferramentas como o polyskill. Nao e votacao simultanea; e a mesma fonte funcionando em mais de um cerebro.
✓ "Multiplos modelos" honesto
- ✓Substituicao: trocar o motor por .env quando convem.
- ✓Portabilidade: a mesma skill roda em Claude Code E Codex.
- ✓Sub-agente delega a um modelo proprio e devolve so a resposta (T3-5).
- ✓Voce entende e audita cada peca.
✗ O mito do conselho
- ✗5 modelos votando em cada mensagem.
- ✗Um "juiz" magico que escolhe a melhor resposta.
- ✗Custo e latencia multiplicados sem ganho garantido.
- ✗Uma caixa-preta que voce nao consegue depurar.
Novo aqui? Runtime e o "ambiente" onde a IA roda (Claude Code, Codex, Cursor...). Portabilidade e a mesma receita funcionar em mais de um runtime sem reescrever. polyskill e uma ferramenta que empacota uma skill numa fonte unica e a faz rodar em runtimes diferentes — o "multiplos modelos" de verdade.
Conceitos-chave
A ideia de N LLMs votando ao vivo — que os projetos reais nao usam.
Um motor por vez, trocado conforme a tarefa.
A mesma skill em Claude Code, Codex etc. (polyskill).
Codigo auditavel vence complexidade impressionante.
📒 O "segundo cerebro" vira memoria
Agora o segundo sentido de "cerebro". Voce ja viu na Identidade (T3-2) que a conversa esquece ao fechar — a janela de contexto e como a RAM, esvazia. Para o Jarvis lembrar de voce de verdade, ele precisa de memoria persistente: anotacoes que sobrevivem entre as sessoes. Esse acervo e o que chamamos de segundo cerebro — emprestando o termo da produtividade pessoal (o "Building a Second Brain" do Tiago Forte): um sistema externo onde voce guarda o que nao cabe na cabeca.
Mas aqui vem o perigo. Se voce simplesmente joga TUDO num monte de notas — decisoes, fatos, sentimentos, lembretes — o segundo cerebro incha e vira um sotao bagunçado. Quando o Jarvis precisa achar algo, encontra ruido. A solucao nao e ter menos memoria; e organiza-la em zonas, cada uma com um proposito. E dai que nasce a ideia dos "3 cerebros" (proximo topico).
Sem memoria
Cada conversa comeca do zero. Ele te trata como estranho todo dia.
Memoria como monte unico
Ele lembra — mas tudo no mesmo balde. Acha ruido, mistura fato com sentimento, incha.
Memoria organizada em zonas
Cada coisa no seu lugar (Projeto / Self / Conhecimento). Ele acha rapido e raciocina melhor.
Novo aqui? Memoria persistente e a que sobrevive ao fechar a conversa — guardada em arquivos no disco, nao na janela de contexto. Segundo cerebro e o nome desse acervo externo de notas. Inbox (caixa de entrada) e onde toda nota nova cai primeiro, antes de ser arquivada na zona certa.
Conceitos-chave
Acervo externo de notas que sobrevive entre sessoes.
O que fica no disco, ao contrario da janela de contexto que esvazia.
Tudo no mesmo balde vira ruido; o problema nao e quantidade, e ordem.
Separar por proposito da ordem e melhora a busca.
🧠 Os 3 cerebros (memoria)
Aqui esta o coracao do segundo sentido de "cerebros". Em vez de um monte de notas, a memoria do Jarvis se divide em tres zonas, cada uma com uma natureza diferente. Pense em tres gavetas de um arquivo: o que muda toda hora nao mora junto com o que quase nunca muda.
A esquerda, o motor LLM e trocavel: tres provedores entram na mesma "tomada" do agente via .env. A direita, a memoria e dividida: uma inbox unica recebe tudo e a skill /triagem roteia para Projeto (o que rolou), Self (quem ele e) ou Conhecimento (fatos). Os [[wikilinks]] costuram as tres.
📦 Projeto (episodico)
O que aconteceu: tarefas, decisoes, o andamento das coisas. Muda toda hora — e o "diario" do Jarvis.
🪪 Self (identidade)
Quem ele e e quem voce e: valores, tom, preferencias, duvidas em aberto. Muda devagar — e estavel de proposito.
📚 Conhecimento (referencia)
Fatos que so acumulam: receitas, contatos, anotacoes de estudo. Quase nunca apaga — so cresce.
🔗 A cola entre as zonas
Uma inbox unica recebe toda nota nova; uma skill /triagem le e roteia cada uma para a zona certa — voce nao precisa decidir na hora. E os [[wikilinks]] (aquele "[[nome]]" entre colchetes duplos, herdado de wikis e do Obsidian) ligam uma nota a outra atravessando as tres zonas: uma decisao de Projeto pode apontar para um valor de Self e para um fato de Conhecimento.
Conceitos-chave
O que rolou e as decisoes — a memoria que muda toda hora.
Valores e duvidas — a memoria que muda devagar.
Fatos que so acumulam.
Uma entrada que roteia, e links que cruzam as tres zonas.
🗂️ Memoria = filesystem + indice
Como, na pratica, essa memoria existe no disco? A resposta e desconcertantemente simples — e por isso ela e robusta. A memoria do Jarvis sao arquivos de texto (formato .md, Markdown) que voce mesmo consegue abrir e ler. Esses arquivos sao a verdade. Por cima deles roda um indice de busca (SQLite com FTS5/BM25) que e so um atalho para achar a nota certa rapido — se o indice sumir, voce reconstroi a partir dos arquivos.
Os arquivos .md sao a verdade — legiveis e versionaveis. O indice SQLite e so um atalho de busca: se sumir, reconstroi a partir dos arquivos. E o CLAUDE.md e o roteador lido no inicio de cada sessao, dizendo ao Jarvis onde achar cada cerebro de memoria.
🧭 O CLAUDE.md e o roteador
No comeco de cada sessao, o Jarvis le um arquivo-mestre — o CLAUDE.md (ou AGENTS.md). Ele nao guarda tudo: ele aponta. "Decisoes ficam em projeto/. Meus valores em self/. Para buscar fato, use o indice." E o mapa que diz onde estao os tres cerebros — por isso e a primeira coisa lida.
E a mesma logica do contrato de Identidade (T3-2): o arquivo no inicio define o jogo.
💡 Por que isso sobrevive ao hype
Modas de IA vem e vao, mas texto e texto. Sua memoria em arquivos .md abre em qualquer editor, entra no Git, migra para qualquer ferramenta futura. Voce nao fica refem de um banco de dados proprietario nem de um formato que so uma empresa entende. "Sobrevive porque e so texto."
Novo aqui? Filesystem e simplesmente o sistema de arquivos do seu computador — pastas e arquivos. SQLite e um banco de dados que cabe num unico arquivo. FTS5/BM25 sao o mecanismo de "busca por texto completo" do SQLite e a formula que ordena os resultados por relevancia (busca por palavra). Um banco vetorial e uma alternativa que busca por significado em vez de palavra — util quando voce nao lembra o termo exato.
Conceitos-chave
Texto legivel no disco; tudo o mais e derivado deles.
Indice de busca por palavra; um atalho descartavel e reconstruivel.
Lido no inicio da sessao; aponta onde mora cada cerebro.
Busca por significado, alternativa/complemento ao FTS5.
Auto-checagem (opcional): no modelo deste curso, o que "cerebros" significa?
🎯 Resumo do modulo
Voce concluiu a Anatomia (Trilha 3):
Canais · Identidade · Ferramentas · Skills · Agentes · Cerebros. As 6 camadas que viram um chat num assistente que vê, lembra e age. Proximo: na Trilha 4 voce junta tudo isso numa arquitetura e constroi.