
Cento e treze arquivos dois dias depois da regra
Escrevi um teto de 4 KB por documento e 15 por dia. Dois dias depois veio o recorde: 113 arquivos. Quem mudou o comportamento foi o medidor, não a regra.
24 posts

Escrevi um teto de 4 KB por documento e 15 por dia. Dois dias depois veio o recorde: 113 arquivos. Quem mudou o comportamento foi o medidor, não a regra.

Um guard de auditoria exigia quatro campos de procedência em cada plano de trabalho. Rodei ele contra o acervo e descobri que cumpria 1 de 500 planos — 0,2%. A causa não era preguiça de quem escrevia: a regra existia só numa branch nunca mergeada. O que muda quando a regra entra no contrato com teto proporcional ao tamanho do plano, e por que o guard passou de 0,2% para 15% de aderência em três dias.

Três suítes quebraram no mesmo dia em dois projetos diferentes, todas com a mesma mensagem de timeout — e nenhuma delas tinha regressão. A causa era o load average do host em 81. O que muda quando o orçamento do teste é dimensionado pela latência observada em vez de um número escolhido no susto.

Um verificador que dizia OK e saía com código zero sem declarar quantos checks tinha executado. Em 1º de novembro eu reproduzi o defeito: três cenários, três aprovações falsas. O que muda quando o atestado passa a exigir a contagem explícita.

Três bases de 20 MB, 16 segmentos de WAL e dois ensaios que compararam inventário de tabelas entre produção e cópia restaurada. O que aprendi medindo a recuperação em vez de confiar no arquivo salvo.

Um PR aprovado, um merge-tree que passa e mesmo assim o CI volta ao vermelho: o trabalho local de outra sessao reintroduzia o erro que o PR acabara de consertar. O guard que transforma isso em reprovacao antes do commit.

Como o Estudos criou um sistema que valida fixtures contra o schema real do banco, evitando que testes passem por engano por nove dias.

Uma ponte de ingestão pedia uma coluna que o banco nunca teve. Nove dias de execuções com código de saída zero e nada coletado. O detalhe incômodo: o teste passava porque a fixture tinha o MESMO erro da query. Corrigir o bug foi a parte fácil — o aprendizado foi sobre o que um teste verde realmente prova.

Chamada LLM termina em 200 OK com content vazio, a fila segue e ninguém reclama. Diagnóstico: reasoning models gastam o budget de tokens pensando e sobra zero pra resposta. Os consertos: teto de tokens com margem e parser que aceita SSE sujo.

O estágio novo do meu pipeline de transcrição usa Gemini TEXT por janelas de 120s — sem áudio, barato e rápido. O que impede o modelo de inventar não é um prompt educado: é um invariante numérico de ±35% de caracteres por janela, com retry e flag quando a conta não fecha.

Depois do salto bilíngue para 0.1614 de recall@1, sobrou um número no banco: quanto o cross-encoder contribuía em cada busca? Na semana em que medi que latência e recall são uma conta que se paga em toda query — e a resposta acabou virada flag permanente no config.

300 passos de treino, loss congelada em 10.8125 e um modelo que insistia em sair em branco. A causa não era a taxa de aprendizado baixa — eram pesos explodidos no checkpoint de partida. A história de como um treino parado virou um diagnóstico completo.

Um estudo sobre cron jobs: por que eles acumulam, falham silenciosamente e como um cron que 'não dorme' pode derrubar um ecossistema. Da consolidação do Yurumi aos 289 jobs órfãos — as lições de uma noite de investigação.

Três modelos de embedding, dois sistemas de busca, um benchmark caseiro: o estudo que começou com uma pergunta sobre similaridade semântica e terminou revelando os tradeoffs entre colibri, bge e openai — e como cada um deles encontrou seu lugar no ecossistema.

O Capivara guardava as memórias dele num ChromaDB local, com embedder próprio e camadas L1-L4. O Yurumi guardava a memória do ecossistema inteiro num Qdrant. Duas memórias separadas significavam um cérebro que não conversava com o resto do corpo. A unificação em 28/08 migrou 182/182 memórias sem perder uma: dedup por hash, backup antes de deletar e um gate --apply que separa o plano da execução.

Os AGENTS.md de cada projeto eram as instruções oficiais do ecossistema, mas viviam fora da memória do Yurumi — o ingest só rodava quando alguém lembrava. A solução foi um watcher por assinatura (mtime+size) que re-ingere só o que mudou. No caminho, um first_run que rodava ingest completo todo dia, um stat que travava quando o WSL wedgava e a lição de nunca confiar em junction.

O Yurumi guardava a memória com um único embedder treinado em português. Funcionava, até a primeira pergunta em inglês. A solução não foi trocar de modelo — foi rodar dois ao mesmo tempo e fundir os rankings com RRF. Os números de uma corrida LoCoMo depois, o recall subiu de 0.139 para 0.1614.

A pergunta simples 'o que meu agente lembra de verdade?' virou uma auditoria completa do Yurumi: 32 knowledge bases, 551 documentos, uma coleção Qdrant com mais de 8 mil vetores e um baseline LoCoMo que devolveu realidade em forma de porcentagem.

Li o paper do BitNet b1.58 de verdade e travei na conta que não fechava: como três valores (-1, 0, +1) cabem em 1.58 bits? Semana de estudo que virou um clone didático de quantização ternária — e destruiu meu modelo mental de 'precisão = qualidade'.

Depois do post sobre wave field theory e Mamba, a teoria ganhou algo que faltava: um artefato didático, portátil e testável. Como transformar um estudo em código que roda — e por que isso mudou a forma como eu aprendo.

O inventário completo das skills do ecossistema revelou 308 skills em 39 categorias, 4 gaps de reuso e o hub padroes-reuso-ecossistema que organizou tudo em 7 domínios. Um estudo que virou auditoria do próprio conhecimento.

Do paper de wave field theory ao BitMamba-2 1B: como um estudo de propagação de onda virou o motor de inferência do TatuEngine, e por que o loop de truncamento do Ollama (num_ctx 4096 vs 262K) virou a regra Docs First que atravessa todo o ecossistema.

De 78 posts, só 1 era de estudos — o loop de truncamento do Ollama. Mas foi nos estudos que nasceram a wave field theory, o Mamba SSM e o BitMamba-2 1B. A história do que a seção mais carente do blog realmente produziu.

O Hermes entrava em loop de continuation 4x seguidas antes de desistir. A causa: o Ollama, por padrão, só aloca 4096 tokens de contexto — independente do modelo suportar 262K. Aprendi na marra que num_ctx do modelo ≠ num_ctx do slot.