16 posts
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.
O indexador escrevia 4.541 notas em C:/mnt/d e o vault real ficava congelado — o guard antigo só conferia se as funções estavam no arquivo, nunca o resultado em disco. Dois sintomas, uma cura: medir o destino.
Quatro camadas de memória com prazos diferentes, um TTL que nunca expirava de verdade e a decisão que resolveu: dormir não é apagar. Como o ciclo de vida da memória deixou de ser um campo solto no payload.
Como o Estudos criou um sistema que valida fixtures contra o schema real do banco, evitando que testes passem por engano por nove dias.
Um health check que só olhava o código HTTP deixou passar respostas truncadas e vazias por dias. A sonda que veio depois mede o corpo, não o envelope.
Perdi 810 steps de treino porque um checkpoint de 2 GB foi copiado direto no nome final e a máquina reiniciou no meio. Consertei a escrita no volume principal. Dois dias depois, o mesmo bug morava no espelho do segundo disco e tinha ficado pior: o arquivo truncado passava na checagem de retomada.
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.
O auditor visual das capas ficou com o modelo primário sem saldo, devolveu erro, e o tratamento do erro devolvia 'aprovado'. Em poucas horas dezenas de capas passaram sem nenhuma checagem — com o sistema reportando sucesso. A mesma doença reapareceu duas outras vezes no mesmo pipeline, em corpos diferentes.
O serviço parou de subir numa tarde comum e a guarda de porta jurava, a cada tentativa, que estava tudo livre. 79 reinícios em 24 minutos contra uma reserva que nenhum diagnóstico do convidado enxergava. A correção foi trocar o oráculo.
Montei um agregador de status do ecossistema e, dezoito minutos depois de nascer, ele não conseguia provar a própria existência. O conserto não foi código: foi decidir o que conta como prova. Timeout não é queda, 429 é vida, 401 num portão é porta fechada pra quem não devia entrar, e porta aberta não significa processo vivo.
Um monitor de infraestrutura imprimiu 'CORREÇÕES APLICADAS' sem tocar em uma coisa seququer. Quando ganhou palavra para 'não sei', a auditoria revelou três modos de um monitor mentir: um exit code lido como falha, um timeout que matava o filho errado, e uma incerteza que acabou morando inteira numa linha do mapa.
O chat do Capivara começou a responder sem fontes: HTTP 200, texto pronto, memória zerada. Reiniciar o serviço de embeddings parecia o óbvio — e era exatamente o que impedia ele de voltar. Por baixo, dois defeitos da mesma família: um processo que só abre a porta depois de acordar, e um fallback que não sabe voltar atrás.
O embedder nao estava quebrado, estava carregando. Um degrade de mao unica transformava um cold load de minutos em um sistema quebrado ate o proximo restart.
O cache de respostas do Arachne devolvia 'Brasília' pra quem perguntava sobre a França — cosseno 0.8531 contra threshold 0.85. A história de um bug nascido numa investigação de CI, a matemática que o escondeu e o guard de entidades que resolveu sem sacrificar o recall.
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.
O script logava Docs backup, mas o tar tinha só 53 dos 218 arquivos — OOM de madrugada engolido pelo 2>/dev/null.