Funções de IA: Geração de Código em Tempo de Execução com Verificação Automatizada

AI Functions é um novo projeto da Strands Labs construído sobre o Strands Agents SDK que permite geração de código AI em tempo de execução com verificação automatizada contínua. Em vez de apenas gerar texto para humanos integrarem, ele produz código que é executado dentro da sua aplicação no momento da chamada, retornando objetos Python nativos como DataFrames, modelos Pydantic ou conexões de banco de dados.

Como as AI Functions Funcionam

A abstração central é o decorador @ai_function. Você escreve uma função Python com uma especificação em linguagem natural na docstring em vez de código de implementação. Quando a função é chamada, o decorador intercepta a chamada, constrói um prompt a partir da docstring (substituindo argumentos), envia para um LLM, executa o código gerado no seu processo Python e retorna o resultado como um objeto nativo.

Aqui está o exemplo básico da fonte:

from ai_functions import ai_function

@ai_function
def translate_text(text: str, lang: str) -> str:
    """
    Traduza o texto abaixo para o seguinte idioma: {lang}.
    {text}
    """
result = translate_text("The quarterly results exceeded expectations.", lang="French")

Diferencial Principal: Verificação Automatizada

A característica crítica são as pós-condições – asserções Python simples que definem como deve ser a saída correta. Estas são executadas em cada chamada de função, não apenas antes da implantação. Se a verificação falhar, o sistema automaticamente tenta novamente com o erro como feedback. O humano nunca inspeciona o código gerado; as pós-condições lidam com a verificação toda vez.

Conceito de Software 3.1

O artigo posiciona isso como "Software 3.1" – uma evolução da estrutura de Andrej Karpathy onde Software 3.0 é "humanos fazem prompts, LLM gera, humanos verificam". AI Functions representam "humano especifica, LLM gera e executa, máquina verifica – em tempo de execução". O modelo de execução difere fundamentalmente: o LLM não está produzindo texto para integração humana, mas código que é executado diretamente na sua aplicação.

Isso muda três aspectos simultaneamente: onde a IA se encaixa no seu software (tempo de execução em vez de apenas tempo de desenvolvimento), o que ela produz (objetos vivos nos quais você pode chamar métodos em vez de texto serializado) e como você confia nela (verificação automatizada contínua em vez de revisão humana única).