Pare de Deixar Agentes de IA Projetarem Sua Arquitetura

Três organizações no último mês. Mesmo padrão: alguém abre Claude, ChatGPT ou Copilot, pede uma arquitetura e recebe uma proposta confiante e bem articulada que parece ter vindo de um engenheiro muito sênior. Mas ela não pensou no problema — está apenas reconhecendo padrões nos dados de treinamento.
O problema central: a IA é patologicamente agradável
- Pergunte ao Claude se microsserviços fazem sentido para uma equipe de 3 pessoas — ele explicará entusiasticamente por que são excelentes.
- Pergunte se um pipeline de ML personalizado é melhor que um serviço gerenciado — ele apresenta um design.
- Arquitetos de verdade dizem "não" e contestam a complexidade. Claude não consegue.
Isso não é mentir ou estar errado. É ser incapaz da habilidade crítica: saber o que não construir, perguntar "por que" cinco vezes e dizer ao CTO que sua ideia inspirada em conferências é terrível para a equipe real.
A arquitetura torre de Jenga
A saída projetada pela IA passa no teste do olhar: orientada a eventos aqui, CQRS ali, service mesh. Mas é projetada para a mediana de tudo que Claude já viu — uma melhor prática genérica para uma empresa genérica. Arquitetura real exige contexto:
- Escolher Postgres em vez de DynamoDB porque sua equipe conhece Postgres e você prefere entregar em duas semanas do que aprender um novo modelo de dados.
- Pular o service mesh porque você tem quatro serviços, não quarenta.
- Usar um monólito porque o problema é simples e microsserviços seriam desenvolvimento orientado por carreira.
Um agente de IA não tem nenhum desse contexto — e pior, não sabe que não tem.
O pipeline de tickets do Jira
Depois que a arquitetura é aceita, as mesmas pessoas pedem para a IA detalhá-la. Ela produz épicos, histórias, critérios de aceitação — prontos para serem colocados no Jira. Engenheiros que passaram anos aprimorando seu ofício agora estão implementando o design do Claude, um ticket de cada vez. As pessoas com mais contexto se tornam implementadores de tickets; a entidade com menos contexto toma as decisões arquiteturais.
"Mas alguém sênior revisou"
Um lead técnico ocupado recebe uma proposta coerente com terminologia e diagramas adequados. Quanta resistência ele pode oferecer quando a resposta a "Acho que isso não está certo" é "Claude passou vinte minutos nisso e você quer jogar fora?"
📖 Leia a fonte original: HN AI Agents
👀 See Also

Claude Code v2.1.145: Listagem de Agentes JSON, Correções de Span OTEL, Patch de Segurança e Mais
Claude Code v2.1.145 adiciona `claude agents --json` para scripts, corrige um bypass de permissão, melhora spans OTEL e muito mais.
Marca d'água textual da Anthropic no Claude: Esteganografia semântica explicada
A nova marca d'água de texto da Anthropic manipula escolhas de tokens para incorporar impressões digitais, contradizendo sua alegação de 'imperceptível'. Gruber detalha a técnica de lista verde/vermelha.

Treinando GPT-1 em uma RTX 2060 Super 8GB – Prova de Conceito para Pré-treinamento Local
Um desenvolvedor treinou o GPT-1 original (117M parâmetros) em uma RTX 2060 Super local com 8GB VRAM em 1 hora, provando que qualquer pessoa com uma GPU gamer pode pré-treinar um modelo de 1B de parâmetros. O código e os pesos são open-source.

Erro de Tempo Limite no Login OAuth do Claude Code no Windows
A versão 2.1.92 do Claude Code tem um bug em que usuários do Windows enfrentam falhas de login OAuth com um erro de tempo limite de 15000ms, bloqueando completamente o acesso ao assistente de programação com IA.