geanderson.ia

@sergsoares @ocodista Concordo mas o Tailscale é uma mão na roda né pra vários outros cases

@ocodista Putz interessante, vou ler mais e ver as limitações e subir um lab apesar de ver caso de uso diferente do tailscale Mas não deixa de ser incrível a edge network da cloudflare

Adeus Tailscale 👋👋

@KHIZER_JAVED47 @ericciarla Split pdf technique

@ericciarla Question is how big of a PDF file it can work on, Got one with 70 pages all tables and data 👀

Fire-PDF is live! 🏎️

@ericciarla Until finally! Wow! This is a great bottleneck that We have

Cloudflare Mesh is here. Ready to connect your devices, servers, and agents to a single private network 🔐 And with Workers VPC, your Workers, Agents, and Durable Objects running on Cloudflare can now reach your private MCPs, APIs, and databases directly Oh, and it's 50 nodes + 50 users free on every account

@wescld @sseraphini Claude Code e que nem carro elétrico chinês no Brasil. Nos usam para testar e depois já era!

fiz um teste hoje e planejei uma feature no claude 100% em português resultado: implementou tudo porco e com coisa faltando os tokens evaporaram muito mais rapido

@kipperdev @sseraphini Sveltekit with bun na Vercel 😍

Alguém rodando backend inteiramente na Vercel?? Fomos visitar o time do Cursor em SF, e o pessoal falou que eles têm aplicações rodando 100% na Vercel (back e front) e tb fomos no escritório da Vercel e eles tão trabalhando bastante pra melhorar a experiência pra backend, principalmente JS. Aí eu pensei, por que não? Pô, nossa startup é pequena, temos poucos clientes, e a complexidade extra que a AWS adiciona é inegável (apesar de eu já dominar bem, sempre tem a curva de aprendizado pra pessoas novas) Enfim, queria ouvir relatos de uso da Vercel no back se alguém tiver

@samuelrizzondev Só se for algo muito fora, tipo um orquestrador ou algo único como um algoritmo, o resto tudo claudinho e seus buchechas

Pergunta séria: Existem mesmo pessoas que gostam de codar e não estão usando IA para isso hoje em dia?

What does every big company think about the agent harness? Anthropic, OpenAI, CrewAI, LangChain. They all build agents. They all wrap their models in infrastructure to make them useful. They each call it the harness. But they agree on one thing. And disagree on everything else. The agreement: the model is not the product. The infrastructure around the model is. The disagreement: how much of that infrastructure should exist. This is the most important architectural bet in AI right now. And each company is placing a different one. 𝗔𝗻𝘁𝗵𝗿𝗼𝗽𝗶𝗰 bets on the model. Their harness is deliberately thin. A "dumb loop" that assembles the prompt, calls the model, executes tool calls, and repeats. The model makes all the decisions. The harness just manages turns. Their bet: as models get smarter, you need less infrastructure, not more. 𝗢𝗽𝗲𝗻𝗔𝗜 takes a similar but slightly thicker approach. Their Agents SDK is "code-first," meaning workflow logic lives in native Python, not in some graph DSL. But they add more structure: strict priority stacks for instructions, multiple orchestration modes, and explicit agent handoff patterns. 𝗖𝗿𝗲𝘄𝗔𝗜 adds a deterministic backbone. Their Flows layer handles routing and validation with hard-coded logic, while their Crews handle the autonomous parts. Intelligence where it matters, control everywhere else. 𝗟𝗮𝗻𝗴𝗚𝗿𝗮𝗽𝗵 bets on explicit control. The harness encodes the logic. Every decision point is a node in a graph. Every transition is a defined edge. Planning steps, routing strategies, multi-step workflows are all spelled out in the harness, not left to the model. Notice the spectrum. On one end: trust the model, keep the harness thin. On the other: encode the logic, make the harness thick. And here's where it gets interesting. The scaffolding metaphor makes this concrete. Construction scaffolding is temporary infrastructure that lets workers reach floors they couldn't access otherwise. It doesn't do the building. But without it, workers can't reach the upper floors. The key word is temporary. As the building goes up, scaffolding comes down. Manus demonstrated this perfectly. They rebuilt their agent five times in six months. Each rewrite removed complexity. Complex tool definitions became simple shell commands. "Management agents" became basic handoffs. The scaffolding did its job. So they removed it. This is also why Anthropic regularly deletes planning steps from Claude Code's harness. Every time a new model version ships that can handle something internally, the corresponding harness logic gets stripped out. But there's a catch. Models are now trained with specific harnesses in the loop. Claude Code's model learned to use the exact scaffolding it was built with. Change the scaffolding, and performance drops. The worker trained on THIS scaffolding. Swap it out, and they stumble. So the field is converging on a principle: Build scaffolding that's designed to be removed. But remove it carefully, because the model learned to lean on it. The "future-proofing test" for any agent system: if dropping in a more powerful model improves performance without adding harness complexity, the design is sound. Two products using the exact same model can perform completely differently based on this one decision: how thick is the harness? LangChain changed only the infrastructure (same model, same weights) and jumped from outside the top 30 to rank 5 on TerminalBench 2.0. The model didn't improve. The scaffolding around it did. The article below is a deep dive on agent harness engineering, covering the orchestration loop, tools, memory, context management, and everything else that transforms a stateless LLM into a capable agent.

This 2 hour Stanford lecture shows exactly how Stanford trains it's engineers to build AI systems. It's more practical than every Claude tutorial & prompting threads you've seen. Bookmark & give it 2 hours, no matter what. It'll be the most productive thing you do this weekend.

@CLTetudo Depois do leak da Claude Code ficou muito mais fácil montar um setup próprio

E se.. O preço desses coding agents (AI/LLMs) subir tanto a ponto de ser equivalente ou maior que pagar um dev humano? Seria engraçado ver essa saga toda de AI chegar a esse ponto 😅

Está ficando bem claro que o claude code atinge bons resultados queimando tokens adoidado, tipo, vamos conseguir um bom resultado, mas vamos usar grana a varrer para isso. Acredito que estamos saindo da primeira onda e indo para uma segunda, com melhor observabilidade

Introducing MMX-CLI — our first piece of infrastructure built not for humans, but for Agents. Your Agent can read, think, and write. But ask it to sing, paint, or show you a world it's never seen — and it falls silent. Not because it doesn't understand, but because it has no mouth, no hands, no camera. Today, that changes. MMX-CLI gives every Agent seven new senses — image, video, voice, music, vision, search, conversation — powered by MiniMax's full-modal stack, today's SOTA across mainstream omni-modal models. One command: mmxAgent-native I/O. Zero MCP glue. Runs on your existing Token Plan. Two lines to give your Agent a voice: npx skills add MiniMax-AI/cli -y -g npm install -g mmx-cli Then tell it: "you have mmx commands available." It'll learn the rest. Github → github.com/MiniMax-AI/cli Token Plan: platform.minimax.io/subscribe/toke…

@ducaswtf Opencode 10 dolares e Claude Code baratex para code review

to pensando em cancelar claude code e voltar pro cursor sinceramente eu perderia muita usage? eu sinto que o cursor é uma experiencia mil vezes mais amigável e versátil... pelo menos é o que senti nas últimas semanas – mesmo apesar de gostar muito do CC

@VivendodeSaas To pegando os discursos dos senadores e botando na IA. Ela tá classificando: é do bem. Petista. Ou isentão

@geanderson E tem um SaaS sobre isso já?

Fora desenvolvimento e SaaS, me diz aqui: qual assunto tu mais tem interesse? Outra coisa, já existe um SaaS pra isso?

@Eric0xFF @banhosdev Depois de vários dias de aprendizado ele não entrega por que as palavras estão erradas e aí passou 30 dias e nenhum lead chegou por que é um leilão, quem bota mais $$$ leva

@banhosdev até sexta não dá pro algoritmo do Google aprender, ele leva vários dias testando horários, idades, gêneros, buscas, sites acessados e etc etc pra encontrar quem converte e evita usar palavra chave de correspondência ampla com orçamento baixo assim

Seja o que deus quiser.. Coloquei 20 reais por dia até sexta feira

@sseraphini Ficar fazendo setup de vercel, cloudflare, clerk...a IA ainda não faz isso direito.

Qual é a parte mais difícil do seu trabalho como Desenvolvedor hoje em dia?

@farmDev79 Only fans 40+

Eu gostaria muito de desenvolver um SAAS que me desse uma renda passiva bacana. Mas to carente de idéias. Se alguém aparecer aí com uma idéia que me agrade, eu penso em investir nisso, seja com meu trabalho ou até grana. Mas teria que rolar uma afinidade intelectual grande aí. Eu já tentei vários projetos distintos, nenhum deu certo, por uma série de fatores. Já entreguei projetos tecnicamente perfeitos, mas que não se ajustaram ao mercado. Mas uma hora eu acerto algo.

Montar SaaS no Brasil já é difícil o suficiente sem ter que lidar com stack de monitoramento que custa um rim e não resolve nada. Datadog, Sentry, PagerDuty... a gente vira refém de 10 ferramentas que não conversam entre si. No Obtrace.ai, eu consolidei tudo. O alerta já nasce com o incidente mapeado e o PR de correção anexado. É uma ferramenta feita de dev para dev, focada em quem não tem tempo a perder com ruído. O objetivo é um só: reduzir o MTTR de horas para segundos, de forma automática. @onicolasrivera @andrevalentim_ @acgfbr @Pedrodv @samuelrizzondev @banhosdev @richardrx @ChristoPy_ @hollmannkk @sseraphini @gkpacker @DePaulaAllyson @thisabri, vou fazer um walkthrough técnico exclusivo essa semana pra mostrar como o Obtrace substitui essa stack legada. Bora participar? Quero o feedback sincero de vocês se isso aqui resolve o jogo por aí.

@Tiagogreis n8n. Tavam vendendo curso dizendo que era top 😂😂😂🤡

Openclaw ou Claude? Quais os prós e contras?