Graph, loop ou híbrido? Como escolher orquestração sem entregar o controle ao modelo
Critérios para escolher chain, graph, loop ou hybrid com budgets, stop conditions, authority e evidência definidos pelo sistema.
FORGE Knowledge
Leitura executiva para entender por que importa. Profundidade técnica para verificar como funciona — sempre com autoria, revisão e fontes.
Trilhas de leitura
Filtre pelo seu objetivo. A categoria de cada card mostra o assunto específico.
63 artigos em todas as trilhas.
Critérios para escolher chain, graph, loop ou hybrid com budgets, stop conditions, authority e evidência definidos pelo sistema.
Um ciclo técnico para agentes: da SPEC e do RED ao release, readback e aprendizado, com risco proporcional, autoridade e evidência source-bound.
Um contrato técnico para separar memória corporativa, autoridade vigente, execução e aprendizagem — com proveniência, revogação e readback.
Evidence Brief sobre seis correções no Agent Router e por que autenticação, sessão, rede, segredos e disponibilidade precisam formar uma única fronteira verificável.
Como transformar intenção arquitetural em verificações, preservar autoridade de aprovação e exigir evidência da versão que será liberada.
Evidence Brief sobre o CVE-2026-115413 no AWS API MCP Server e por que assinatura, emissor e expiração não substituem validação de audience.
Evidence Brief sobre o CVE-2026-110732 no AI Engine para WordPress e por que consentimento administrativo não substitui autorização na origem.
Evidence Brief sobre o InfraDev, 36 tarefas reais de infraestrutura de IA e probes ocultos que rejeitam aprovações incompletas.
O contrato de continuidade que preserva intenção, estado, decisões, evidência e retomada quando tarefas atravessam sessões.
Evidence Brief sobre oito advisories oficiais do vLLM e por que segurança de IA também depende do servidor, formatos, workers e operação.
Contrato proposto para separar operação, decisão e investigação, minimizando telemetria sensível em sistemas com agentes.
Evidence Brief sobre SolBehave, compilação, fuzzing diferencial, replay de transações e equivalência comportamental em smart contracts gerados por IA.
Como transformar ganho individual com copilotos em workflows, plataforma, autoridade, evidência e aprendizado organizacional.
O paper sobre prompts de segurança convertido em um contrato técnico de especificação, verificadores protegidos, testes, autoridade e Evidence Packet.
Como transformar falhas de agentes em regressões, controles, evals e decisões duráveis em vez de repetir retries entre sessões.
Um contrato prático para transformar regras de IA em propriedades, applicability, mecanismos, evidência, authority e validade.
Evidence Brief sobre sensibilidade de guards a idioma, reescrita e atalhos, com limites para interpretar dois preprints relacionados.
Evidence Brief sobre capacidade efetiva, descrição de ferramentas e isolamento de servidores MCP a partir de um levantamento em escala.
Evidence Brief sobre confiabilidade de benchmarks de patch, PoC, regressão, testes do desenvolvedor e integridade do harness de avaliação.
Artigo especial sobre o que o REA observa, o que agentes podem reimplementar e quais contratos separam engenharia reversa de um produto operável.
Evidence Brief sobre concorrência dinâmica em agentes de código, custo de coordenação, falhas de integração e condições para paralelismo útil.
Evidence Brief sobre HarnessSecurity-Bench, autoridade de agentes de código e o trade-off entre utilidade, confirmação humana e efeitos adversariais.
Evidence Brief sobre o Precise Debugging Benchmark e a diferença entre passar nos testes, recuperar a correção esperada e evitar mudanças desnecessárias.
Evidence Brief sobre XAI-SCS, detecção de anomalias em pacotes npm e PyPI, explicações acionáveis e os limites entre alerta, investigação e segurança.
Evidence Brief sobre testes orientados por contratos, ganho de detecção em 90 bugs de produção e o custo adicional de transformar intenção em evidência.
Evidence Brief sobre BlueCodeAgent, conhecimento adversarial, análise dinâmica e os limites de usar IA para revisar segurança de código.
A cadeia técnica de custos da IA, da inferência ao contexto, harness, CI, evals, operação, trabalho humano, falhas e capacidade.
Como aprender profundamente com um Design Partner sem transformar colaboração intensa em falsa prova de mercado ou PMF.
Senioridade aparece em enquadramento, julgamento, verificação, ownership, multiplicação e limites — não no volume produzido.
Um método para priorizar oportunidades de IA por outcome, frequência, fricção, verificabilidade, risco e aprendizagem.
O contrato técnico que liga missão, descoberta, spec, build, evals, produção, adoção e aprendizado reutilizável no trabalho de um FDE.
Tarefas, graders, datasets, trials, baseline e gates tornam expectativas de um agente observáveis antes de liberar uma mudança.
Evidence Brief sobre contaminação adversarial do ambiente de agentes de segurança, com 3.061 tentativas, limites explícitos e controles de procedência e verificação.
Como selecionar, estruturar, recuperar, compactar, externalizar e expirar contexto sem confundir chat com memória durável.
O primeiro produto também deve deixar padrões, contratos, pipelines e aprendizados que reduzam o custo e o risco do próximo.
Como um founder pode orquestrar pesquisa, produto, arquitetura e engenharia com IA sem terceirizar prioridade, risco ou aceitação.
Arquitetura mínima para transformar experimentos distribuídos com IA em ativos identificados, governados e operáveis sem recriar a fila de TI.
Evidence Brief sobre SSRF em redirects, condições de parada para reparo iterativo e uso de ensemble como fila de revisão, não como verdade.
Quando produzir fica mais barato, clareza, taste, pensamento crítico, responsabilidade e aprendizagem elevam o padrão do trabalho.
Um contrato de segurança por tarefa que separa workspace, sandbox, identidade, capability, dados, tempo, policy e evidência.
Evidence Brief sobre identidade, autorização, CORS, plano de controle, sandbox e receipts para APIs locais usadas por agentes de IA.
Um modelo de case profissional que mostra problema, decisões, uso da IA, verificação, resultado, limites e aprendizado.
Evidence Brief sobre configuração monotônica, aprovação, confinamento, ambiente e rede para agentes que operam sobre código não confiável.
Um Evidence Brief sobre proof-carrying outputs, verificadores independentes e o que a formalização de Fermat ensina a sistemas com agentes.
Uma leitura técnica do preview v0.1 do OWASP ACS, com arquitetura de integração, testes mínimos, limites da evidência e critérios de adoção.
Um desenho verificável para conectar valor, arquitetura, evals, risco, economia e autoridade humana em produtos construídos com IA.
Um protocolo proposto para distinguir correção funcional, comportamento sob carga e capacidade de recuperar serviços construídos com assistência de IA.
O estudo sobre revisões IA-para-IA convertido em segregação de autoridade, checks protegidos, aprovação humana e provenance do release.
O caso RedAccess convertido em threat model, descoberta, testes negativos e Evidence Gate para aplicações criadas rapidamente com IA.
Como usar IA para preparar experimentos melhores sem promover persona sintética, clique, protótipo ou opinião a evidência de mercado.
Um caminho em seis fases para transformar velocidade de construção em evidência de problema, produto, operação e troca real de valor.
Como separar executor, checker, reviewer e approver para usar IA na avaliação sem criar autoridade circular ou independência fictícia.
Radar datado dos novos portfólios de IA e um método para escolher por tarefa, risco, custo por outcome, evals e verificabilidade.
Uma gramática prática para ligar claims a subject, propriedade, mecanismo, evidência, verificador, validade e limite de inferência.
Um método para graduar autoridade de agentes por efeito, reversibilidade, sensibilidade e incerteza — sem confundir capacidade com permissão.
Como separar especificação, contrato, teste, cobertura e eval para que cada verde sustente apenas a decisão que realmente verificou.
Um contrato prático para medir pilotos de IA por outcomes aceitos, qualidade, fluxo, custo total e risco — não por tokens ou artefatos.
Um guia técnico para organizar intenção, política, execução, verificação, evidência e feedback ao redor de agentes de IA.
IA não transforma uma organização sozinha: ela amplia clareza, fluxo e aprendizagem — ou acelera ambiguidades, filas e retrabalho.
A jornada de JARVIS à FORGE e as seis mudanças que transformaram memória, decisões e execução com IA em um sistema verificável.
IA pode executar mais trabalho sem receber responsabilidade: papéis claros, limites, verificadores e evidência preservam accountability.
Modelos mudam rápido; resultados confiáveis dependem de contexto, ferramentas, políticas, verificação, evidência e aprendizagem.
IA amplia execução, mas propósito, aprendizagem, julgamento e responsabilidade dependem de como redesenhamos o trabalho.
Ainda não há artigo publicado nesta trilha.