🧠

Hub · IA

Do conceito ao sistema AI-native em produção — sem hype, com profundidade.

Quatro trilhas que cobrem a IA moderna por dentro: fundamentos matemáticos, arquiteturas além do LLM (KV cache, MoE, tool calling), as ferramentas de código que reorganizaram o mercado dev, e a engenharia AI-Native real (RAG, agents, MCP, LLMOps).

4

trilhas

28

artigos

1875

XP total

6h

leitura

TRILHAS DESTE HUB

4 caminhos curados — leia em ordem ou salte.

Fundamentos da IA

Do zero ao LLM — entenda como a IA realmente funciona

O que é Inteligência Artificial?
Dados: o Combustível da IA
Como a IA Aprende (Machine Learning)
Redes Neurais: o Cérebro Artificial
+ 3 artigos

7 ARTIGOS · 300 XPAbrir→

IA Além do LLM

KV Cache, MoE, Tool Calling, avaliação — como modelos funcionam em produção

KV Cache: Memória Eficiente
Mixture of Experts (MoE)
Tool Calling e Agentes
Harness: a Infraestrutura do Agente
+ 1 artigos

5 ARTIGOS · 340 XPAbrir→

Ferramentas de IA para Código

Claude Code, Codex, Cursor, Kiro — as diferenças reais entre os coding agents

O Panorama dos Coding Agents
Claude Code: Filosofia e Arquitetura
OpenAI Codex: o Agente na Nuvem
Cursor, Copilot e os IDEs Aumentados
+ 2 artigos

6 ARTIGOS · 385 XPAbrir→

Engenharia AI-Native

RAG real, agent patterns, MCP, LLMOps, evaluation — o que separa um protótipo de IA de um sistema AI-native em produção.

RAG: por que "só jogar tudo no LLM" não funciona
Chunking e Embeddings: as decisões que fazem ou quebram seu RAG
Hybrid Search + Reranking: do BM25 ao cross-encoder
Avaliando RAG: recall@k, nDCG e LLM-as-judge
+ 6 artigos

10 ARTIGOS · 850 XPAbrir→

EXPLORAR OUTROS HUBS

Siga por outro tema.

Engenharia de Software