Reinforcement Learning para Vibecoding: do prompt ao loop verificável

A queda de produtividade do primeiro semestre de adoção tem três causas conhecidas e nomeadas. Como separá-las, qual número revela cada uma e por que cortar o orçamento no fundo do vale é o erro mais caro da série.

Um agente apagou a base de produção e todos os backups de um SaaS americano em nove segundos. As quatro causas-raiz do caso são de configuração humana. As três perguntas que classificam qualquer incidente antes de você autorizar uma compra.

Por que o manual do agente cresce de três para quarenta páginas e o mesmo erro volta em formato novo, e como separar o orçamento de escrever instrução do orçamento de premiar resultado.

O pedido cobre a funcionalidade, e o reflexo do modelo cobre todo o resto. O que exigir de quem promete mudar esse reflexo, e os quatro números que medem se ele mudou mesmo.

Duas famílias de proposta chegam com o mesmo nome e preços diferentes. A pergunta única que separa treinar por consequência de instruir melhor, e o critério de veto que sai dela.

Quem julgou o resultado que virou gráfico, com o quê, e o que fazer quando a resposta é evasiva. A pergunta de quinze segundos que separa opinião de fato antes de qualquer assinatura.

O mecanismo que executa a entrega e observa se funcionou, as quatro camadas de custo que ele tem, e as quatro linhas que uma proposta precisa responder antes de passar pela sua assinatura.

A sigla que aparece em toda proposta séria de melhoria de agente, o que ela promete de fato e a cláusula de evidência que transforma promessa de ganho em obrigação contratual.

Seis atalhos que inflam o indicador de um agente sem resolver o problema, quatro medições independentes de quanto isso acontece e o teste mental que separa a métrica que você premia da que você recusa de propósito.

Bateria verde não é atestado de qualidade. Três dimensões ficam descobertas por construção, cada uma com evidência do tamanho do buraco, e nenhuma delas ganha dono sozinha.

Três camadas de proteção, ordenadas por custo e por efeito medido. A primeira é barata, não tira produtividade e elimina quase nove de cada dez fraudes, e é por isso que ela vem antes de qualquer outra compra.

As três contas que compõem o custo de um laço de verificação, por que a média engana e como fixar o teto de gasto por execução. Inclui a tabela que substitui a fórmula e uma calculadora para estimar o mês do seu próprio piloto.

As três condições que precisam estar presentes ao mesmo tempo para treinar valer a pena, a matriz que diz onde a sua tarefa cai e as duas armadilhas de preço com data marcada que derrubam orçamento aprovado em julho.

As quatro linhas que um termo de abertura de piloto precisa ter antes da aprovação: linha de base, teto de gasto, data de revisão e critério de parada. Fecha a Parte 5 com um termo de uma página pronto para levar ao comitê.

Quem escreve o verificador não escreve o código julgado por ele. Os três nomes próprios que a sua empresa precisa declarar, e por que um registro apagável nunca vai contar como evidência.

O entregável mais transportável do curso: uma tabela que traduz as oito siglas que o fornecedor vai usar e sete perguntas que cabem em uma página, cada uma com a resposta que aprova e a que reprova.

Fecho do corpo executivo. O calendário regulatório que já está correndo, as cinco linhas do plano com dono e data, e por que a Parte 7 é apêndice opcional.

Aula opcional, para quem vai implantar. As quatro famílias de algoritmo lado a lado, o que cada uma exige de infraestrutura e a conta de compressão de busca com o arredondamento corrigido.

Aula opcional, para quem vai implantar. A função de recompensa de referência, os quatro defeitos que a versão anterior deste curso tinha e como cada um foi corrigido.

Aula opcional, para quem vai implantar. O painel de sete métricas, o checklist de oito itens bloqueantes e o custo de infraestrutura que não aparece na conta de GPU.