O julgamento da Fable
A economia em agentes pode vir de menos loops ruins, não só de tokens mais baratos.
Uma lição da equipe do Claude Code: melhor julgamento reduz retrabalho, intervenção humana e loops caros.
01
Economia de tokens de IA, escrita como briefing de campo.
Um guia claro e legível sobre o custo real da IA: preços de modelos, fluxos de coding agents, sinais de benchmark e formas práticas de gastar menos tokens.
Feito primeiro para pessoas, mas estruturado para agentes lerem, citarem e reutilizarem com segurança.
Vigilância de preçosEntrada, saída, cache, batch, contexto, retry.
Custo de agentesClaude Code, Codex, Cursor, Aider, OpenCode.
Economia de tokensPrompt caching, roteamento, compressão e disciplina de contexto.
Ganchos iniciais
De cima para baixo, cada cartão traz título, data, resumo e sinal de abertura para decidir rápido.
02
Lançamento: llm-coding-agent 0.1a0
Um agente de código mínimo mostra onde o gasto de tokens acontece.
O agente baseado em LLM ajuda a mapear planejamento, leitura de arquivos, edição de código e verificação como etapas que consomem tokens.
03
Usando DSPy para avaliar prompts SQL do Datasette Agent
Otimização de prompts pode ser medida com harnesses, não por impressão.
O projeto usa DSPy para avaliar e refinar prompts de sistema de um agente SQL somente leitura em produção.
04
Andrew Qu, da Vercel, sobre agentes como novo software
Sites legíveis por agentes estão virando parte da superfície do produto.
A Vercel explica o framework eve e por que skills, sandboxes e sites legíveis por agentes importam.
05
Como a Cursor implanta IA dentro da empresa
Quando o workflow escala, vibe coding vira problema de orçamento da equipe.
Engenheiros implantados da Cursor ajudam empresas a montar fábricas de software baseadas em agentes.
06
O que há de novo no Claude Sonnet 5
Novos modelos mudam defaults, custos de agentes e taxas de falha.
Depois de um upgrade de modelo, vale ler a documentação de desenvolvedor antes do marketing para decidir o default.
07
ScarfBench: benchmark de agentes para migração Java empresarial
Benchmarks de agentes estão indo para tarefas reais de migração empresarial.
A IBM Research coloca agentes em migrações de frameworks Java para medir capacidade em tarefas mais próximas do mundo real.
08
Ornith-1.0: LLMs auto-scaffolding para agentic coding
Modelos de código open-weight podem mudar a equação de custo de API.
O modelo MIT da DeepReinforce vem em variantes dense e MoE e sinaliza nova competição para coding agents.
09
OpenAI relata forte crescimento dos tokens de saída internos do Codex
Crescimento de output tokens é um custo oculto importante em workflows de agentes.
Na era dos agentes, o caro pode não ser o input, mas o output, as tentativas e os loops.
10
GLM-5.2 é um salto para agentes abertos
Modelos chineses e abertos entram na comparação global de custo/desempenho de agentes.
A fronteira de capacidade dos modelos abertos está mudando, e GLM-5.2 merece entrar no mapa de custos.
11
É agentic o suficiente? Benchmarking em sua própria ferramenta
Seu stack pode importar mais do que a posição em rankings públicos.
A pergunta certa não é qual modelo é melhor, mas qual tem sucesso mais barato no seu stack de agente.
12
Resultados de benchmark do Qwen3
Uma ponte durável entre modelos chineses e avaliação de coding agents.
O benchmark polyglot da Aider oferece evidência prática para discutir Qwen3 em coding agents.
13
Como o Claude Code usa prompt caching
Prompt caching muda diretamente velocidade e custo de tokens.
Claude Code gerencia cache automaticamente; troca de modelo, /compact, CLAUDE.md e cache hit rate afetam custo e latência.
14
Trocando Claude por OpenCode e OpenRouter
Um caso real de migração de ferramentas padrão para rotas e modelos abertos.
Um relato de uso de OpenCode, OpenRouter e modelos open-weight no lugar de Claude Code durante um mês.
15
Contextify: histórico pesquisável para Claude Code e Codex
Histórico de agentes e contexto reutilizável reduzem gasto repetido de tokens.
Se o agente esquece o contexto a cada sessão, você paga de novo; Contextify preserva histórico pesquisável.
Legível por pessoas e agentes
HTML estático primeiro, com endpoints legíveis por máquina para automação e busca.
- /llms.txt
propósito do site e política de leitura - /feed.xml
RSS para briefs e ganchos - /data/hooks.pt.json
cartões estruturados de artigos - /sources/
política de fontes e citações