Uma agência AI-native implanta um sistema nervoso, e não um entregável
Por Ygor Fonseca, Fundador e líder de sistemas
Garry Tan, CEO da Y Combinator, publicou há pouco um ensaio sobre a estrutura de IA que ele usa no próprio trabalho. Ele mantém num repositório git uma base de conhecimento organizada com cerca de 100.000 páginas. Tem mais de cem arquivos de skill reutilizáveis, uns cem cron jobs (tarefas agendadas) rodando e uma meta-skill chamada Skillify, cuja função é transformar fluxos de trabalho avulsos em permanentes. Ele confere os fatos de cada resposta em vários modelos. Mantém uma página para cada pessoa que conhece. Depois de cada reunião, o sistema passa por cada pessoa e empresa citada e atualiza as páginas delas com o que foi conversado. Para ele, a diferença entre essa estrutura e um fluxo de trabalho comum com IA é a diferença "entre ter um arquivo de pastas e ter um sistema nervoso."
Este texto é sobre o que esse ensaio quer dizer para quem toca uma marca em vez de cuidar do próprio trabalho. A arquitetura de Garry tem quatro peças. Um harness enxuto, a camada fina de código que encaminha cada pedido. Arquivos de skill extensos, cada um com as instruções de uma tarefa. Uma base de dados extensa. E uma meta-skill que transforma repetição em infraestrutura. É o formato certo para qualquer gestor que quer que a IA gere efeito composto, e não só responda perguntas. A passagem de uma estrutura de uma pessoa para uma marca que opera com vinte ou duzentas pessoas é quase toda mecânica. Para a maioria das marcas, a parte difícil é a implantação. É esse o trabalho que justifica a existência de uma agência AI-native.
A maioria dos contratos de "agência de IA" carrega uma premissa escondida. A agência roda a IA em nome da marca, a marca vê o resultado e o sistema em si é infraestrutura privada da agência. Quando o contrato acaba, o sistema acaba junto. Isso é uma campanha, e não uma implantação. O formato certo deixa um sistema funcionando para trás, no repositório da marca, com os dados da marca e as chaves da marca.
Resumo
- A diferença entre um arquivo de pastas e um sistema nervoso, no enquadramento de Garry Tan. O arquivo de pastas guarda. O sistema nervoso gera efeito composto, e tem um harness enxuto, arquivos de skill extensos, uma base de dados extensa e uma meta-skill que transforma repetição em infraestrutura permanente.
- A mesma arquitetura vai de uma pessoa para uma marca: um repositório com páginas para cada segmento, canal, fornecedor e lançamento, mais skills para os fluxos de trabalho que a marca de fato roda.
- A maioria das marcas não consegue implantar isso sozinha. A arquitetura está certa, mas o custo de construção em tempo e conhecimento é o gargalo. Esse é o trabalho de uma agência AI-native.
- Uma implantação AI-native deixa um sistema funcionando no repositório da marca, com os dados da marca e as chaves da marca. É um ativo que gera efeito composto, e não uma pilha de apresentações. Chamamos isso de Codified Engagement.
- O teste real de um trabalho AI-native não é o que sai durante o contrato. É o que continua rodando no repositório da marca seis meses depois de a agência parar de cobrar.
Os antecedentes
Karpathy, na palestra sobre Software 3.0 na Sequoia, descreveu o software como algo que as pessoas agora constroem coordenando modelos, sensores e atuadores, em vez de escrever cada instrução à mão. O artigo Building Effective Agents, da Anthropic, detalhou os padrões de fluxo de trabalho que ficam por baixo: cadeias, roteamento, paralelização, um agente que coordena os outros e ciclos de avaliação. Do lado dos investidores, a Emergence Capital e a Sequoia defendem há mais de um ano que serviços entregues como software são o modelo de negócio dominante do próximo ciclo. Nenhum deles está dizendo "use mais IA". Todos dizem a mesma coisa por ângulos diferentes: o valor está na montagem, e não no modelo puro.
A contribuição de Garry é mostrar como é essa montagem na escala de uma pessoa. A arquitetura é simples. Um harness enxuto que encaminha. Arquivos de skill extensos, cada um fazendo bem uma tarefa. Uma base de dados extensa que cresce todo dia. Uma meta-skill que transforma repetição em infraestrutura permanente. Depois de um ano rodando, o sistema que você tem não pode ser substituído por uma janela de chat. Só pode ser substituído por outro sistema com o mesmo formato.
O sistema nervoso de uma marca
O gestor de uma marca tem a mesma matéria-prima que Garry, só que em maior quantidade. Cada briefing de campanha, cada e-mail de cliente, cada resultado de fluxo de retenção, cada balanço de mídia paga, cada documento de revisão trimestral, cada painel de desempenho: tudo isso são páginas de um cérebro que ainda não existe. A maioria das marcas guarda esse conhecimento espalhado em anotações, documentos e na cabeça das pessoas mais sêniores. Quando alguém sai, uma parte desse conhecimento sai junto. Quando uma agência nova começa, ela passa dois meses aprendendo o que a agência anterior já tinha aprendido e esqueceu de registrar.
Uma estrutura AI-native funcionando na escala de uma marca tem o mesmo formato que Garry descreveu, apontado para a marca. Um repositório da marca. Páginas para cada segmento de clientes, cada safra de retenção, cada canal pago, cada fornecedor, cada lançamento de produto. Skills que cuidam dos fluxos de trabalho que a marca de fato roda: a revisão semanal de retenção, o briefing de preparação de lançamento, a checagem de cada criativo novo, o balanço depois de uma promoção. Uma meta-skill que transforma o próximo fluxo manual num fluxo permanente. Esse é o ativo.
O custo da implantação
A arquitetura está certa. O gargalo que a maioria dos gestores de marca não consegue vencer sozinha é o custo de construção, em tempo e em conhecimento técnico.
Garry construiu o sistema dele porque tem formação técnica, tem tempo depois da meia-noite e trata a construção como um projeto pessoal. A maioria dos gestores de marca não tem nenhuma das três coisas. Eles têm uma loja online para tocar, uma meta de mídia paga para bater, um calendário de lançamentos com datas que não mudam e uma equipe financeira esperando os números. Não têm um líder de crescimento que também escreve arquivos de skill às 2 da manhã. A arquitetura está certa. O gargalo é o custo de construção, em tempo e em conhecimento.
É essa a lacuna que uma agência AI-native fecha. Ela não roda a IA pela marca. Ela implanta a arquitetura dentro do repositório da própria marca e ensina alguém da equipe interna a expandi-la. A agência constrói o harness. Escreve o primeiro conjunto de skills a partir dos fluxos de trabalho que a marca já roda. Alimenta o cérebro com os documentos, painéis e anotações de reunião que a marca já tem. Configura a meta-skill que converte o próximo fluxo manual num fluxo permanente. Depois disso, a agência recua para o papel de quem opera e revisa, enquanto o sistema roda dentro das ferramentas da marca.
É isso que chamamos de Codified Engagement. A marca fica com um sistema funcionando, no repositório dela, com os dados dela e as chaves dela. A agência deixa para trás um ativo que gera efeito composto, e não uma pilha de apresentações.
As três perguntas para a agência
São três perguntas para fazer a qualquer agência que você esteja avaliando para um trabalho AI-native. Abaixo de cada uma está a resposta de um parceiro sólido.
Onde o sistema fica, e quem tem acesso de administrador? Uma agência AI-native sólida faz a implantação no repositório da própria marca, numa infraestrutura que a marca controla. Os responsáveis internos, com nome, têm acesso de administrador desde o primeiro dia. O repositório é compartilhado desde o início, e não entregue no fim. Se a resposta for "a nossa plataforma" ou "o nosso SaaS", o contrato é um aluguel, e não uma implantação. A arquitetura para de gerar efeito composto no dia em que o contrato termina.
Existe uma meta-skill, e vocês vão ensinar alguém da equipe interna a rodá-la? O passo que transforma um projeto num sistema é a meta-skill que pega o trabalho manual de hoje e o converte na skill permanente de amanhã. Um parceiro sólido inclui essa meta-skill no trabalho desde a primeira semana. Ele também faz a transferência de conhecimento para um responsável interno, em geral um gestor sênior do lado da marca, para que o ciclo continue rodando quando as horas da agência acabarem.
No sexto mês, o que está rodando sem vocês? Um parceiro sólido tem uma resposta clara para isso: uma lista de skills, cron jobs e páginas do cérebro que continuam produzindo depois que o contrato termina. A versão honesta da pergunta é se o trabalho foi uma campanha ou um sistema. A resposta tem de estar visível no repositório da marca, e não descrita num slide.
O teste dos seis meses
O ensaio de Garry é a descrição pública mais clara de como é uma IA que gera efeito composto na escala de uma pessoa. A arquitetura que ele descreve funciona também na escala de uma marca: harness enxuto, skills extensas, base de dados extensa e uma meta-skill que gera efeito composto. A maioria das marcas não consegue implantá-la sozinha. Esse é justamente o trabalho que uma agência AI-native deveria fazer. Ela implanta o sistema dentro das ferramentas da marca, treina um responsável interno para expandi-lo e recua para o papel de quem opera e revisa enquanto o efeito composto acontece.
O teste certo de um trabalho AI-native não é o que sai enquanto o contrato está ativo. É o que continua rodando no repositório da marca seis meses depois de a agência parar de cobrar.
Fale com a gente sobre implantar um sistema nervoso na sua marca.
Fontes: Garry Tan, "Meta-Meta-Prompting: The Secret to Making AI Agents Work" (a estrutura pessoal de IA e o enquadramento do arquivo de pastas contra o sistema nervoso); Andrej Karpathy, palestra no Sequoia Ascent sobre Software 3.0; Anthropic, Building Effective Agents; Emergence Capital, AI-Native Services Playbook; Sequoia / Konstantine Buhler e Sonya Huang, Services: The New Software. Textos relacionados: o texto sobre o método com nome, sobre por que o artefato tem de estar no site público; a lacuna não é o seu modelo, sobre como o efeito composto aparece na nossa própria entrega; e o quadro dos 3 papéis da equipe de marketing AI-native, sobre o modelo de operação do lado da marca. Para ver de perto a camada de skills, e como uma biblioteca crescente de arquivos de instruções vira a metodologia da empresa, leia a biblioteca de instruções é a metodologia em crescimento da agência.