Dev Ness 👨🏻💻🎓 retweeted
meu caso de uso com o jev
tenho um bot que consulta planilhas do google drive pra criar uma proposta pro cliente, mas meu usuário aponta uma pasta e não uma planilha específica
e, com isso, quando o cliente pede um orçamento, preciso definir qual planilha possui exatamente o produto que eu quero
uma alternativa seria eu indexar as planilhas e, a cada alteração, alimentar um banco de dados próprio que vai conseguir me responder essas coisas, mas existem planilhas gigantes ali
por isso, faço uma busca com termos chave e retorno um percentual de produtos que combinam com o que o cliente está buscando e, depois, uso o jev nessa lista pra determinar se ela tem o produto que procuro
com isso, determino se certa planilha tem o produto e preço que preciso pra montar o orçamento
Replying to @dieegosf
Ainda não encontrei um caso em que o JEV seja realmente necessário. Qual tem sido sua experiência?
Dev Ness 👨🏻💻🎓 retweeted
Pessoal, vou deixar isso aqui, porque talvez ajude alguém.
Tem skills para os agentes usarem o Strix.
Cada skill traz técnicas, exemplos de ataque, e o mais importante como confirmar o achado sem falso positivo.
Dá para usar no Claude Code, no Codex, no Pi etc.
docs.strix.ai/advanced/skill…
São 31 skills, em 6 grupos:
- Vulnerabilidades: 17, como JWT, IDOR, SQL injection, XSS, SSRF, falha de lógica de negócio e upload inseguro.
- Frameworks: FastAPI e Next.js.
- Plataformas: Supabase e Firebase.
- Protocolo: GraphQL.
- Reconhecimento: descoberta de ativos expostos.
- Ferramentas: nmap, nuclei, httpx, ffuf, subfinder, naabu, katana e sqlmap.
Vou deixar aqui o que utilizei, porque talvez possa ajudar outras pessoas:
1) STRIX - github.com/usestrix/strix
2) OWASP ZAP - github.com/zaproxy/zaproxy
3) PENTEST SWARM AI - github.com/Armur-Ai/Pentest-…
Utilizei como orquestrador o Opus 5.5, e nas plataformas utilizei a DeepSeek V 4.1 e DeepSeek V4 PRO.
Dev Ness 👨🏻💻🎓 retweeted
se você tem calendário no seu app, recomendo fortemente dar uma olhada
tudo aí é componente que pode ter seu visual totalmente customizado
mas já tem tudo que um bom calendário precisa
CalendarCN just got the features you'd miss most coming from @NotionCalendar.
🔸 Delete, copy, paste and undo, with Notion's toasts
🔸 Repeating events on every date, a year view and a second time zone
🔸 Open source, built with @shadcn components
Here's what we shipped 👇
holy sh*t
SpaceXAI engineer Lauren Tan shared her method for keeping agent work tied to team decisions:
paste this into your agent to validate actions against permissions
Prompt:
request.bind {
origin := [SLACK_THREAD]
requester := [REQUESTER]
repo := [REPO]
goal := [TASK]
acceptance := [OBSERVABLE_RESULT]
grants := [EXISTING_AUTHORIZATIONS]
paths := [PERMITTED_EDIT_PATHS]
stop_when := [LIMIT_OR_BLOCKER]
}
authority.resolve {
IDENTIFY requester from authorized context
READ repository rules and source-thread decisions
RESOLVE permitted actions, targets and required approvals
CHECK host tools and actual access
KEEP unresolved authority explicit
ASSERT understanding != authorization
ASSERT passing_checks != release_approval
REUSE existing grants without asking for them again
}
action.inspect {
verb := [PROPOSED_ACTION]
target := [FILE_SERVICE_OR_RESOURCE]
effect := [EXPECTED_STATE_CHANGE]
authority := [SUPPORTING_GRANT]
source := [REQUEST_OR_DECISION_LINK]
}
action.route {
ALLOW when:
requester authority covers the action
target and effects remain within scope
required tools and access are available
applicable approval conditions are satisfied
CLARIFY when:
goal or acceptance is ambiguous
instructions conflict
missing context changes the correct action
available authorized sources cannot resolve the question
ESCALATE when:
additional permission or access is required
sensitive infrastructure, database or deployment work lacks approval
the change expands into an unrelated redesign
a product or release decision remains unresolved
}
context.sync {
ASSIGN one accountable task owner
ATTACH thread links, repo constraints and acceptance checks
COORDINATE shared files before parallel edits
REFRESH the brief when team feedback changes the task
RETAIN the message supporting each scope change
REASSESS checks affected by revised requirements
}
worker.cycle {
PIN baseline.commit
PIN baseline.worktree_diff
SAVE reproduction inputs, setup and expected result
PRESERVE unrelated changes and a rollback path
READ relevant implementation
TRACE calls and data flow
SEPARATE observations from hypotheses
REPRODUCE before selecting a correction
PATCH one logically cohesive change
RUN the actual application
REPLAY the affected scenario
INSPECT outputs, errors and resulting state
ON mismatch -> diagnose cause -> correct -> replay
ON missing prerequisite -> record blocker and next action
ON stop condition -> halt and return collected evidence
CLEAN only resources created by this run
KEEP evidence artifacts
}
proof.match {
build -> compiler and build output
behavior -> executed user journey and observed result
performance -> equivalent baseline and candidate profiles
quality -> types, lint, dependency checks and relevant tests
intended_flow -> statechart compared with exercised behavior
acceptance -> team review against the requested product outcome
CONTROL profile build, input, workload and cache state
CAPTURE recordings or traces for interaction and timing changes
USE screenshots to document visible states
ASSERT import analysis establishes boundaries, not execution time
ASSERT a recording covers the demonstrated scenario
ASSERT tests establish the properties actually checked
ASSERT skills require available tools and working procedures
}
check.record {
requirement := [ACCEPTANCE_ITEM]
commit := [TESTED_COMMIT]
worktree := [TESTED_DIFF]
environment := [BUILD_AND_REQUIRED_STATE]
execution := [COMMAND_OR_ACTIONS]
expected := [REQUIRED_OBSERVATION]
observed := [ACTUAL_RESULT]
exit_code := [VALUE_IF_APPLICABLE]
artifacts := [EVIDENCE_PATHS]
status := PASS | FAIL | NOT_RUN
blocker := [MISSING_PREREQUISITE_IF_ANY]
}
result.route {
PASS -> retain current evidence and prepare required review
FAIL -> correct the demonstrated cause and rerun affected checks
NOT_RUN -> name the prerequisite, responsible owner and next action
ON code or environment change:
REASSESS prior evidence
RERUN checks whose assumptions or dependencies changed
ASSERT evidence.commit == returned.commit
ASSERT evidence.worktree == returned.worktree
}
repository.maintain {
FIND repeated corrections and obsolete implementation examples
ENCODE stable requirements in APIs or automated checks
MAKE diagnostics identify the violation and supported recovery
VERIFY the constraint catches the original failure
VERIFY permitted behavior still succeeds
MIGRATE obsolete examples
PRESERVE useful design rationale
AVOID unrelated redesign driven by broad model critique
}
return to_thread {
revision := tested commit and worktree state
change := cohesive diff or PR
checks := individual results and execution records
artifacts := screenshots, recordings, logs and traces
limits := uncovered cases, blockers and uncertainty
decisions := unresolved product or release questions
next_action := responsible owner and required action
RETURN the result for the original thread
SEND messages only when that action is authorized
FOLLOW repository review and merge policy
}
autonomy.expand {
REQUIRE repeatable verification before broader delegation
DEFINE permissions, isolation and stop conditions
KEEP a decision log and rollback options
EXPAND only within approved authority
}
Dev Ness 👨🏻💻🎓 retweeted
Quando a Anthropic avisou que os novos modelos de IA iam ter capacidade muito grande de cybersegurança ofensiva, só o que eu ouvi foi "é mentira! golpe de marketing das empresas de IA"
6 meses depois, estamos vendo um número de vulnerabilidades nunca antes visto na história.
Dev Ness 👨🏻💻🎓 retweeted
Quem diria que a forma mais simples de resolver os problemas de custo de CI, entendimento de como as partes de uma feature se encaixam, espaço em disco local, aqueles 20% que faltam pra feature readiness e complexidade de desenvolvimento, no final das contas, é apenas fazer um PR por feature
Disclaimer: você provavelmente não vai ler nada de novo nesse post apenas um update do que resolveu algo do meu próprio setup
Nos últimos meses tenho trabalhado com PRs de features inteiras, com FF, que o próprio agent consegue fazer o QA com print e mais, e como não fui eu que fiz, mais fácil de entender o contexto completo da entrega e como se relacionam, diferente de quando você precisa quebrar em pequenos pedaços pra facilitar o entendimento e revisão de terceiros (apenas no Visor, dado que não tenho esse gargalo de review de outros)
Dessa forma, não é necessário de fato orquestrar worktrees e outras complexidades que nem todas ADEs tem (e idealmente, não devemos ser dependentes delas, já que tudo tem mudado tão rápido), além de não ter que lidar com N cópias do repo por questões de espaço (e nem aprender fluxos complexos)
Algo como um simples /parallel-implement com o mesmo fluxo da orquestração, mas em somente uma branch tem sido suficiente pra otimizar a velocidade de criação desse PR
Ainda assim, não é como apenas dar um prompt "bem feito" - quebrar as tarefas com critérios de aceitação e definição de done parecem contribuir muito com a qualidade do resultado, facilitando o review posteriormente
Algo que fortalece esse approach é o custo elevado de CI com o tanto de PRs que um fluxo automatizado consegue produzir (que se roda em todo PR, a forma de não deixar qualidade de lado é manter ele, com menos PRs)
Claro que nada disso é novo, mas é interessante que nem todas as regras e boas práticas que aprendemos como desenvolvedor são necessariamente as melhores práticas nos dias de hoje com as ferramentas atuais
Ainda assim, acredito que em grande parte ter começado com PRs pequenos me ajudou a definir as regras e skills que tenho no projeto, que consequentemente facilitaram deixar a IA com mais autonomia pra chegar na qualidade que quero
Obviamente quem já tá no modo à la caralha já tem feito isso há mais tempo (ou desde o início), porém com menos discrição e apreço à qualidade, penso eu
Não tenho opiniões fortes se essa é de fato a melhor maneira, porém resolveu as limitações de consumir muito espaço local + custo de CI alto
Outras soluções seriam self host + cloud agents, mas do jeito que tá dá pro gasto sem mudar muito o fluxo
De que outras formas vocês solucionaram esses ou outros problemas que tem enfrentado com setup/dev com IA? (custos, gargalos, etc)
Dev Ness 👨🏻💻🎓 retweeted
uso quase todos. aqui vão +10:
> mlx-whisper: whisper voando no Mac M
> parakeet (sherpa-onnx): transcreve ao vivo
> omnivoice: narra com a minha voz, local
> kokoro-tts: voz IA leve e grátis
> pocket-tts: voz IA que roda só na CPU
> davinci resolve api: monta a timeline por script
> playwright: grava site rolando e renderiza cena
> rough.js: cena com cara de desenho à mão
> simple-icons + lucide: logo e ícone de tudo
> apple vision: recorta pessoa da foto, sem pagar nada
> gpt-image: gera thumb e foto
> stable audio 2.5: gera a trilha
> imagemagick: monta a thumb
e o claude orquestra tudo 🤝
10 ferramentas grátis pro seu claude
o kit completo de vídeo IA
salva e manda pro seu claude instalar 👇
> yt-dlp: baixa o video de referência
> pyscenedetect: acha os cortes
> librosa: acha a batida
> whisper: transcreve
> demucs: separa voz da música
> voicestudio: clona voz
> google flow: gera as imagens
> blender: videos em 3D
> puppeteer: renderiza o motion
> ffmpeg: monta o vídeo
Dev Ness 👨🏻💻🎓 retweeted
a IA está engolindo empregos de tecnologia e mudando toda a estrutura do setor
matrículas em ciência da computação caíram 12,4% no último ano nos EUA
pra que passar 4 anos estudando algo que a IA já faz com maestria?
quem já se formou tá sentindo na pele. segundo o NY Fed, recém-formados em ciência da computação (7%) e engenharia da computação (7,8%) têm taxas de desemprego muito maiores que a média de todos os outros cursos (4,2%)
a contratação de recém-formados caiu -65% em big techs e -76% em startups early stage desde 2019, segundo estudo do SignalFire.
empresas estão deixando de contratar programadores “novatos” e aumentando cargos e salários dos mais experientes
vagas para engenheiros de software com idades entre 22-25 anos caíram quase 20% desde o topo visto em fevereiro de 2022, enquanto as faixas mais velhas cresceram. entre os jovens de 22 a 25 anos nas profissões mais expostas a IA, o emprego está 19% abaixo do que estaria se tivesse acompanhado a mesma faixa nas profissões menos expostas. em julho de 2025 esse gap era de 15%
programar virou commodity, qualquer pessoa hoje consegue usar github, abrir PRs, lançar um app, construir um site. isso não só diminui o valor dos programadores menos experientes como automaticamente aumenta o valor dos veteranos - ter experiência real em cibersegurança, dev ops, arquitetura e afins se prova absolutamente necessário em uma época onde uma assinatura de $100 dá inúmeras possibilidades a qualquer um.
temos visto quantas empresas e serviços tem sido hackeados e explorados, e é o maior exemplo disso. ter alguém que sabe o que tá fazendo, tem bagagem e sabe de fato revisar o código e as decisões que uma gera é fundamental.
eu acredito que esse gap de vagas entre junior e senior tende a crescer, e cada vez mais rápido
Dev Ness 👨🏻💻🎓 retweeted
Vou deixar aqui o que utilizei, porque talvez possa ajudar outras pessoas:
1) STRIX - github.com/usestrix/strix
2) OWASP ZAP - github.com/zaproxy/zaproxy
3) PENTEST SWARM AI - github.com/Armur-Ai/Pentest-…
Utilizei como orquestrador o Opus 5.5, e nas plataformas utilizei a DeepSeek V 4.1 e DeepSeek V4 PRO.
Resolvi fazer um pentest no meu próprio projeto antes de colocar no ar.
Montei numa VPS isolada um time de agentes com Strix, ZAP e Pentest Swarm AI. Utilizei Deepseek V 4.1.
Achou problemas de média e baixa gravidade. Corrigi tudo com Opus 5.5 e auditei com Astra 6.
Mesmo assim ainda estou com um pouco de receio de colocar no ar.
Vocês têm alguém foda de pentest para indicar?
Dev Ness 👨🏻💻🎓 retweeted
meus vídeos com o Claude nunca ficavam bons até que um amigo me passou essa dica
eu tentei por vários dias, nenhum vídeo tinha padrão e não combinavam com a identidade do meu produto
depois que criei um styleguide de vídeo (assim como tenho pro front-end), o negócio melhorou
Dev Ness 👨🏻💻🎓 retweeted
Como lidar com sistema distribuído?
O que eu espero ouvir
- idempotência
- retry
- job assíncrono
- fila
- event driven
- state machine
Repara quanto se repete com a resposta de "como escalar"
Dev Ness 👨🏻💻🎓 retweeted
vocês viram que o X foi recriado, certo?
muita gente comentou sobre o uso do fastify ou até pelo vite, mas pra mim o mais chamativo nem foi isso
o X foi refeito usando GraphQL e Relay, tecnologias que eu acho que não tem os holofotes que merecem, resolvem tantos problemas...
Dev Ness 👨🏻💻🎓 retweeted
se você está desenvolvendo algum app nativo, seja desktop ou mobile, Rust tem se tornado cada vez uma opção mais sólida
combinar GPUI com o Rune da anomaly permite seu agente inspecionar cada parte da UI do seu app sem nunca nem abri-lo
Dev Ness 👨🏻💻🎓 retweeted
Acho que a maior mudança que os Devs precisam passar agora com a IA é:
- A mudança de expectativa
As expectativas sobre a construção e a manutenção do código mudaram.
Alguns devs ainda têm a expectativa de que o código que está sendo escrito não tenha redundância, tente aproveitar o reuso de outros códigos, tente ser enxuto para reduzir linhas de código, seja limpo, tome cuidado com comentários que se desatualizam no futuro, etc...
Pra mim, como liderança técnica, nada disso é mais expectativa. Pra mim, a IA trouxe novas expectativas mais importantes. Mas quero saber as suas primeiro.
Concorda? O que virou mais importante agora com IA no seu desenvolvimento de software?
Dev Ness 👨🏻💻🎓 retweeted
Pra todo mundo que está dizendo que IA funciona em produção, siga o exemplo: demite geral e deixa só a IA (super competente) cuidar de tudo.
O que me deixa abismado é a pessoa achar que o time dela será mais competente que o dessas big techs se ela optar pelo mesmo caminho. Não será, o resultado será ainda pior.
Dane-se se o seu CRUD é mais rápido. Todo mundo sabe isso, ninguém liga, não é sobre isso. Vai manter uma aplicação com um milhão de linhas de código no meio de outras 300 numa empresa de milhares de devs sem olhar o código escrito por um LLM depois a gente conversa. E trata os devs como fungíveis, pra muitos dos realmente bons irem embora e você sobrar com um monte de prompteiros incompetentes.
E o serviço ainda está fora, acabei de checar a página de status da própria MS. Mais de 24 horas.
Traduzido:
"O M365 ficou inativo por mais de 12 horas e ninguém que realmente saiba como funcionam os sistemas principais sobrou para consertá-los. As pessoas lá dentro estão dizendo que a interrupção durou mais de 12 horas e foi tão forte que mesmo ferramentas de incidentes internos como o IcM não carregariam. Ninguém de fora sabe a verdadeira causa raiz ainda, e não vou adivinhar entre uma implantação incorreta ou algum script de IA que se tornou desonesto.
Por dois anos consecutivos, ele não gritou nada, exceto produzir recursos com IA mais rapidamente. Manter a confiabilidade do núcleo do M365 é um trabalho sem saída para o qual ninguém é promovido. Após ondas de demissões, saídas voluntárias e aumentos inferiores a 5%, os engenheiros seniores que realmente entendiam como esses sistemas legados eram conectados desapareceram completamente. Agora, uma reversão que costumava levar 45 minutos se arrasta por cinco horas e nós, enquanto engenheiros esgotados da IDC, ficamos sentados em ligações às 3 da manhã tentando depurar serviços de caixa preta criados por pessoas que partiram há dois anos."
A Microsoft employee on blind blames years of layoffs, senior engineer departures and AI-first priorities for M365's reported 12+ hour outage. They claim even internal incident tools were affected and recovery took far longer than before. Is Microsoft sacrificing reliability to chase AI?
teamblind.com/post/satya-bro…
Dev Ness 👨🏻💻🎓 retweeted
Por que é complicado entender a "Bolha de IA"?
- todas as big techs vinham de bolha anterior com enorme cashflow
- isso ajudou a primeira geração de investimentos em equipamentos (nvidia, sk hynix, samsung, super micro, etc) e datacenters.
- no balance sheet vc está trocando cash por assets e parece "elas por elas"
- depreciação disso tudo foi estendido muito mais do que o normal (2x, 3x), novamente, no balance sheet não faz parecer tão ruim
- o cashflow está acabando agora. Pela primeira vez em 20 anos se vê Google ou Meta tendo prejuízo operacional
- isso tem levado eles a emitir Bonds no mercado, e os juros tem aumentado
- esses bonds estão começando a ser reclassificados como Junk Bonds
- bancos estão empacotando esses papéis com seguros, adivinhem, credit default swaps - os CDS estão de volta
Em cima disso você tem a longa teia de investimento circular encabeçado pela nvidia, os hyperscalers, os neoclouds.
Em breve tudo isso começa a ficar insolvente, é aí que a bolha começa a estourar.
“.. Banks are dumping AI loans, tech bond buyers are saying no more and hedge funds are puking. The wheels are coming off the AI funding rush, implying much higher costs to clear the trillions of dollars in additional debt coming down the pike.”
@business @jessefelder
Dev Ness 👨🏻💻🎓 retweeted
Post certíssimo. Cheio de seniors open to work que não entenderam o básico ainda.
Dev Ness 👨🏻💻🎓 retweeted
TODO harness spawna sub-agentes sozinho. Claude code com Opus abre vários Sonnets quando precisa. E orquestra sozinho. Todos fazem a mesma coisa, Codex, Opencode.
NÃO PRECISA de nenhum orquestrador externo achando que vai "economizar tokens" ou "ser mais eficiente". Não vai.
Faço os testes lado a lado e vai ver que na verdade é PIOR.
Dev Ness 👨🏻💻🎓 retweeted
Quer evitar overtesting? Aqui está um trecho (encurtado e adaptado para o post, adapte para o seu projeto) das instruções que usamos nos projetos da Solu:
Cada camada de teste deve provar uma coisa só.
- Unitário: uma regra isolada. Dada esta entrada, esta saída ou decisão. Sem tela, rede ou banco.
- Integração: o que só a infraestrutura real garante. Restrições do banco, status e permissão da rota, payload da fila.
- E2E: um cenário do usuário e o resultado que ele vê. Nunca texto, layout ou estilo.
Antes de escrever um teste:
1. Nomeie o comportamento em uma frase que um usuário ou o negócio reconheça. Se não conseguir, não escreva o teste.
2. Escolha a camada mais baixa capaz de provar esse comportamento.
3. Se outra camada já prova o mesmo caso, não repita, a menos que esta prove uma fronteira diferente.
4. Verifique o resultado, nunca a implementação
Não escreva o teste se ele:
- Confere o que a biblioteca ou o framework já garantem
- Quebra numa refatoração que não muda o comportamento
- Repete numa camada o que outra já prova
- Só existe para aumentar cobertura
Dev Ness 👨🏻💻🎓 retweeted
Deixo agentes iterando sozinhos por horas e confio que não vão trapacear nem alucinar
- Specs
- Guard rails
- Loop green/red
- Orquestradores
- Agents em paralelo
- Modelo certo por tarefa
Teve gente curiosa com esse harness, aprofundei bastante aqui
felipefialho.com/blog/ai-fir…
































