Formação IA Loop Engineering
Pare de ficar de babá do seu agente de código. Crie loops que se autocorrigem, verificam o próprio resultado, param na hora certa e rodam sozinhos — sem queimar tokens.
Why This Instead of a Traditional Degree?
Comandar seu agente na mão
- Você fica sentado olhando o agente, re-comandando ele toda vez que trava
- Ele para um passo cedo demais — ou roda 40 passos além do pronto, queimando tokens
- Quando dá errado, você relê o transcript inteiro tentando adivinhar o que rolou
- Ele entrega um trabalho quebrado com a maior confiança e diz que terminou
- Você não consegue deixar ele sozinho por cinco minutos, quanto mais a noite toda
Formação IA Loop Engineering
- Você projeta o loop uma vez; ele se comanda sozinho até a tarefa estar de fato pronta
- Lógica de parada que para no passo certo, em toda execução
- O loop critica e conserta os próprios erros antes de você nem ver
- Ele roda os próprios testes e se recusa a encerrar no vermelho
- Você confia que ele roda sozinho — a noite toda, até um resultado verificado
O Que Você Vai Aprender
- Construir e instrumentar um loop ReAct de agente único que itera sobre uma tarefa real de código e expõe o raciocínio, as ações e o custo de cada passo.
- Implementar a lógica de parada — máximo de passos, limite de orçamento, limiares de confiança, detecção de ponto fixo — que faz o loop parar na hora certa.
- Implementar um subloop de autocorreção (gerar → criticar → revisar) e julgar quando a reflexão ajuda e quando ela só desperdiça iterações.
- Implementar a verificação dentro do loop pra que o agente valide o próprio resultado com testes, linters e checagens antes de encerrar.
- Distinguir os modos de falha do loop — oscilação, thrashing, parada prematura, desvio semântico, sucesso alucinado — a partir dos sinais de cada passo no trace.
- Examinar os sinais passo a passo de um loop pra determinar se ele está convergindo, travando ou desviando.
- Justificar o trade-off custo–qualidade–iterações de um loop, decidindo onde cortar passos, trocar o tier do modelo ou sair mais cedo.
- Projetar e entregar um loop autônomo de nível de produção, robusto, que roda sozinho até um resultado verificado.
Programa do Curso
Orientação — Do Prompt ao Loop
Situe o loop engineering na progressão prompt → contexto → loop → harness, monte seu laboratório de loops no Claude Code e veja seu primeiro loop iterar até um resultado por conta própria.
- Por que o Loop É a Nova Unidade de Trabalho
- Seu Laboratório de Loops: Configurando o Claude Code
- Primeira Vitória — Veja um Loop Iterar
Anatomia de um Loop que Funciona
Desmonte o loop uma iteração de cada vez — o que o modelo vê a cada turno, quanto cada turno custa, quando iterações extras param de ajudar — e construa um loop ReAct real e instrumentado numa tarefa de código.
- Os Quatro Tempos: Agir, Observar, Decidir, Repetir
- Construa Seu Primeiro Loop de Verdade
- Custo Por Iteração: Quanto Cada Turno Realmente Custa
- Saturação Semântica: Quando Mais Iterações Param de Ajudar
- Lendo um Trace Como um Engenheiro
Parada e Convergência
Ensine o loop a saber quando parar. Paradas duras (máximo de passos, limite de orçamento), paradas suaves (limiares de confiança, detecção de ponto fixo) e a linha entre sair cedo demais e disparar sem freio.
- O Problema da Parada
- Paradas Duras: Máximo de Passos e Limite de Orçamento
- Paradas Suaves: Confiança e Detecção de Ponto Fixo
- Engenhe a Parada Dentro do Seu Loop
- Revisão Acumulada: Tudo Até a Parada
Reflexão e Autocorreção
Construa loops que pegam e consertam os próprios erros. Gerar → criticar → revisar, feedback interno versus validado por ferramenta, e a armadilha da reflexão em excesso, em que a crítica só queima iterações.
- Loops Que Criticam a Si Mesmos
- Feedback Interno vs Validado por Ferramenta
- A Armadilha da Reflexão em Excesso
- Construa um Subloop de Autocorreção
- Síntese do Módulo: Reflexão Que Vale a Pena
Verificação Dentro do Loop
Pare de acreditar na palavra do agente. Conecte verificação de verdade — testes, linters, checagem de tipos — dentro do loop, pra que ele valide o próprio resultado antes de encerrar, com rollback quando uma checagem falha.
- Confie, mas Verifique Cada Passo
- Portões de Verdade: Testes, Linters, Tipos
- Controle Determinístico vs Estocástico
- Rollback e Pontuação de Confiança
- Construa um Loop que se Autoverifica
Modos de Falha e Depuração
Dê nome a cada jeito de um loop quebrar — oscilação, thrashing, desvio, sucesso alucinado — instrumente o loop com sinais passo a passo e aprenda a diagnosticar e reparar cada falha a partir do trace.
- A Taxonomia de Falhas do Loop
- Instrumentação do Loop: Vendo Por Dentro
- Diagnosticando Falhas a Partir dos Sinais
- Quebre de Propósito, Depois Conserte
- Revisão Acumulada: Reflexão, Verificação, Falha
Custo e Controle
Trate o custo como uma restrição de projeto de primeira classe. Estratégias de saída antecipada, orçamentos de iteração, tier de modelo por passo e cache — cortando a conta do loop sem perder o resultado.
- O Preço Real de um Loop
- Saída Antecipada e Orçamentos de Iteração
- Tier de Modelo por Passo e Cache
- Ajuste o Trade-off Custo–Qualidade
Loops Que Rodam Enquanto Você Dorme
Cruze a barra da autonomia. Checkpoints, retomada e progresso durável; compondo parada, correção, verificação, guardas e orçamentos num loop em que você confia sozinho — e sabendo a hora de passar a bola pro harness.
- A Barra da Autonomia
- Checkpoints, Retomada e Progresso Durável
- Componha o Loop Confiável que Roda Sozinho
- Quando Passar a Bola pro Harness
Capstone — Engenhe um Loop Autônomo de Nível de Produção
Projete, construa, instrumente e endureça um loop autônomo real de ponta a ponta — integrando parada, autocorreção, verificação, guardas contra falha e controle de custo — e prove que ele roda sozinho até um resultado verificado.
- O Briefing e o Doc de Design do Seu Loop
- Construir, Instrumentar, Endurecer
- Prove Que Ele Roda Sozinho
Formação IA Loop Engineering
Comprova que você sabe engenheirar o loop autônomo de um único agente de ponta a ponta — parada, autocorreção, verificação, diagnóstico de falhas, controle de custo e operação sem supervisão — e entregar um que roda até um resultado verificado.
Seu Kit de Ferramentas de IA
Loop engineering independe da ferramenta, mas você vai praticar num agente de código real. Tudo aqui funciona no Claude Code; os padrões migram pro Cursor, pra API direta ou pro seu próprio harness.
Você consegue concluir a formação inteira no plano Claude Pro de $20/mês mais uns poucos dólares de créditos de API pros exercícios por código. Não precisa de nenhuma ferramenta paga de observabilidade.
About This Degree
Sobre esta formação
Todo curso de agentes te ensina como iniciar um agente. Quase nenhum ensina como deixar o loop dele confiável. É essa a lacuna. Você provavelmente já viu um agente de código travar no meio do caminho, cantar vitória em cima de um código quebrado, ou ficar batendo por quarenta passos depois do ponto em que já tinha terminado — e ficou ali, re-comandando ele na mão, porque o loop não foi engenheirado pra fazer melhor. O “loop” — o ciclo em que o agente age, observa o resultado, decide o próximo passo e repete até a tarefa estar cumprida — é a verdadeira unidade de trabalho na IA de agentes, e é justamente a única coisa que os cursos pulam. Esta formação não é sobre mais nada além disso.
Você constrói um loop, e ele cresce junto com você. Ele começa no Módulo 1 como um loop ReAct cru consertando um teste que falha. No Módulo 2, já para no passo certo em vez do padrão. No Módulo 3, ele critica e repara os próprios erros; no Módulo 4, ele roda sua suíte de testes e se recusa a encerrar no vermelho. O Módulo 5 endurece ele contra os jeitos de um loop quebrar — oscilação, thrashing, desvio, sucesso alucinado — usando sinais que você aprende a ler no trace. O Módulo 6 corta o custo dele sem perder o resultado, e o Módulo 7 leva ele pra cima da barra da autonomia, pra rodar sozinho, checkpointado e retomável. O capstone é esse loop, pronto: nível de produção, documentado e com prova de que roda enquanto você dorme.
O que você vira é um loop engineer — a pessoa que consegue entregar um objetivo a um agente e de fato confiar que ele termina. Não porque o modelo ficou mais esperto, mas porque você engenheirou o ciclo em volta dele: onde ele para, como ele se checa, o que ele faz quando um passo falha e quanto isso custa. É essa a habilidade que cresce conforme os modelos melhoram, em vez de ser apagada por eles. No fim, “deixa o agente cuidar disso de noite” deixa de ser aposta e vira algo que você projetou.
Prerequisites
Esta é uma formação avançada e mão na massa. Ela assume que você já conhece ReAct, reflexão e uso de ferramentas como conceitos — estes cursos constroem essa base para a gente pular o básico e partir direto pra engenharia do loop em si.
