Learning Prototype Retrospectiva da Bancada AI for Devs e Protocolo Agent2Agent (2025-04-15)
Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.
O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.
Notas citadas nas anotações desta sessão.
A sessão fez uma retrospectiva da bancada AI for Devs e da evolução do Learning Prototype, destacando seu caráter aberto, colaborativo e multidisciplinar. Foram relembrados os ciclos anteriores, que exploraram testes autônomos, interpretação e geração de artefatos, comparação entre diferentes LLMs e uso de ferramentas locais com Python. A experimentação mostrou como tecnologias que antes pareciam imaturas, como CrewAI e LangGraph, evoluíram e passaram a ser relevantes para aplicações reais. Também foi reforçada a importância do laboratório para acompanhar tecnologias emergentes, construir repertório e preparar os participantes para atuar em projetos concretos, mesmo quando ainda não dominam todas as ferramentas envolvidas.
O foco principal foi a arquitetura baseada em agentes e o protocolo Agent2Agent, recentemente apresentado pelo Google, que permite a colaboração entre agentes especializados, modelos, frameworks e fontes de dados distintas. A discussão relacionou esse protocolo a conceitos já explorados no protótipo, como RAG, MCP, embeddings, vector stores e orquestração de agentes, mostrando que a bancada já vinha investigando problemas semelhantes. Foi apresentado um caso real de aplicação envolvendo front-end, back-end, Spring, Java e integração com serviços de IA, evidenciando a necessidade de aprofundar as tecnologias de integração e arquitetura.
Como próximos passos, ficou o convite para novos participantes ingressarem no Learning Prototype, contribuindo com desafios, apresentações e investigações nas reuniões de terças e quintas-feiras. Permanecem em aberto a escolha das tecnologias de front-end e back-end, a avaliação do Google ADK e de outras alternativas de orquestração, além do avanço da documentação comparativa e da implementação prática do protótipo. Também foi mencionada, ainda sem confirmação, a possibilidade de criar algum tipo de recompensa para quem contribuir com o projeto.