-
Quando Eu Acordo, e Quando Eu Termino?
Toda execução autônoma responde a duas perguntas. O /loop responde uma, o /goal responde a outra, e o problema começa quando você faz uma fingir o trabalho das duas.
-
Ela Me Deu um Formulário de Papel. Eu Criei um App.
Uma médica me pediu para anotar minha pressão arterial no papel por algumas semanas. Eu criei o app em vez disso. Levou uma tarde, e ele faz o único trabalho que o papel tinha, melhor.
-
O Treinamento Acaba Antes de Você Chegar
O modelo nunca aprende com suas conversas. Ele chegou pronto. O que parece aprendizado dentro de uma sessão é contexto, e morre quando você fecha a aba.
-
O Modelo de Ponta Está Superqualificado
A maior parte da sua conta de tokens vai para resumos, etiquetas e roteamento, tudo cobrado a preço de gênio. Modelos de pesos abertos fazem a camada barata por centavos.
-
Pague o Imposto de Setup Uma Vez
O modelo esquece seu repositório a cada sessão, então alguém re-ensina os mesmos fatos para sempre. Um CLAUDE.md versionado e em camadas é como o repositório instrui o modelo para o time inteiro e para toda sessão que vier depois.
-
Stratify: O Tamanho do Que Uma Pessoa Entrega Hoje
Um motor de análise estática poliglota. Cinco linguagens e seis análises sobre um único modelo, chegando ao seu terminal, CI, editor, agente de IA e dashboards. Construí sozinho, com o loop guiado por spec. A manchete não é a ferramenta. É o quão pouco custou.
-
Não Faça o Modelo Executar uma Etapa de Build
Um agente gasta os primeiros minutos de cada sessão reconstruindo um mapa do seu código. Um script já tem esse mapa. O modelo deveria ler os fatos, não redescobri-los.
