Claude Sonnet e Jarvis Pattern: por que agentes de IA podem precisar apenas de um sistema operacional

Um artigo publicado no Habr propõe simplificar radicalmente a discussão sobre agentes de IA: em vez de frameworks, grafos, orquestradores e bancos de dados vetoriais, o autor apresenta a fórmula LLM + sistema operacional + arquivos. A ideia é que modelos modernos já são suficientemente potentes para usar terminais, APIs e estruturas de arquivos quase como um engenheiro faria, então o gargalo não é a quantidade de infraestrutura ao redor do agente, mas como sua memória, acessos e ambiente de trabalho estão organizados.

Egor Zinovyev, arquiteto de TI, descreve o Jarvis Pattern como um agente de rede pessoal vinculado a um especialista específico. Tal agente funciona em seu próprio contêiner com acesso à infraestrutura e age em nome da pessoa.

Como exemplo, ele apresenta seu agente DevSecOps umax baseado em Claude Sonnet, que, segundo suas palavras, cobre um conjunto completo de tarefas especializadas: desde configuração de RBAC em Kubernetes e operações com Vault até implantação de clusters, varredura de imagens Docker, configuração de CI/CD e análise de vulnerabilidades.

A tese principal é que o agente não precisa de um arsenal pré-montado de ferramentas: se uma consulta ao Prometheus for necessária, usa curl; se precisar transformar dados, usa jq, sed ou awk; se não houver utilitário apropriado, escreve um e o adiciona ao fluxo de trabalho.

Ênfase especial é dada à memória. Para o autor, ela permanece como a parte verdadeiramente não resolvida da arquitetura de agentes. Ele propõe dividi-la em declarativa, procedural e episódica: fatos, instruções e experiência. Particularmente importante é não apenas a experiência bem-sucedida, mas também a negativa—o conhecimento sobre qual caminho já levou a um beco sem saída e por quê.

Em vez de busca vetorial e modelos em grafo, Zinovyev aposta no sistema de arquivos e arquivos markdown como mapa natural de rotas: pastas definem categorias, nomes de arquivos indicam direção, e documentos índice servem como pontos de partida para mergulhar no contexto necessário. Em paralelo deve funcionar um Memory Agent separado que, após cada sessão, analisa o que salvar, atualizar ou descartar.

Dessa lógica decorre uma visão mais ampla sobre o papel do ser humano. Jarvis Pattern não é sobre IA completamente autônoma, mas sobre amplificação de um engenheiro específico: a pessoa define a tarefa, verifica o resultado e toma decisões sob incerteza, enquanto o agente assume a execução e o trabalho rotineiro. O autor acredita que tal modelo pode transformar a contratação, pois candidatos podem ser avaliados não por perguntas abstratas, mas por como trabalham com o agente em casos reais. O artigo até apresenta benchmarks do mercado empresarial: ciclo de contratação de 40–60 dias, custo de erro representando dezenas de percentuais do salário anual, e parcela notável de funcionários que não ultrapassam o primeiro ano.

Outro resultado prático diz respeito ao software: se o agente funciona via API e CLI, produtos sem API adequada começarão a perder, independentemente de quão bonita sua interface seja.

Embora o texto seja apresentado como um manifesto, o autor enfatiza que não se considera isolado. Como prova, ele referencia ideias similares de outros engenheiros e produtos nos quais o agente já é percebido como ambiente operacional para o especialista, em vez de chat com botões.

Nesse sentido, Jarvis Pattern não é um padrão pronto nem uma nova plataforma, mas uma tentativa de fixar uma mudança: partes da indústria começam a olhar para o agente de IA não como aplicação isolada, mas como camada de gerenciamento sobre infraestrutura existente.

Se essa lógica prevalecer, o principal debate em torno de agentes de IA se deslocará da escolha de framework para design de memória, direitos de acesso e ferramentas API-first. Para equipes isso significa menos magia na arquitetura e mais exigências quanto à qualidade do contexto; para especialistas significa crescimento do valor do conhecimento profundo e aprofundado, que o agente pode escalar mas não substituir.