Jornada do agente de IA
Desenhe o seu agente de IA em nove perguntas
Começamos cada projeto no seu lugar, não numa apresentação de slides. Responda às perguntas que um forward deployed engineer faz na primeira reunião e veja o agente, o modelo e o alojamento que construiríamos para si.
Antes de começar
Como funciona realmente um agente de IA
Um chatbot responde a uma pergunta. Um agente conclui um trabalho. Lê os seus dados, decide o que fazer, usa as suas ferramentas para o fazer e verifica o resultado antes que alguém dependa dele. Cada volta desse ciclo fica registada.
Ler
O agente recolhe o que precisa dos sistemas que autorizou: a caixa de entrada, a contabilidade, a fila de tickets, o repositório. Só vê o que as suas permissões lhe permitem.
Raciocinar
Um modelo de linguagem de grande dimensão determina o que o trabalho exige e planeia os passos. É o único ponto onde se usa inteligência, por isso é investida onde o discernimento conta.
Agir
O agente usa ferramentas reais através de conectores e servidores MCP: redige a resposta, submete o relatório, abre o pull request. Os passos baseados em regras continuam a ser código simples.
Verificar
Antes de enviar, gastar ou eliminar algo, o agente para num ponto de aprovação. Aprova, ou rejeita com um motivo com o qual ele aprende. Cada passo fica rastreado.
Três camadas em cada agente que construímos
O seu conhecimento
As fontes de dados que ligamos durante a fase de descoberta, limitadas às mesmas permissões que a sua equipa já tem.
O modelo
Claude, GPT, Gemini, Grok ou um modelo de pesos abertos, escolhido em função da tarefa, dos dados e de onde tem de ser executado.
Controle
Pontos de aprovação, orçamentos, condições de paragem e um registo de auditoria, executados na framework de agentes Jobshout.
Descoberta
Primeiro colocamo-nos no seu lugar
A maioria dos projetos de IA falha porque automatiza o passo errado. Os nossos forward deployed engineers sentam-se com as pessoas que fazem o trabalho antes de escrever uma linha de código.
Dia 1
Acompanhar o trabalho
Observamos um dia de trabalho real: a caixa de entrada, as aprovações, as folhas de cálculo que sustentam o negócio. Registamos cada passagem de testemunho e cada espera.
Dia 2
Mapear as fontes de dados
Para cada passo registamos onde estão os dados, quem é o responsável, como se acede a eles (API, exportação, base de dados, email) e o seu grau de sensibilidade.
Dia 3
Identificar onde é preciso discernimento
Dividimos cada processo em passos de regras, que continuam como automação comum, e passos de discernimento, onde um LLM justifica o seu custo. Os agentes só entram onde é necessária inteligência.
Semanas 1–2
Construir e operar ao seu lado
O primeiro agente funciona com os seus dados reais e um ponto de aprovação em cada ação de risco. Afinamo-lo com as pessoas que o usam e só alargamos as suas permissões quando confiam nele.
A jornada
Fale-nos da sua empresa
Estas são as perguntas que fazemos na primeira reunião com um cliente. As suas respostas ficam no seu navegador até decidir enviá-las.
Cenários reais
O que ouvimos nas reuniões com clientes e o que construímos
Exemplos compostos a partir do tipo de primeiras reuniões que os nossos forward deployed engineers conduzem. Nomes e números são ilustrativos.
CEO · serviços profissionais
"Passo as duas primeiras horas de cada dia no email."
O FDE mapeou o Outlook, o CRM e o portal do conselho e descobriu que a maioria das respostas seguia cinco padrões. Um agente assistente executivo redige agora respostas e resumos de reuniões durante a noite; o CEO aprova no telemóvel.
- Dados: Microsoft 365, HubSpot, portal do conselho
- Modelo: Claude através do tenant Azure da empresa
- Controlo: cada resposta aprovada antes de ser enviada
CFO · indústria
"O fecho do mês demora nove dias e quase tudo é copiar."
A descoberta mostrou que o discernimento só estava nos comentários de desvios; a reconciliação e os lançamentos eram regras. Automatizámos as regras em código e pusemos um agente nos comentários e nas verificações de políticas.
- Dados: Sage, extratos bancários, folhas de cálculo de ordens de compra
- Modelo: uma combinação de um modelo local para extração e um modelo de fronteira para os comentários
- Controlo: nenhum lançamento ou pagamento sem um aprovador designado
CTO · empresa de software
"Os meus engenheiros seniores passam a semana a rever o código dos outros."
Um agente de revisão de PR verifica cada pull request face aos padrões da equipa e um segundo agente escreve resumos de incidentes a partir do Sentry e dos logs. Os seniores revêem as notas do agente, não o diff completo.
- Dados: GitHub, Jira, Sentry, Slack
- Modelo: Claude Code para a revisão, com um modelo de pesos abertos para a triagem de logs
- Controlo: apenas comentários; o merge continua a ser humano
Escritório de advogados · offline
"Nada sob sigilo pode alguma vez sair do edifício."
Dimensionámos estações de trabalho de IA com a Workstation e corremos modelos de pesos abertos totalmente offline. Um agente de contratos compara documentos com o playbook do escritório e redige propostas de alterações; os sócios aprovam cada uma.
- Dados: sistema de gestão documental, banco de precedentes
- Modelo: modelos de pesos abertos em estações de trabalho GPU locais
- Controlo: isolado da rede, com registos de auditoria guardados no local
Forward deployed engineers
Um especialista na sua equipa, não um ticket numa fila
Cada projeto tem um forward deployed engineer (FDE). Junta-se às suas reuniões, aprende como o seu negócio funciona realmente e constrói e implementa os agentes consigo, rapidamente.
Faz as perguntas certas
Onde estão os dados, quem é o responsável, o que acontece quando estão errados e que passo precisa realmente de discernimento.
Constrói nos seus sistemas
Os agentes vivem no seu repositório e na sua cloud ou no seu hardware, ligados às ferramentas que a sua equipa já usa.
Fica até funcionar
Afina o agente com as pessoas que o usam e entrega os runbooks, para que a sua equipa o possa operar sem nós.
Certificados nas plataformas que poderá escolher
- Claude Code (Anthropic)
- OpenAI
- Google Cloud e Gemini
- Microsoft Azure AI
- xAI Grok
Framework
Construído sobre o Jobshout, a nossa framework de agentes e gestor de tarefas
O Jobshout é a framework de código aberto em que corre cada agente TenthMatrix. Cada agente tem a sua própria faixa, usa as suas próprias ferramentas e para no mesmo ponto de aprovação. Cada execução aparece num quadro de tarefas com o seu custo e rastreio.
- Quadro de tarefas com projetos e sprints
- Fluxos multiagente como grafo de dependências
- Trabalhos agendados para tarefas diárias e semanais
- Skills, plugins e conectores MCP
- Use o seu próprio modelo, incluindo modelos locais
- Custo, latência e traces OpenTelemetry por execução
IA auto-alojada
Quer a sua IA sem qualquer ligação à internet?
Alguns dados nunca podem sair do edifício. Corremos modelos de pesos abertos em estações de trabalho de IA dentro da sua rede, totalmente offline, e construímos os mesmos agentes por cima. O hardware vem da nossa empresa irmã Workstation.
Perguntas frequentes
Qual é a diferença entre um chatbot e um agente de IA?
Um chatbot responde. Um agente conclui uma tarefa: lê os seus sistemas, planeia, usa ferramentas para fazer o trabalho e para para aprovação antes de qualquer ação de risco. Recebe um rascunho, relatório ou atualização concluídos, não um parágrafo de conselhos.
Temos de escolher uma única empresa de IA?
Não. Muitos dos nossos clientes usam um modelo de fronteira para os passos mais difíceis e um modelo pequeno de pesos abertos para os rotineiros. O Jobshout permite que cada agente use um modelo diferente, e pode mudar mais tarde sem reconstruir.
Os agentes podem funcionar sem qualquer ligação à internet?
Sim. Com modelos de pesos abertos em estações de trabalho de IA da Workstation, todo o sistema, incluindo os modelos, a framework e os registos, funciona offline dentro do seu edifício.
O que faz realmente um forward deployed engineer?
Senta-se com a sua equipa, mapeia os seus processos e fontes de dados, decide onde vale a pena usar um LLM e constrói e implementa os agentes no seu ambiente. Fica até as pessoas que usam o agente confiarem nele.
O que acontece às respostas que dou nesta jornada?
Nada, até carregar em enviar. O plano é elaborado no seu navegador. Se o enviar, chega à nossa equipa como um pedido para que um engenheiro possa preparar a primeira reunião.
Prefere conversar sobre o assunto?
Marque uma chamada de descoberta e um forward deployed engineer percorrerá as mesmas perguntas consigo, ao vivo, sobre os seus próprios processos.