Ricardo Barros

com uma empresa brasileira, um CEO brasileiro aqui, de uma empresa que tem feito bastante barulho aí nesses últimos anos aqui no Brasil, nesse mundo da IA. Sim, a gente vai falar com o Ricardo Barros, ou Rica Barros, como ele preferir, CEO da Tess AI. Ricardo, bem-vindo ao IA Sob Controle. Fala, pessoal. Prazer enorme estar aqui com vocês.

Exatamente, interessante. E, bom, a gente vem falando sobre esse mundo dos agentes já há alguns anos, né? A palavra virou hype desde lá de, sei lá, 2023, quando a gente entrevistou o Rafael, o Rafael Love, de Stanford, que ele publicou o paper de DPO, ele falou, ó, o futuro é agentes de IA, isso em 23. E a gente falando, putz...

vai chegar, chegou, né? 25 foi, tem sido o ano das IAs, dos agentes de IA, na verdade, e o André Carpatti falou até recentemente que, na verdade, ele acha que essa aqui vai ser a década dos agentes, não 2025, 26, o ano dos agentes, né? E quando a gente pensa em implementação disso, a gente começou a ver lá atrás também uma galera começando a tentar...

criar frameworks para juntar todas essas coisas, então a gente viu Crew.ai, Langchain, Langgraph, Langflow do brasileiro também, tanto o Crew.ai quanto o Langflow brasileiros, e muitos outros, o Google ADK, as empresas grandes tentando entrar nessa brincadeira também, e tem gente que faz o próprio porque fala, putz, isso aqui para mim acaba sendo muito limitado,

Então, quando você pensou, putz, eu estou aqui na parede, vou criar a Tess, a Tess vai ser isso, vai ser uma ferramenta que vai integrar muitos modelos diferentes, de muitos tipos também. Quando você pensou em fazer isso, vocês iniciaram por um desses frameworks, ou desde cara já falaram, não, vamos criar uma coisa própria, e como é que está isso hoje, final de 2025, começo de 2026?

Eu achei interessante que você trouxe isso, Rica. Principalmente a parte dos modelos se conversando entre si e vocês avaliando eles nas coisas específicas deles. Eu acho que é interessante para a nossa audiência também saber, hoje em dia, dessas evals que vocês mesmos fazem, não necessariamente das conversas entre eles, mas do que você sabe, assim que você lembra e puder destacar, de

Qual modelo hoje em dia está melhor para quê? Esse é melhor para, sei lá, ler e trabalhar com planilhas. Esse aqui é o melhor para revisar o meu texto ou revisar alguma coisa que tem que confirmar a veracidade factual de informações online para gerar o prompt de texto. Enfim, uma geralzão que você saiba de cabeça. Sabendo que amanhã pode mudar tudo. Exato.

Ah, não, com certeza. Isso sem dúvida nenhuma. Mas tem uma coisa que a galera tem muito um vibe feeling, assim, né? Tipo, você usa o modelo, você sente que ele... Por exemplo, eu, pessoalmente, eu sinto que o Gemini, por exemplo, escreve melhor. Menos roboticamente que o GPT, menos roboticamente que o GROK, por exemplo, né?

mas isso que, tipo, analisando coisas que eu botava nos três ao mesmo tempo, e funcionava melhor, mas com certeza tinha vez que eu botava lá pra gerar alguma parte, assim, e o GPT gerava melhor do que o Gemini, é um feeling geral, assim, obviamente. É, varia muito, assim, cara, às vezes você pega, você tá no meio do um texto, aí um modelo performa

Enrique, vocês tendo tantos modelos com tantos agentes implementados ali, como vocês conseguem evitar que role um tipo de overfitting, que você vai sempre alocar para aqueles agentes, aqueles dois, três, quatro ali, em vez de talvez ter uma coisa um pouquinho mais ampla? E relacionado a isso também, quando eles têm respostas diferentes, ou eles conflitam, muito conflitantes, quem está certo?

E se a gente está trabalhando com empresas, a gente vê que a maioria das empresas vai plugar ali uma API de um GPT, de um Gemini, de um Cloud, ou até rodar alguma coisa on-prem, alguma coisa nesse sentido. E essas empresas, os serviços que elas provêm, que elas oferecem, meio que já tem ali algum tipo de guardrail.

Mas, obviamente, na maioria absoluta dos casos não é o suficiente. Quais são esses casos que vocês estão vendo aí que vocês têm que adicionar um guardrail específico para não ter algum problema para a empresa que está usando a TES no final das contas? Mas você fala em termos de segurança, de função? De segurança, de dados sensíveis, do que for. Porque eu lembro que a gente estava batendo um papo com o pessoal da Google, eles falaram, a gente está fazendo agora essa questão de guardrail,

tanto na entrada, no prompt de entrada, quanto na saída, na resposta gerada, porque às vezes o prompt gerado pelo Gemini, o Gemini Flash, um pouquinho menos robusto, ou um Gemma, talvez vai deixar passar alguma coisa que talvez na entrada você deu um subterfúgio ali que conseguiu enganar o modelo e na saída vai sair alguma coisa que não deveria, né?

Rica, você está falando sobre casos muito diferentes, né? O caso desse da universidade, o caso da reserva, outros casos aí de uso de, sei lá, criação de site, né? Mais basicão e tudo mais. O quão, hoje em dia, a Tess consegue ser generalista para isso ou quando entra um contrato assim, vocês criam um sistema do zero para aquela empresa? Ou talvez não do zero, né? Mas, enfim, criam um sistema específico para aquela empresa.

E a minha última para você aqui, Rica, olhando para frente, em 2027, 2028, quais usos de IA que a gente está fazendo agora em 25 ou 26, você acha que vão parecer tão óbvios e que ninguém está construindo direito hoje em dia?