Autor: Régys Borges da Silveira

O RadIA 2.8.0 é uma release de integração fina com o editor Delphi.

Depois da versão 2.7.0 consolidar uma base funcional mais previsível, com criação de projetos por linguagem natural, navegação Code/Design, revisão por bloco e evidências reproduzíveis, a 2.8.0 avança em uma camada mais próxima do uso diário: o contexto semântico do editor.

Essa evolução é importante porque, na prática, a qualidade de uma resposta de IA dentro da IDE depende muito do contexto que ela recebe. Não basta saber que existe um projeto Delphi aberto. É preciso entender qual unit está ativa, qual símbolo está sob o cursor, quais imports estão disponíveis e quais declarações próximas ajudam a explicar a intenção do usuário.

Ao mesmo tempo, esse tipo de integração precisa ser cuidadoso. O editor Delphi já possui seu próprio CodeInsight e sua própria experiência nativa. O objetivo do RadIA 2.8.0 não é substituir isso, mas complementar o fluxo com uma camada observável, limitada e segura de contexto para a IA.

O RadIA nasceu com uma proposta simples de explicar e difícil de executar bem: levar inteligência artificial para dentro do Delphi sem transformar a IDE em apenas mais uma janela de chat. A ideia sempre foi que a IA pudesse participar do fluxo real de desenvolvimento, com acesso controlado a contexto, projeto, editor, designer, build, testes, debugger e evidências.

A versão 2.7.0 é importante porque não tenta vender uma novidade isolada. Ela fecha uma baseline funcional determinística. Em outras palavras: pega capacidades que vinham amadurecendo nas versões anteriores e as consolida em um conjunto mais previsível, mais validado e mais fácil de demonstrar.

O foco desta release é clareza operacional. O RadIA precisa entender melhor a intenção do usuário, escolher o caminho certo dentro da IDE, pedir consentimento quando houver risco, executar ações reais e deixar evidências suficientes para que o desenvolvedor confie no resultado.

O RadIA 2.9.0 representa uma mudança de escala na experiência de IA dentro do Delphi.

Na versão 2.8.0, o foco foi aproximar a IA do ponto real de trabalho. Ghost Text, ações contextuais e agente passaram a compartilhar informações como unit ativa, símbolo sob o cursor, imports e declarações próximas. Foi uma evolução fundamental: em vez de responder apenas com conhecimento genérico, o RadIA passou a compreender melhor o trecho que o desenvolvedor estava editando.

A 2.9.0 parte dessa base e avança para uma pergunta mais difícil: depois de entender o código atual, como um agente pode agir levando em conta as particularidades do Delphi?

Isso envolve muito mais do que conhecer a sintaxe de Object Pascal. Uma decisão correta pode depender da versão e da arquitetura da IDE, do framework VCL ou FMX, da plataforma de destino, dos packages, das bibliotecas presentes no projeto, do vínculo entre .pas e .dfm, das regras de ownership e até do histórico tecnológico de uma aplicação criada com BDE, ADO ou dbExpress.

É nesse espaço que a versão 2.9.0 trabalha. Ela transforma o RadIA em um agente mais consciente do ecossistema Delphi, com novas formas de observar, orientar, validar e modernizar um projeto sem abrir mão de consentimento, limites e evidências.

Desde o ultimo artigo, publicado na versao 2.3.0, o RadIA deixou de ser apenas uma plataforma com contexto compactado e avancou para uma experiencia agentiva mais completa dentro do Delphi. A sequencia 2.3.1 ate 2.6.2 trouxe rotas de execucao mais claras, ChatGPT Pro via Codex CLI, terminal de alta fidelidade, publicacao de skills para CLIs, criacao de projetos por prompt, validacao com build, debugger e DUnitX, alem de correcoes importantes de usabilidade e instalacao.

No artigo da versao 2.3.0, o foco principal foi o RTK interno do RadIA: uma camada para reduzir o volume de resultados enviados ao modelo sem perder a evidencia original. Aquela entrega tratava um problema essencial para agentes de IA: contexto nao e infinito, e um runtime serio precisa saber o que deve lembrar, o que pode resumir e o que precisa preservar integralmente.

De la para ca, o RadIA evoluiu em outra direcao igualmente importante: transformar essa base agentiva em uma experiencia mais pratica, mais visivel e mais proxima do trabalho diario no Delphi.

Entre as versoes 2.3.1 e 2.6.2, o projeto avancou em cinco frentes:

O resultado e um RadIA menos dependente de explicacao previa. O usuario pode conversar, pedir uma acao, criar um projeto, aprovar um plano, ver a IDE trabalhar, acompanhar build, testes e debugger, e conferir a versao instalada nas proprias janelas.

Se você acompanha o RadIA, já sabe que a proposta do projeto não é colocar apenas mais uma janela de chat dentro do Delphi. O objetivo é permitir que a inteligência artificial participe de fluxos reais de desenvolvimento: inspecionar o projeto aberto, localizar símbolos, alterar arquivos, compilar, executar testes, analisar diffs e apresentar evidências verificáveis.

Esse tipo de experiência tem um desafio que normalmente aparece somente quando o agente começa a executar tarefas longas: o volume de contexto cresce muito rápido.

Uma compilação pode produzir centenas de hints. Uma suíte de testes pode repetir milhares de linhas de sucesso. Um diff pode ter centenas de kilobytes. Uma busca na base de conhecimento pode retornar trechos extensos. Se todo esse conteúdo continuar sendo reenviado integralmente ao modelo a cada nova decisão, a IA passa a gastar contexto, tempo e possivelmente dinheiro relendo informações que já foram processadas.

O RadIA 2.3.0 enfrenta esse problema com um RTK interno, escrito em Delphi e integrado diretamente ao Agent Runtime.

RTK, neste contexto, é uma camada de compactação de resultados de ferramentas. Em vez de entregar ao modelo todo o payload bruto em cada passo, o RadIA cria uma projeção menor, determinística e orientada às evidências que realmente importam. O resultado original não é apagado: ele permanece armazenado e pode ser recuperado por resumo ou por faixa sem executar a ferramenta novamente.

O efeito esperado é simples de explicar: menos ruído no contexto, mais espaço para raciocínio, menos repetição e maior capacidade de sustentar tarefas longas.

A versão 2.3.0 do RadIA reduz o volume de resultados reenviado aos modelos sem descartar a evidência original. Em dez execuções Release, o benchmark controlado mediu 96,71% de redução no corpus completo e 75,65% quando removemos o stress test de 1 MiB. Este artigo explica o que esses números realmente demonstram, o que eles não demonstram e por que tratar contexto como recurso pode ser uma evolução importante na programação assistida por IA.

Mas antes de falar em economia, precisamos responder à pergunta mais importante: os benchmarks são reais e confiáveis?

O RadIA 2.2.2 transforma comandos de automação em jornadas guiadas que preservam o contexto, adiciona geração de servidores DEXT minimalistas ou com controllers e deixa a configuração de modelos, CLI e MCP muito mais clara.

O RadIA é open source. Código-fonte, documentação, histórico e instruções de compilação estão no repositório oficial no GitHub.

Se você acompanha o desenvolvimento do RadIA, sabe que o nosso objetivo nunca foi criar apenas mais uma janela de chat dentro do Delphi. A proposta é usar inteligência artificial para executar fluxos reais de desenvolvimento: entender o projeto aberto, propor um plano, criar ou alterar arquivos, compilar, executar testes e apresentar evidências do resultado.

A versão 2.2.2 avança justamente nessa direção. Ela introduz jornadas conversacionais para criação de APIs DEXT, melhora a descoberta dos recursos do próprio plugin e resolve pontos importantes de previsibilidade na seleção de modelos, no limite de tokens e na configuração de CLI e MCP.

Em outras palavras: o RadIA ficou mais fácil de descobrir, mais claro de configurar e mais seguro de usar em tarefas longas.

Repositório: https://github.com/regyssilveira/RadIA-Plugin

Em poucas versões, o RadIA evoluiu de um assistente integrado ao editor para uma plataforma agêntica com 124 ferramentas, capaz de participar de jornadas completas de criação, build, testes, depuração, diagnóstico de memória e validação de correções.

Quem desenvolve em Delphi sabe que escrever código é apenas uma parte do trabalho. O ciclo real inclui compreender projetos antigos, localizar units, interpretar mensagens do compilador, criar e executar testes, reproduzir erros que só aparecem em runtime, analisar a pilha de chamadas e, nos casos mais difíceis, perseguir vazamentos de memória.

Foi olhando para essa jornada completa que o RadIA evoluiu.

Na versão 1.0.0, ele já era muito mais do que uma janela de chat. O plugin se integrava ao editor do Delphi, entendia o contexto da unit ativa, trabalhava com vários provedores de IA, criava e revisava código, preparava alterações seguras e acessava recursos da IDE por ferramentas estruturadas.

Agora, na versão 2.2.1, o RadIA chega a outro estágio: ele não apenas sugere o que o desenvolvedor poderia fazer. Com autorização, limites claros e etapas revisáveis, ele consegue participar da execução do trabalho dentro da própria IDE.

O livro nasceu de uma inquietação que se tornou cada vez mais presente em meu trabalho, nas aulas, nas palestras e nas conversas com profissionais de diferentes áreas: nunca foi tão fácil pedir algo a uma Inteligência Artificial, mas isso não significa que seja fácil obter um resultado realmente útil.

Uma resposta pode chegar em poucos segundos, estar bem escrita e parecer convincente. Ainda assim, pode ignorar uma restrição importante, utilizar uma premissa incorreta, omitir informações, expor dados que deveriam ser protegidos ou simplesmente não resolver o problema que motivou a solicitação.

A dificuldade nem sempre está na resposta. Muitas vezes, ela começa antes, na forma como definimos o que precisa ser feito.

Foi para trabalhar essa diferença entre apenas pedir e realmente conduzir que escrevi este livro.

Comprar Orquestre a IA na Prática na UICLAP

Em novembro de 2022, milhões de pessoas tiveram uma experiência que parecia saída da ficção científica: abriram uma página na internet, escreveram uma pergunta e receberam uma resposta produzida por uma máquina. Para muita gente, aquele foi o dia em que a Inteligência Artificial nasceu.

Mas ela não nasceu ali.

Antes daquela caixa de conversa, houve mitos, autômatos, máquinas de calcular, cartões perfurados, laboratórios, grandes promessas, decepções e descobertas que mudaram nossa relação com a tecnologia.

Foi dessa percepção que nasceu meu novo livro:

A incrível história da Inteligência Artificial, dos primeiros sonhos à revolução que vivemos hoje.

O livro já está disponível em formato físico, com impressão sob demanda e distribuição independente pela UICLAP.

Conheça e compre o livro na UICLAP