Tag: object pascal

A empresa quer usar IA para analisar código ou consultar documentos internos. Uma parte da equipe prefere executar o modelo em uma máquina própria; outra quer consumir um serviço na nuvem. A discussão costuma começar por preço e terminar em afirmações absolutas: local seria sempre privado, nuvem seria sempre mais poderosa e uma ferramenta instalada no computador não enviaria informações para fora.

Este é o sexto capítulo da série IA na prática: do protótipo à operação responsável. Depois de discutir contexto, instruções e verificações, vamos avaliar onde executar o modelo. O objetivo é construir critérios para uma escolha consciente, não indicar um vencedor universal. O plano de avaliação apresentado é uma proposta: não realizamos um ensaio comparativo de modelos ou equipamentos neste artigo.

Escolher onde executar a IA exige olhar também para dados, permissões, avaliação e custos de operação. IA Além da Conversa aprofunda essas camadas e a escolha de uma arquitetura adequada à tarefa. Conheça a proposta e leia a degustação gratuita para avaliar o percurso antes de investir em infraestrutura. Se sua curiosidade é entender o mecanismo interno, Do Zero ao LLM com Delphi constrói um modelo pequeno em Object Pascal: um laboratório educacional para estudar treinamento e geração, não um substituto para modelos comerciais de produção.

A IA entrega uma função e, logo depois, uma coleção de testes. Tudo passa. A equipe interpreta o resultado como confirmação de qualidade, mas ainda falta uma pergunta: o que faria esses testes falharem? Se eles apenas reproduzem a lógica escrita pela própria ferramenta, o mesmo erro pode aparecer nos dois lados da comparação e permanecer invisível.

Este é o quinto capítulo da série IA na prática: do protótipo à operação responsável. Vamos construir a diferença entre executar código e verificar um requisito, usando uma demonstração pequena em Delphi. O objetivo é aproveitar a IA para ampliar a análise e preparar testes, sem aceitar uma lista de resultados aprovados como certificado geral de correção.

Para transformar uma demanda em verificações que tenham uma razão para existir, SDD em Delphi aprofunda a ligação entre especificação, critérios de aceite, casos de fronteira, implementação e testes. Conheça a proposta e leia a degustação gratuita para avaliar como levar esse método à próxima revisão de código, em vez de medir qualidade apenas pela quantidade de testes aprovados. Quando o desafio é proteger comportamentos de um sistema existente durante sua evolução, Delphi Vivo oferece o percurso complementar de modernização incremental.

Um sistema Delphi que funciona há anos não é uma folha em branco. Ele reúne decisões, componentes, integrações e comportamentos que nem sempre estão registrados em um documento. Quando pedimos à IA para melhorar uma rotina, a sugestão pode parecer elegante e ainda assim remover uma exceção importante, mudar uma assinatura usada por outro módulo ou depender de um recurso que o ambiente não oferece.

Este é o quarto capítulo da série IA na prática: do protótipo à operação responsável. Vamos transformar o contexto e as instruções anteriores em um fluxo de trabalho: compreender o ambiente, delimitar uma mudança, proteger o comportamento e revisar a evidência produzida. O objetivo não é impedir a evolução, mas torná-la examinável antes de chegar ao usuário.

Se sua rotina envolve melhorar um sistema que não pode parar, Delphi Vivo aprofunda a modernização incremental: diagnóstico de dependências, compilação reproduzível, proteção de comportamentos com testes, separação de responsabilidades e retorno seguro de uma mudança. Conheça a proposta e leia a degustação gratuita para avaliar como organizar esse percurso sem começar por uma reescrita. Para descrever exatamente o que a IA pode alterar e como verificar a entrega, SDD em Delphi complementa a leitura com requisitos, contratos e critérios de aceite.

A equipe pede que a IA preserve assinaturas públicas, evite dependências novas e execute os testes existentes. Na tarefa seguinte, repete as mesmas orientações. Algumas ficam esquecidas; outras aparecem em mensagens diferentes e passam a se contradizer. O problema não é apenas escrever melhor o pedido, mas manter um lugar confiável para o conhecimento que deve acompanhar o trabalho.

Este é o terceiro artigo da série IA na prática: do protótipo à operação responsável. Depois de organizar o contexto, vamos separar instruções de projeto, procedimentos reutilizáveis e a solicitação específica de cada tarefa. O objetivo é entender AGENTS.md e skills sem tratá-los como mecanismos mágicos de controle ou autorização.

Um arquivo de instruções ganha utilidade quando suas orientações podem ser ligadas a requisitos, código e evidência de revisão. SDD em Delphi desenvolve essa ligação por meio de especificações, contratos, critérios de aceite e rastreabilidade, inclusive no trabalho com apoio de IA. Conheça a proposta e leia a degustação gratuita para avaliar como organizar o método no seu projeto, em vez de apenas acumular regras em arquivos. Para estudar as camadas de contexto, ferramentas e operação que cercam essas instruções, a leitura complementar é IA Além da Conversa.

A inteligência artificial sugere uma solução elegante, mas usa uma biblioteca que o projeto não possui, ignora uma regra existente ou altera o módulo errado. A reação mais comum é reformular o pedido, trocar de modelo ou aumentar o esforço de raciocínio. Antes disso, vale uma pergunta: quais informações estavam disponíveis quando a resposta foi produzida?

Este é o segundo artigo da série IA na prática: do protótipo à operação responsável. Depois de separar experimentação e desenvolvimento controlado, o próximo passo é organizar aquilo que o modelo precisa saber. Vamos explicar engenharia de contexto, aplicar o conceito a uma tarefa Delphi e propor um modo de manter informações úteis sem transformar cada pedido em um arquivo gigantesco.

Uma pessoa descreve uma ideia, a inteligência artificial monta uma tela e, depois de algumas mensagens, o programa começa a funcionar. A experiência é atraente: o intervalo entre imaginar e experimentar diminui. O problema aparece quando esse primeiro resultado passa a ser tratado como um produto pronto, sem que alguém compreenda o que foi construído.

Este artigo abre a série IA na prática: do protótipo à operação responsável. A trilha vai percorrer contexto, instruções de projeto, manutenção Delphi, testes, execução local, documentos, integrações e segurança. Começamos pelo modo de trabalhar: o que significa vibe coding, onde a experimentação ajuda e em que momento precisamos mudar de postura.

Quando o protótipo começa a receber regras de negócio, o desafio deixa de ser pedir outra tela: é explicar o comportamento esperado e demonstrar que ele foi preservado. SDD em Delphi aprofunda esse percurso com especificações, contratos, critérios de aceite e ligação entre implementação e testes. Conheça a proposta e leia a degustação gratuita para avaliar como esse método pode orientar sua próxima demanda. Para quem coordena a equipe, Liderança Ampliada complementa a leitura ao tratar a IA como apoio à preparação de decisões, sem transferir a responsabilidade humana.

Escolher uma inteligência artificial para programar parece simples enquanto a pergunta é “qual modelo é melhor?”. A dificuldade aparece quando precisamos decidir o que usar para corrigir uma rotina, investigar um defeito intermitente, revisar uma alteração delicada ou trabalhar durante meses no mesmo sistema. Nesses casos, qualidade, tempo, integração e custo precisam ser avaliados juntos.

Ao longo desta série, examinamos diferentes famílias, seus preços, recursos e cuidados de uso. Neste encerramento, a proposta muda: em vez de repetir os catálogos, vamos colocar OpenAI, Anthropic, Google Gemini, DeepSeek, Qwen, Mistral, Kimi e GLM na mesma estrutura de decisão. O objetivo é transformar informação sobre modelos em um procedimento útil para o desenvolvimento de software.

As características documentadas foram conferidas em 2 de outubro de 2026. As recomendações abaixo são critérios editoriais para orientar testes, não resultados de um experimento comparativo realizado pela série. Não há aqui uma classificação comprovada de desempenho em Delphi, nem fundamento para declarar um vencedor universal.

Depois de escolher uma configuração, ainda precisamos definir como ela recebe contexto, usa ferramentas e produz uma entrega verificável. IA Além da Conversa aprofunda essa passagem da comparação de modelos para o projeto de uma solução, incluindo dados, permissões, avaliação e custos. Conheça a proposta e leia a degustação gratuita para avaliar seu próximo passo. Para aplicar o método à definição de demandas, contratos e critérios de aceite em Object Pascal, a leitura complementar é SDD em Delphi.

Depois de analisar os modelos da OpenAI, da Anthropic e do Google, vale ampliar o mapa. DeepSeek, Qwen, Mistral, Kimi e GLM oferecem caminhos que merecem avaliação quando o problema é manter software, revisar código ou automatizar uma atividade repetitiva.

“Menos usados” depende do público, da ferramenta e da região. Sem dados comparáveis de adoção, não seria correto transformar essa percepção em um ranking. Neste penúltimo artigo da série, o recorte são alternativas fora do trio já discutido, não modelos inferiores nem substitutos obrigatórios.

A pesquisa foi realizada em 2 de outubro de 2026. O objetivo é explicar diferenças práticas, preços de APIs, controles de raciocínio e cuidados com integração e execução própria. As aplicações sugeridas são critérios editoriais para experimentação: este artigo não apresenta um teste comparativo de desempenho em Delphi.

A troca de fornecedor não elimina as decisões sobre dados, ferramentas, permissões e avaliação. IA Além da Conversa aprofunda essas camadas e ajuda a estudar a arquitetura que permanece necessária, qualquer que seja o modelo escolhido. Conheça a proposta e leia a degustação gratuita para avaliar esse percurso. Se o interesse é compreender o funcionamento interno, Do Zero ao LLM com Delphi apresenta treinamento e geração em um laboratório educacional em Object Pascal, não uma alternativa pronta para substituir serviços comerciais.

Se você desenvolve em Delphi e precisa implementar ou atualizar a emissão fiscal do seu sistema, conheça a Loja do Blog do Régys. Lá disponibilizo códigos-fonte de aplicativos para NF-e, NFS-e, CT-e, MDF-e e outras rotinas, que você pode estudar e adaptar ao seu projeto. É uma forma de partir de uma base existente e concentrar seu trabalho nas necessidades dos seus clientes.

Todos os fontes já estão atualizados para a Reforma Tributária, com as adequações correspondentes ao escopo de cada aplicativo. Entre os destaques também estão as atualizações das notas técnicas, a NFS-e Nacional e o CIOT completo com eFrete e os demais provedores suportados pelo ACBr. Esses recursos ajudam a conectar as mudanças fiscais ao trabalho prático de quem mantém sistemas em Delphi.

Acesse a loja, conheça os aplicativos disponíveis e escolha os fontes para o seu projeto. Confira as descrições e as condições de compra para encontrar a opção que atende à sua necessidade. Na continuação deste artigo, apresento os recursos com mais detalhes e explico como avaliar os fontes e as modalidades de suporte antes da aquisição.

A consulta abriu, os registros apareceram na tela e o botão de salvar funcionou. Para quem desenvolve com Delphi, esse resultado tem um significado concreto: a aplicação começou a conversar com o banco. Mas ele também deixa uma pergunta importante. O que acontecerá quando uma gravação falhar pela metade, outro usuário alterar o mesmo cadastro ou a aplicação precisar funcionar fora da máquina de desenvolvimento?

É a partir dessa distância entre o primeiro resultado e o comportamento esperado em produção que apresento meu livro FireDAC na Prática: Do primeiro acesso ao banco às técnicas avançadas com Delphi. A proposta é acompanhar a construção do acesso a dados, relacionando componentes, consultas e configurações às decisões que precisam ser tomadas em um sistema real.

Neste artigo, quero mostrar o que você encontrará na obra, quais problemas orientam a leitura e como experimentar o conteúdo antes de decidir pela compra. O livro já tem uma página com sumário, degustação e opções de edição. Antes de apresentar esse percurso, vale olhar com atenção para uma situação que ajuda a explicar por que o assunto merece estudo.

Escolher uma inteligência artificial para programar parece simples até que a mesma ferramenta precisa explicar uma rotina antiga, revisar uma alteração delicada e investigar um defeito que aparece somente em produção. São problemas diferentes. Usar sempre o modelo mais caro pode desperdiçar dinheiro; insistir no mais barato pode consumir o tempo que se pretendia economizar.

No caso do Google, nomes como Flash, Flash-Lite e Pro ajudam a localizar famílias, mas não substituem a leitura da documentação. O número maior também não resolve sozinho a escolha: uma versão estável e uma versão em prévia têm implicações diferentes para quem mantém um sistema empresarial.

Este artigo apresenta os modelos relevantes para assistência textual ao desenvolvimento, os preços da Gemini Developer API e os controles de raciocínio. Também propõe um roteiro de uso em Delphi e critérios para avaliar resultados. A consulta foi realizada em 2 de outubro de 2026; preços e disponibilidade precisam ser reconferidos antes da contratação ou da implantação.

Uma janela de contexto maior ou outro modelo não resolve, por si só, o projeto da integração. IA Além da Conversa aprofunda como organizar contexto, dados, ferramentas, permissões, avaliação e custos ao redor do modelo. Conheça a proposta e leia a degustação gratuita para avaliar esse percurso além da comparação de preços. Se a tarefa é evoluir uma aplicação Delphi existente, Delphi Vivo complementa a leitura com diagnóstico de dependências, testes e modernização incremental.

Uma inteligência artificial pode explicar uma função rapidamente e, na solicitação seguinte, precisar investigar vários módulos para encontrar um erro intermitente. Tratar esses dois trabalhos como iguais costuma levar a uma escolha ruim: pagar capacidade que não será aproveitada ou economizar na chamada e gastar mais tempo corrigindo a resposta. Para quem mantém sistemas empresariais, interessa o custo da alteração confiável, não apenas o preço da resposta.

A proposta deste artigo é comparar os modelos Claude da Anthropic pela perspectiva do desenvolvimento cotidiano. O recorte, consultado em 2 de outubro de 2026, reúne Haiku 4.5, Sonnet 5.5, Opus 5.5 e Fable 5.1, com preços da API, controles de raciocínio, critérios de avaliação e prazos de migração. As sugestões de uso são pontos de partida para testes, não resultados de uma competição executada neste projeto.

Se a dificuldade não é obter outra resposta, mas definir o que uma alteração deve preservar, SDD em Delphi aprofunda especificações, contratos, casos de fronteira e critérios de aceite ligados à implementação e aos testes. Conheça a proposta e leia a degustação gratuita para avaliar como orientar sua próxima demanda com apoio de IA. Para estudar contexto, ferramentas, permissões e avaliação da solução que utiliza o modelo, a leitura complementar é IA Além da Conversa.

Quem mantém um sistema comercial em Delphi conhece a distância entre receber uma sugestão e entregar uma alteração confiável. Uma configuração precisa corresponder ao ambiente instalado, um documento deve representar os dados corretos e uma correção precisa sobreviver à compilação, aos testes e à operação. A inteligência artificial pode ajudar nesse percurso, mas uma resposta convincente ainda não demonstra que o trabalho foi resolvido.

É com essa preocupação que apresento meu novo livro, ACBr com IA na Prática: Inteligência artificial aplicada ao dia a dia do desenvolvimento com Delphi e ACBr. A proposta é aproximar a IA dos problemas concretos de desenvolvimento, diagnóstico e manutenção, sem transferir a ela a responsabilidade por decisões técnicas ou fiscais. O centro da leitura é um método de trabalho que o desenvolvedor consegue acompanhar, conferir e repetir.

Neste artigo, explico o recorte da obra, o que o leitor encontra nos materiais e como começar a aplicar essa abordagem em uma tarefa pequena. Não é preciso dominar inteligência artificial para entender a proposta. É importante, porém, reconhecer que produtividade não deve ser medida apenas pela quantidade de código produzido ou pela velocidade da primeira resposta.

Conheça o livro ACBr com IA na Prática, consulte o sumário e leia a degustação na página oficial.

Uma API responder a uma chamada não significa que sabemos como ela se comporta ao longo do dia. Quantas requisições chegaram? Qual rota ficou lenta? O aumento de tráfego trouxe mais erros? Para responder, precisamos medir o funcionamento da aplicação e observar essas medidas ao longo do tempo, sem depender apenas de alguém perceber que o sistema está demorando.

Neste tutorial vamos construir um laboratório local com o Horse, meu middleware horse-prometheus, o coletor Prometheus e o Grafana. O objetivo é chegar a um painel compreensível, passando por verificações intermediárias. Não basta copiar uma consulta e encontrar um gráfico: precisamos entender de onde o número veio e o que ele permite concluir.

O cenário principal é Windows com uma aplicação console Delphi e Docker Desktop executando contêineres Linux. Os arquivos usam Prometheus 3.5.0 e Grafana 12.2.0, versões fixadas para evitar mudanças silenciosas. O exemplo compilou no Delphi 10 Seattle com Horse 3.3.10 e middleware 1.0.1, e a coleta e os quatro gráficos foram conferidos no laboratório. Não é um ensaio de desempenho nem configuração de produção; outras plataformas não foram testadas.

Sistemas emissores que continuam informando a chave da nota original apenas no grupo NFref estão encontrando um bloqueio concreto na autorização da NF-e de devolução. A SEFAZ já está aplicando em produção a validação que exige a referência dentro do produto de cada item devolvido. Quando o grupo prod/DFeReferenciado não é gerado no det, a nota pode ser recusada pela rejeição 321, identificando o item sem o vínculo exigido.

Não se trata apenas de informar a chave em outro lugar. Para cada produto da devolução, o ERP precisa transmitir a chave do documento de origem e o número que o produto ocupava naquela nota. Isso vale para devoluções parciais e também para a devolução integral: se a nota original possui cem itens e todos estão sendo devolvidos, os cem itens da nova NF-e precisam carregar a própria referência.

Para compreender o contexto mais amplo dessas adaptações, vale consultar o guia do ACBrNFe para a NT 2025.002 e o cronograma de obrigatoriedade dos documentos fiscais na Reforma Tributária. Este artigo se concentra em uma mudança operacional específica: a ligação entre cada item devolvido e o item correspondente do documento original.

Neste artigo, vamos entender por que a devolução está sendo bloqueada, quais dados devem acompanhar cada item, como tratar a devolução integral e como preencher o grupo DFeReferenciado usando o ACBrNFe em Delphi.

Em 17 de setembro de 2026 participei do episódio “Produtividade Pro: IA na Prática com Delphi, Lazarus e ACBr”, do Papo Pro ACBr. A conversa, com pouco mais de uma hora, passou por ferramentas, código legado, agentes, segurança e formação profissional, mas uma ideia conecta todos esses assuntos: inteligência artificial só produz ganho sustentável quando está inserida em um processo de engenharia que define o trabalho, limita o escopo e verifica o resultado.

Esse ponto merece atenção porque o debate sobre IA costuma começar pela ferramenta ou pelo chamado “prompt perfeito”. Para quem mantém um ERP em Delphi, desenvolve com Lazarus ou integra documentos fiscais por meio do ACBr, porém, o problema real raramente cabe em uma pergunta isolada. Há regras de negócio acumuladas durante anos, dependências visuais, bancos de dados, serviços externos e obrigações fiscais que não admitem uma resposta apenas plausível. Neste artigo, organizo os principais aprendizados do episódio e mostro como convertê-los em um fluxo de adoção prático, com critérios para especificação, validação, segurança e evolução da equipe.

Se sua dificuldade é transformar um pedido à IA em trabalho que possa ser conferido, SDD em Delphi aprofunda especificações, contratos e critérios de aceite ligados a código e testes. Consulte o sumário e a degustação gratuita na página do livro para avaliar essa base de engenharia. Ao longo deste artigo, outras leituras complementam os temas de manutenção e integração, conforme a necessidade.

A Embarcadero lançou em 17 de setembro de 2026 o RAD Studio 13.2 Florence, acompanhado do Delphi 13.2 e do C++Builder 13.2. A atualização chega seis meses depois da versão 13.1 e concentra esforços em compiladores, desempenho, Linux, Windows on Arm, produtividade dentro da IDE, interfaces modernas e integração com inteligência artificial. Há novidades visíveis, como controles VCL e o Navigator, mas as mudanças mais profundas estão na infraestrutura de compilação.

Para uma equipe que mantém aplicações reais, uma lista de recursos não responde à pergunta mais importante: vale atualizar agora? A resposta depende dos alvos usados, dos componentes de terceiros e da maturidade dos testes do projeto. Este artigo organiza as novidades por impacto, separa medições do fabricante de resultados que ainda precisam ser confirmados em cada base de código e propõe um roteiro de avaliação que não exige colocar a produção em risco.

Quem mantém um projeto Delphi grande conhece a pergunta: se eu alterar ou remover esta unit, quais partes da aplicação serão afetadas? Encontrar as referências diretas na cláusula uses ajuda, mas nem sempre mostra o caminho completo. Uma unit pode ser usada por outra, que é usada por uma terceira, até chegar ao arquivo principal do projeto.

Foi para tornar essa investigação mais prática que criei o Delphi Unit Backtrace. A primeira versão pública já está disponível no GitHub, com executáveis para Win32 e Win64. A ferramenta recebe um arquivo .dproj e o nome da unit, descobre o fonte correspondente e percorre as dependências no sentido inverso: da unit escolhida até seus consumidores e, quando existe essa ligação, até o DPR.