Criei um perfil no Instagram para divulgar meus livros: @livrosregys.
Se você já acompanha meu trabalho aqui no blog, fica o convite para conhecer e seguir esse novo espaço. Será um prazer ter você por lá!
Criei um perfil no Instagram para divulgar meus livros: @livrosregys.
Se você já acompanha meu trabalho aqui no blog, fica o convite para conhecer e seguir esse novo espaço. Será um prazer ter você por lá!
Conheça e siga o @livrosregys no Instagram.
Quando um modelo de linguagem é usado por uma API, a experiência parece direta: envia-se um texto, definem-se algumas instruções e recebe-se uma continuação ou uma resposta. Para quem precisa integrar recursos de IA a um sistema, essa simplicidade é útil. Mas ela também oculta quase todo o mecanismo que torna a saída possível.
Entre uma frase de entrada e a próxima palavra gerada existem decisões sobre como dividir texto, como representar símbolos numericamente, como calcular transformações entre vetores, como medir erros e como atualizar parâmetros. Há ainda regras arquiteturais que impedem o modelo de consultar indevidamente tokens futuros durante o treinamento de geração. Sem enxergar essas etapas, é fácil tratar o modelo como uma caixa-preta: algo que “entende” texto porque responde de maneira plausível.
Construir um modelo pequeno muda o foco. Não se trata de disputar qualidade, escala ou abrangência com modelos comerciais. Trata-se de converter conceitos abstratos em objetos, rotinas, dados de entrada, cálculos e testes que possam ser inspecionados. Um LLM educacional funciona, nesse sentido, como um laboratório: sua utilidade está menos no tamanho da resposta que produz e mais na clareza que oferece sobre o caminho até ela.
Conheça o livro e leia uma degustação: acesse a página oficial de Do Zero ao LLM com Delphi.
Continue lendo…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.
Continue lendo…Um sistema Delphi em produção raramente é apenas um conjunto de arquivos-fonte. Ele costuma concentrar regras de negócio acumuladas, integrações pouco documentadas, decisões tomadas sob restrições que já não existem e rotinas que funcionam porque foram ajustadas ao longo de muitos anos. Essa realidade pode gerar duas reações igualmente arriscadas: não mexer em nada ou decidir reescrever tudo.
A primeira conserva problemas conhecidos e reduz, aos poucos, a capacidade de adaptação. A segunda troca riscos visíveis por riscos novos: funcionalidades esquecidas, diferenças de comportamento, longos períodos sem entrega relevante e uma convivência difícil entre o sistema antigo e o substituto em construção. Entre esses extremos há uma disciplina de engenharia: modernizar progressivamente, em mudanças pequenas, verificáveis e reversíveis.
Modernizar não significa aplicar tecnologias recentes a qualquer custo. Significa aumentar a capacidade de entender, alterar, testar, entregar e operar o software com menos incerteza. Em um sistema Delphi, isso pode envolver desde tornar a compilação repetível até reduzir o acoplamento entre formulários VCL, regras de negócio e acesso a dados. O ponto de partida não é uma lista de ferramentas; é um diagnóstico honesto do risco.
Conheça o livro e leia uma degustação: acesse a página oficial de Delphi Vivo.
Continue lendo…