A evolução da IA está transformando o design de sistemas. Saímos de arquiteturas determinísticas para sistemas orientados a decisão, onde agentes utilizam dados, contexto e ferramentas para agir de forma autônoma. Nesta palestra, apresento como arquitetar sistemas baseados em agentes na prática, explorando padrões, trade-offs e desafios reais de produção. Também discuto o papel crítico dos dados, da orquestração e da memória, e como essas arquiteturas estão redefinindo a engenharia de software e a tomada de decisão nas organizações.

Sistemas legados concentram regras de negócio críticas, mas impõem barreiras à evolução e à experiência do usuário. Nesta palestra, apresentamos como construímos uma camada agêntica sobre o SGPE — Sistema de Gerenciamento de Processos do Estado de Santa Catarina, responsável pela tramitação de processos da Administração Pública Estadual. Expondo suas funcionalidades como tools via MCP e orquestrando agentes com o Google ADK, criamos uma interface conversacional que permite ao usuário interagir com o sistema de forma natural. Discutiremos o processo de mapeamento de funcionalidades, arquitetura agêntica e os aprendizados dessa jornada de modernização incremental.

O ecossistema financeiro enfrenta fraudes digitais exponenciais e sofisticadas, superando sistemas tradicionais de regras fixas e centralizados, com respostas lentas e dependência humana. Esta dissertação apresenta arquitetura multiagente para estratégia antifraude autônoma e resiliente: agentes com LLMs realizam análise semântica e decisões distribuídas, com comunicação robusta em ambientes hostis. Validação via experimentos simulando ataques à comunicação, medindo detecção e tolerância a falhas.

Agentes de IA estão evoluindo rapidamente, mas colocar esses fluxos em produção ainda é um desafio. Na prática, times esbarram em problemas como controle de estado, reexecução segura, timeout, retries, observabilidade e coordenação entre múltiplos agentes e ferramentas.

Nesta palestra, vamos mostrar como combinar o Microsoft Agent Framework com Temporal.io e o modelo de Durable Tasks para construir agentes de IA mais robustos, previsíveis e operáveis. A proposta é apresentar uma arquitetura onde o agente deixa de ser apenas um loop de prompts e passa a fazer parte de um fluxo durável, auditável e resiliente.

Nesta palestra, vou mostrar como a memória é um componente essencial em sistemas de agentes de IA. Vamos explorar os principais tipos de memória utilizados nessas arquiteturas, como a memória de curto prazo, que mantém o contexto imediato de interações, a memória de longo prazo ou persistente, que permite armazenar informações ao longo do tempo, e a memória vetorial, usada para recuperar conhecimento relevante por similaridade semântica. A partir desses conceitos, veremos como a memória ajuda agentes a manter contexto, tomar decisões mais consistentes e executar tarefas de forma mais inteligente em sistemas reais.

A transição da "prova de conceito" para a "operação corporativa" é hoje o maior gargalo na adoção de IA. À medida que dotamos sistemas com capacidades agênticas e automação, surgem dilemas complexos: quem audita as decisões da IA? Como conter falhas em fluxos não-determinísticos? Junte-se a nós para explorar as experiências reais na criação de guardrails, políticas de governança e metodologias para manter a confiabilidade sem frear a inovação. Descubra como equilibrar o poder dos agentes autônomos com a segurança rigorosa exigida pelas empresas.

Nesta palestra, exploraremos como agentes de IA estão transformando a segurança de aplicações — substituindo processos manuais e periódicos por enforcement contínuo e automatizado. Discutiremos como codificar requisitos de segurança organizacional uma única vez e aplicá-los de forma consistente em todas as etapas do desenvolvimento, desde a revisão de documentos de arquitetura até a análise de código e pentests. Discutiremos como essa abordagem elimina a inconsistência entre equipes, antecipa a detecção de vulnerabilidades e transforma pentesting de um gargalo pontual em uma capacidade sob demanda. Utilizaremos o AWS Security Agent como exemplo prático para ilustrar esses conceitos.

E se agentes de IA não fossem assistentes esperando seu prompt, mas participantes ativos do fluxo de desenvolvimento?

Nesta palestra, demonstro ao vivo um pipeline onde agentes especializados operam o ciclo completo de uma issue: triagem e geração de spec técnica, implementação em branches isoladas, e revisão paralela de código, segurança, testes e arquitetura, tudo coordenado por um orquestrador que prioriza, detecta conflitos e entrega merge requests prontos para aprovação humana.

O sistema roda com Claude Code, Git e GitLab, ferramentas que qualquer dev já tem acesso. Vou mostrar da issue ao MR: o que funciona, o que quebra, e os padrões de arquitetura agêntica que aprendemos iterando em produção.