long-running-agents

Pipeline simplificado: documento fonte → extração de conhecimento → padrões reutilizáveis → classificação contra repositório → canonical docs. Focado em gerar docs canônicos a partir de um único documento (currículo, análise, transcript). NÃO gera skills, exercícios ou integração profunda de currículo — apenas canonical docs + atualização de tags/aliases + system-of-record. Dispara com: 'canonicalize this document', 'extract canonical from', 'doc to canonical', 'create canonical docs from', 'documento para canonical', 'extrair canônicos de'.

Implementa uma camada de selecao de contexto model-agnostic e vendor-independent. Define um formato padronizado de contexto que qualquer modelo pode consumir, um Context Router que resolve queries de qualquer agente contra o grafo relacional e storage em tiers, e Vendor Adapters que traduzem o formato agnostico para o formato nativo de cada modelo. Transforma contexto no ativo mais duravel da organizacao — portavel entre modelos, sessoes, e provedores. Dispara com: 'neutral selection', 'model-agnostic context', 'vendor-independent context', 'context format standard', 'context router', 'multi-model context', 'portable context', 'cross-model context', 'camada neutra', 'contexto agnostico', 'formato de contexto', 'vendor adapter', 'neutral context layer', 'context portability', 'model migration context'.

Torna o retrieval de contexto budget-aware: cada candidato a retrieval e ranqueado por razao valor/custo antes de ser injetado no contexto. Implementa um Information Value Predictor que estima reducao de incerteza por candidato, um Token Cost Estimator que computa custo em tokens, e um Utility Feedback Loop que aprende com uso real — quais itens recuperados foram efetivamente referenciados pelo modelo. Previne o memory feedback loop onde o sistema construido para resolver o problema de memoria se torna o motor da degradacao. Contrapoe diretamente o Link 4 (inert memory feedback) do Agent Degradation Loop. Dispara com: 'selection-budgeted retrieval', 'budgeted retrieval', 'retrieval budget', 'cost-benefit retrieval', 'information value predictor', 'utility feedback retrieval', 'retrieval ranking', 'orcamento de retrieval', 'busca budgetada', 'recuperacao com orcamento', 'value-cost retrieval', 'retrieval utility feedback'.

Implementa armazenamento de contexto em tres tiers (hot/warm/cold) com promocao e democao baseadas em relevancia. Mantem o conjunto de trabalho ativo deliberadamente pequeno na hot tier (cache in-memory), move contexto recentemente relevante para warm tier (NVMe, baixa latencia), e arquiva historico completo na cold tier (object storage, alta latencia). O Tier Orchestrator executa transicoes baseadas em scores de relevancia e prefetch preditivo antes de cada passo de raciocinio. Previne context rot (cada token acumulado degrada qualidade do passo seguinte) e separa preocupacao de armazenamento de preocupacao de selecao. Dispara com: 'tiered context', 'tier storage', 'context tiers', 'hot warm cold', 'tiered storage', 'context promotion', 'context demotion', 'tier orchestrator', 'promocao de contexto', 'democao de contexto', 'armazenamento em tiers', 'tiered context storage', 'context tier management'.

Operacionaliza um curriculo de autonomia para agentes: controla a proporcao entre rollouts supervisionados (professor/humano) e rollouts auto-gerados (agente) com um parametro lambda, gates de prontidao por classe de tarefa, e uma progressao explicita observe→assist→own. Aplica importance sampling para corrigir a distribuicao mista. Previne cold-start collapse (rollouts puros do agente antes de aprender recuperacao) e autonomy stagnation (agente nunca pratica recuperacao autonoma). Usar ao implantar um novo agente em producao, ao fazer transition de fluxo manual para agentico, ao calibrar o grau de supervisao de um agente existente, ou quando o agente apresenta comportamento fragil em cenarios nao-supervisionados. Dispara com: 'autonomy curriculum', 'curriculo de autonomia', 'lambda schedule', 'teacher mixing', 'rollout sampling', 'autonomy dial', 'autonomy progression', 'observe assist own', 'readiness gate', 'student rollout', 'teacher-student mix', 'gradual autonomy', 'agente semi-supervisionado', 'autonom

Separa o sinal de melhoria do agente em dois componentes independentes: magnitude (o quanto o modelo acredita que uma mudanca importa, extraida de self-distillation delta, log-ratio, atencao, ou confianca interna) e direcao (para onde a mudanca deve ir, determinada por verificador externo, testes, ou revisao humana). Combina magnitude × direcao em um plano de correcao ponderado: gaste esforco de correcao onde o agente tem conviccao FORTE e o verificador confirma a direcao; reduza ou escale quando a direcao e incerta. Previne information leakage (agente aprende a imitar formato sem substancia) e overconfidence collapse (self-distillation puro sem verificacao externa). Usar ao projetar loops de melhoria de agente, ao implementar self-distillation com verificacao, ao calibrar feedback de producao, ou quando o agente produz outputs com formato correto mas conteudo errado. Dispara com: 'magnitude direction', 'verifier split', 'trust but verify', 'confidence direction', 'correction weight', 'self-distillation verif

Pipeline completo: documento fonte → extração de conhecimento → padrões reutilizáveis → classificação contra repositório → melhorias priorizadas por impacto → integração. Consome uma fonte externa de conhecimento (talk, paper, transcript, knowledge base) e gera artefatos concretos no repositório alvo (canonical docs, skills, exercises, roadmap). Dispara com: 'analyze this document', 'extract patterns from', 'classify against repo', 'generate improvements', 'knowledge to improvements', 'analyze and improve', 'turn this talk into patterns'.

Executa o pipeline analyze-and-improve fase por fase via delegacao nativa task(). Suporta mode=once (uma fase) e mode=feature:phase-N (fase especifica). Dispara com: 'run harness', 'execute pipeline', 'harness --once', 'run phase-N', 'harness analyze and improve'.

Diretrizes comportamentais derivadas das observacoes de Andrej Karpathy sobre onde LLMs falham ao codificar. Quatro principios: pense antes de codificar, simplicidade radical, edicao cirurgica, metas verificaveis. Carregar em toda task de implementacao nao-trivial para reduzir overengineering, edicoes ortogonais, suposicoes silenciosas e loops sem criterio de parada. Dispara com: 'karpathy', 'guidelines', 'behavioral guidelines', 'coding discipline', 'pense antes', 'simplicidade', 'edicao cirurgica', 'metas verificaveis', 'goal-driven', 'surgical changes', 'think before coding'.

Gate rigido de orcamento de constraints: maximo 5 a 7 linhas. Revisa listas de constraints em busca de bloat, reclassifica escolhas de implementacao como Context, rejeita specs disfarcadas de constraints, e garante que cada constraint restante e direcional, incondicional e em linguagem de negocio. Previne que listas de constraints crescam ate virarem specs escondidas que removem toda liberdade de design do agente. Usar durante a escrita ou revisao de intents, como gate pre-execucao, ou quando o campo Constraints do intent parece uma lista de requisitos tecnicos em vez de qualidades do outcome. Dispara com: 'constraint budget', 'orcamento de constraints', 'limite de constraints', 'constraint limit', '5 a 7 constraints', 'constraint gate', 'constraint bloat', 'muitas constraints', 'constraint list too long', 'constraints viram spec', 'reduzir constraints', 'constraint budget gate', 'directional constraints', 'business language constraints'.

Regra de decisao para classificar requisitos como constraints ou failure conditions: 'Saber isso mudaria a forma como o builder escreve o codigo?' Se sim, e constraint (guia o builder). Se nao -- so pode ser checado depois que o output existe -- e failure condition (guia o validator). Previne que times misturem builder guidance com validator checks, quebrando a compartimentalizacao e expondo alvos de avaliacao ao agente. Usar durante a escrita ou revisao de intents, na classificacao do campo Constraints vs Failure Scenarios, ou quando o agente esta gaming os checks porque recebeu os criterios de validacao como guidance. Dispara com: 'constraint or failure', 'decision rule', 'regra de decisao', 'classificar constraint', 'constraint vs failure', 'builder guidance', 'validator check', 'classification rule', 'would knowing this change', 'constraint-failure boundary', 'onde isso vai', 'constraint classification', 'o builder precisa saber disso', 'failure condition test'.

Decompoe intents multi-goal em sentencas atomicas: um goal = uma sentenca, sem 'and', sem 'then', sem 'and also'. Escaneia o Goal por conjuncoes e coordenação, split em intents atomicos independentes, e opcionalmente estabelece dependencias entre eles. Previne que agentes otimizem para uma parte do goal enquanto abandonam silenciosamente a outra. Usar durante a escrita de intents, como pre-flight antes do Grill-Me, ou quando o agente entrega outputs que 'meio que resolvem' mas falham em um dos outcomes. Dispara com: 'goal atomicity', 'atomicidade do goal', 'split goal', 'goal splitting', 'dividir goal', 'um goal por sentenca', 'one goal one sentence', 'no and in goal', 'multi-goal intent', 'conjunction split', 'separar goals', 'goal decomposition', 'intentos atomicos', 'goal coordination', 'coordinated intents'.

Heuristica para distinguir goals de specs disfarcadas: 'Duas implementacoes completamente diferentes conseguiriam satisfazer isso?' Se sim, e um goal. Se nao, e uma spec escondida no campo errado. Usar durante a escrita ou revisao de intents, como gate pre-flight antes do Grill-Me, ou quando o agente esta recebendo instrucoes que parecem 'implemente X com Y usando Z' em vez de 'entregue o outcome W'. Dispara com: 'two implementations test', 'teste das duas implementacoes', 'goal vs spec', 'isso e goal ou spec', 'spec disfarcada', 'spec in disguise', 'goal purity test', 'is this a goal', 'distinguir goal de spec', 'goal classification', 'method-bound goal', 'outcome vs implementation', 'spec disguised as goal'.

Calibra a profundidade e severidade da revisao agentica com base no perfil de risco do modulo alterado. Usa risk-profile.yaml para declarar nivel de risco por modulo (critical, high, medium, low) e conjunto de checks aplicaveis (style, correctness, security, performance, data integrity). Ajusta a profundidade da revisao proporcionalmente ao blast radius e custo de falha da mudanca, em vez de aplicar severidade uniforme a todos os modulos. Usar ao configurar revisao agentica para um codebase multi-modulo, ao calibrar thresholds de revisao por contexto, ou quando falsos positivos em modulos de baixo risco estao gerando fadiga de revisao. Dispara com: 'risk profile', 'severity calibration', 'module risk', 'perfil de risco', 'calibracao de severidade', 'risk-profile.yaml', 'blast radius', 'risk-adjusted review', 'revisao por risco', 'contextual severity', 'module risk metadata', 'check selection by risk', 'critical module review', 'low risk module', 'review depth calibration'.

Executa um revisor AI em modo shadow nao-bloqueante ao lado de revisores humanos, coleta metricas de concordancia (true positive, false positive, missed-by-human, missed-by-AI), e usa dados do periodo de shadow para graduar checks especificos de AI a status bloqueante. Des-risca a adocao de revisao agentica porque o workflow humano nao muda durante a medicao. Usar ao introduzir revisao AI em um fluxo de PR existente, ao decidir quais checks de AI podem bloquear merge, ou quando precisar de evidencia de confiabilidade antes de mudar gates de revisao. Dispara com: 'shadow review', 'AI review shadow', 'shadow pipeline', 'review agreement metrics', 'AI reviewer trust', 'graduar AI reviewer', 'non-blocking AI review', 'shadow period', 'agreement rate', 'review shadow mode', 'AI review graduation', 'pipeline de shadow', 'confianca em AI review', 'reviewer agreement'.

Formaliza o intent como primitivo de cinco partes — descricao, constraints, cenarios de falha, cenarios de sucesso e conexoes — antes que qualquer agente comece a implementar. Elimina a ambiguidade que forcaria o agente a preencher lacunas com suposicoes durante a execucao. Usar quando uma tarefa, feature ou outcome chega para execucao agentica sem os cinco campos preenchidos, durante a fase de alinhamento (Grill-Me), ou quando o agente esta queimando tokens em retries por falta de clareza. Dispara com: 'intent de cinco partes', 'five-part intent', 'intent completeness gate', 'intent primitivo', 'campos do intent', 'intent structure', 'intent gaps', 'descreva o intent', 'falta constraints', 'cenarios de falha', 'cenarios de sucesso', 'conexoes do intent', 'intent traceability', 'impacto downstream'.

Mede a presenca humana durante a execucao agentica como metrica de governanca, nao apenas a aprovacao simbolica no gate final. Gera timeline de envolvimento, alertas de ausencia prolongada (stale-presence), e pontos de intervencao obrigatoria antes que o loop continue. Previne o cenario onde o humano so aparece no final para abencoar um diff grande demais para realmente ler. Usar ao monitorar sessoes agenticas longas, ao projetar loops de controle com gates humanos, ou quando diffs grandes estao sendo mergeados sem envolvimento proporcional do outcome-owner. Dispara com: 'presenca no loop', 'presence in the loop', 'presence metric', 'metrica de presenca', 'owner presence', 'stale owner', 'owner ausente', 'dono ausente', 'human involvement', 'timeline de presenca', 'intervention points', 'approval at the gate', 'review confidence', 'diff sem dono', 'agente escreveu sozinho', 'dez mil linhas', 'ninguem leu o diff'.

Mantem o Deferred Ledger — classificacao de divida agentica em tres categorias (skill, dependence, carry) que acumulam silenciosamente enquanto tokens sao baratos. Consome dados do token budget ledger, burn rate, health monitor e harness evolution lifecycle para produzir uma visao de exposicao ao risco. Usar em revisoes trimestrais, GC Day, ou quando houver suspeita de que builds baratos estao acumulando passivos invisiveis. Dispara com: 'deferred ledger', 'divida agentica', 'skill debt', 'dependence debt', 'carry debt', 'risco de repricing', 'token exposure', 'ledger de divida', 'risco acumulado', 'quanto custa manter', 'deferred risk', 'exposicao de tokens', 'what breaks when tokens cost real money'.

Aplica o Manual Brake — tres perguntas diagnosticas de valor antes de autorizar construcao por agente. Restaura artificialmente o gate economico que tokens gratuitos removeram. Usar antes de qualquer execucao agentica nao-trivial, na fase de alinhamento, ou quando uma tarefa chega sem dono claro. Dispara com: 'freio manual', 'brake question', 'vale a pena construir', 'quem precisa disso', 'pergunta de valor', 'value gate', 'manual brake', 'antes de construir', 'devo construir', 'quem diz nao', 'custo de engenharia', 'brake gate', 'freio de valor'.

Define o papel de Owner-of-No — a pessoa cujo trabalho explicito e recusar trabalho de baixo valor e fornecer intents alternativos. Transforma 'dizer nao' de ato acidental de coragem em papel organizacional desenhado, com criterios de recusa, caminho de escalacao e accountability documentada. Usar ao estruturar times agenticos, designar governanca de build/dont-build, ou quando decisoes de construcao estao se auto-aprovando por falta de dono. Dispara com: 'owner of no', 'dono do nao', 'quem diz nao', 'refusal role', 'papel de recusa', 'recusar trabalho', 'dizer nao', 'value gate owner', 'dono da decisao', 'quem recusa', 'governanca de build', 'no-owner', 'recusa fundamentada'.

Apply the LLM-as-Fuzzy-Compiler mental model when designing harness components, deciding what to preserve vs. regenerate, or planning model migrations. Treat the LLM as a fuzzy compiler backend, harness controls (lint rules, review agents, skills, tests, docs) as optimization passes, and generated code as a disposable build artifact. Use when designing new harness components, evaluating which assets to version-control, planning model upgrades, or explaining why guardrails matter more than generated code. Triggers: 'compiler model', 'fuzzy compiler', 'code as build artifact', 'disposable code', 'model migration planning', 'harness as compiler passes', 'what to preserve vs regenerate', 'compiler backend swap'.

Write persona-specific Non-Functional Requirement (NFR) documents and load them via reviewer agents keyed to quality dimensions. Each team member documents their specialty (front-end architecture, reliability, security, product, performance) as a durable NFR file. Reviewer agents load persona-specific rubrics at review time instead of using generic quality criteria. Every agent session inherits all persona knowledge without consuming upfront context. Use when writing team convention docs, designing reviewer agents, setting up quality gates per dimension, or migrating from a single universal AGENTS.md to persona-specific NFRs. Triggers: 'persona documentation', 'persona NFR', 'persona-based doc', 'NFR by role', 'specialty documentation', 'role-based standards', 'reviewer rubric by persona', 'front-end standards doc', 'reliability standards doc', 'security standards doc', 'product requirements doc', 'multi-persona review'.

Validate HoP issue work, open a draft PR against main, run a second-agent review, and stop for user confirmation before merge.

Apply Error Context Hygiene rules when implementing agent error handling. Summarize errors instead of dumping stack traces; clear pending errors after successful recovery; never blind-append errors to context. Use when implementing tool error handling, retry loops, agent fallback logic, or context window management. Triggers: 'error context', 'error hygiene', 'context pollution', 'retry loop feedback', 'tool error handling', 'agent error recovery'.

Manage GitHub Issues through full lifecycle: create, track, and complete. Use when (1) creating issues from story breakdowns or planning discussions, (2) starting work on a feature branch, (3) tracking progress with commits and changes, (4) completing issues and updating parent epics. Triggers on: branch names like `issue/N-slug`, keywords like "create issue" or "close issue", reading breakdown files or plans, or discussing epics/stories/tasks.

Break down GitHub issues into executable sub-issues with dependencies. Deep codebase exploration, single-file-focused tasks, dependency graphs, and verification gate. Use when the user mentions "refine", "break down", "decompose", or "plan" for an issue. Also triggers on: analyzing issue scope, creating implementation sub-tasks, or planning multi-step work from an existing issue.

Use when you have a spec or requirements for a multi-step task, before touching code. Writes comprehensive implementation plans with exact file paths, code, tests, and bite-sized tasks. Triggers on "create a plan", "implementation plan", "write a plan", "task breakdown", or when given specs/requirements for a multi-step change.

After explicit user approval, merge a reviewed HoP PR into main and clean up the issue branch, worktree, and agent labels.

Claim a HoP GitHub issue, create an isolated worktree from main, and prepare a scoped execution brief before implementation.

Manage parallel HoP GitHub issue agents: show work status, suggest next issues, generate prompts, and clean idle sessions.