RT
Consultoria de engenharia de IA

Arquitetura de IA para sistemas que não podem parar.

Harness corporativo e agentes especializados em legado e ERP, para modernizar ou manter os sistemas que sua empresa já usa.

Mesa de trabalho vista de cima, com caderno de diagramas, teclado e café

Quem confiou na Rvffers Technologies.

Uma boutique de IA com raízes em transformação digital.

Começamos em 2020, no meio da pandemia, ajudando empresas a levar suas operações para o digital quando tudo precisou mudar de uma vez. Nos últimos anos, concentramos nossa energia em inteligência artificial. Hoje somos uma consultoria boutique que refina a forma como empresas colocam IA para trabalhar em sistemas reais.

  1. 2020

    Nascemos no meio da pandemia, apoiando empresas na transformação digital.

  2. Nos últimos anos

    Nos fortalecemos em inteligência artificial: arquitetura, agentes e harness corporativo.

  3. Hoje

    Uma boutique especializada: consultoria de refino em IA, com profundidade em vez de volume.

O modelo é commodity. O harness é o diferencial.

O que separa um piloto de um sistema em produção é a engenharia em volta do modelo.

  • Guardrails e permissões
  • Ferramentas e MCP
  • Dados e RAG
  • Modelos e roteamento
  • Evals e observabilidade em todas as camadas

Arquitetura de IA

Projetada como qualquer sistema crítico, com requisitos, trade-offs, custo e métricas em cada camada.

Harness corporativo

Contexto, ferramentas, permissões, evals e observabilidade padronizados para todos os times usarem agentes com as mesmas regras.

Mãos organizando fichas de papel em colunas sobre uma mesa

Orquestração de agentes

Agentes especializados que planejam, executam e verificam, com aprovação humana onde o risco exige.

Paquímetro e régua sobre uma planta técnica

Seu time está pronto para agentes de código?

Onze perguntas sobre harness, legado e entrega. Em cerca de dois minutos, veja onde agentes ajudam e onde aumentam o risco.

Modernização de legado

Migrar sem perder regras de negócio.

Para cada plataforma legada, montamos um harness com agentes que entendem o código antigo e conduzem a migração.

  1. Mapear

    Agentes leem código-fonte, scripts de job e estruturas de dados para montar o grafo de dependências e o catálogo de regras de negócio.

  2. Blindar

    Testes de caracterização capturam o comportamento atual antes de qualquer mudança. Nada migra sem prova de equivalência.

  3. Migrar

    Substituição incremental por módulo, com o sistema antigo e o novo rodando lado a lado até o corte final.

  4. Sustentar

    Acompanhamos o pós go-live, treinamos o time e entregamos o harness para a evolução continuar dentro de casa.

Plataformas que atendemos

  • COBOL
  • JCL
  • CICS
  • PL/I
  • Assembler z/OS
  • RPG / IBM i (AS/400)
  • Natural / Adabas
  • Clipper
  • dBase
  • FoxPro
  • Visual FoxPro
  • PowerBuilder
  • Delphi
  • Visual Basic 6
  • Oracle Forms
  • Progress 4GL
  • Informix 4GL
  • Uniface
  • Magic / uniPaaS
  • Gupta SQLWindows
  • DataFlex
  • Clarion
  • GeneXus
  • MUMPS
  • Fortran
  • Access / VBA
  • Lotus Notes
  • Classic ASP

Vibe coding no legado erra em silêncio.

Em jobs batch, a saída errada parece válida e o agente genérico não percebe. Quando a decisão é não migrar, nossos agentes corrigem e evoluem seu sistema, do mainframe ao desktop.

Terminal de computador antigo ao lado de um notebook moderno
  • Verificação

    Agente genérico ou vibe coding: Declara a tarefa resolvida sem compilar nem rodar. A saída errada passa.

    Harness especializado por stack: Compila cada edição em ambiente isolado, nunca em produção, e compara a saída com o golden master byte a byte.

  • Contexto

    Agente genérico ou vibe coding: Busca com grep, perde vínculos entre programas, includes e scripts de job, e inventa definições plausíveis.

    Harness especializado por stack: Grafo de dependências e catálogo de regras validado pelo seu time, consultados antes de cada edição.

  • Dados

    Agente genérico ou vibe coding: Supõe o layout do registro. O programa compila e o arquivo sai errado.

    Harness especializado por stack: Dicionário de dados com layout, campos compactados e encoding de cada registro.

  • Escopo da mudança

    Agente genérico ou vibe coding: Reescreve e reformata mais do que a correção pede. Revisar fica caro.

    Harness especializado por stack: Hooks barram reformatação, renomeações e edições fora do escopo declarado. Diff mínimo, pronto para a gestão de mudanças.

  • Acesso à produção

    Agente genérico ou vibe coding: Com permissão de escrita no host, um palpite errado vira incidente.

    Harness especializado por stack: Escrita, submit de job e deploy só com aprovação do seu time e trilha de auditoria.

Agentes de IA especializados em ERP.

Além de sistemas legados, atendemos as principais famílias de ERP do mercado, com agentes que usam as mesmas permissões dos seus usuários.

  • Fechamento e conciliação

    Agentes cruzam razões, apontam divergências e preparam o fechamento para revisão humana.

  • Perguntas em linguagem natural

    Consultas ao ERP via MCP, respeitando o perfil de acesso de quem pergunta.

  • Customização assistida

    SuiteScript, ABAP, X++ e AL escritos com harness próprio, testes e revisão.

  • Sustentação L2 e L3

    Triagem de chamados, diagnóstico de causa raiz e correção com rastreabilidade.

Arquivo com prateleiras de pastas e uma pessoa consultando um livro-razão
  • NetSuite
  • E-Business Suite
  • JD Edwards
  • PeopleSoft
  • Oracle ERP Cloud

Agilidade na era da IA começa antes do código.

Com agentes, o código ficou barato. O gargalo passou a ser decidir o que construir e revisar o que foi feito. Complementamos o Scrum com Kanban, discovery contínuo e apostas de portfólio.

Mão movendo um post-it num quadro kanban

Como tocamos projetos com agentes.

  1. Kanban com limite de WIP

    Pessoas e agentes no mesmo quadro. O limite de WIP segue a capacidade humana de revisar e testar. Previsão por cycle time e throughput, não por story points.

  2. Discovery com Opportunity Solution Tree

    O trio de produto fala com clientes toda semana e mapeia oportunidades, soluções e testes de premissas. A IA resume as entrevistas, mas não substitui a conversa.

  3. Dual-track: discovery e delivery

    Protótipos descartáveis feitos com IA testam valor e usabilidade com usuários reais. Só entra na entrega o que foi validado.

  4. Apostas de portfólio

    Cada iniciativa vira uma aposta com hipótese, verba liberada por etapa e critério de parada. Experimentos mais baratos permitem apostas menores e mais numerosas.

  5. Specs e lotes pequenos

    O agente recebe uma spec com critérios de aceite executáveis, não só uma user story. Lotes pequenos deixam cada PR fácil de revisar.

Como medimos a entrega.

  1. Frequência de deploy

    Quantas vezes o código chega à produção.

  2. Lead time de mudança

    Do commit à produção.

  3. Taxa de falha em mudanças

    Quanto do que sobe precisa ser corrigido.

  4. Tempo de recuperação

    Quanto leva para voltar ao normal após uma falha.

  5. Retrabalho

    Deploys não planejados para consertar o anterior.

Treinamento

Formação do time em agentic engineering.

Do agent loop à governança de IA, com a trilha montada sob medida para o seu time. O time sai construindo e operando agentes em produção.

  • Time em workshop ao redor de notebooks, com um quadro de diagramas ao fundo
  • Fundamentos de harness

    Seu time escreve um agent loop do zero e monta o harness do repositório: AGENTS.md com comandos e limites, skills para playbooks repetidos e hooks que bloqueiam comandos perigosos e exigem testes passando para concluir.

    • Agent loop com tool calling nativo
    • AGENTS.md como mapa do repositório
    • Skills, hooks ou subagentes: qual usar
    • Verificação com testes, logs e browser
    • Revisar o harness a cada novo modelo
  • Engenharia de contexto

    Seu time mede quanto da janela vai para ferramentas, instruções e histórico, ordena o prompt para aproveitar o cache e decide quando compactar, quando reiniciar com um arquivo de handoff e o que guardar como memória.

    • Orçamento de contexto e context rot
    • Progressive disclosure e tool search
    • Prompt caching e prefixo estável
    • Compaction, context editing e resets
    • Memória do agente e memory poisoning
  • RAG em produção

    Antes de criar um índice, seu time verifica se o corpus cabe no prompt. Depois monta busca híbrida com reranker, aplica ACL na consulta e mede recall@k com perguntas reais a cada troca de chunking ou embedding.

    • Parsing, chunking e contextual retrieval
    • Busca híbrida, reranking e recall@k
    • Busca como ferramenta do agente
    • GraphRAG e RAG multimodal: quando usar
    • ACLs, reindexação e RAG poisoning
  • Ferramentas e protocolos

    Seu time projeta ferramentas por fluxo de trabalho, sobe um servidor MCP stateless com OAuth e escolhe o protocolo pela fronteira: MCP para ferramentas, A2A para agentes de outro time, AG-UI ou MCP Apps para a interface.

    • Design de ferramentas e code mode
    • Servidores MCP stateless com OAuth 2.1
    • A2A: delegar para agentes de outro time
    • AG-UI, MCP Apps e aprovação humana
    • Computer use como último recurso
  • Orquestração multiagente

    Sistemas multiagente gastam de 3 a 10 vezes mais tokens que um agente único. Seu time mede com evals quando compensa, divide o trabalho por contexto, deixa a escrita com um só agente e roda fluxos longos com checkpoints.

    • Quando multiagente compensa
    • Orquestrador e verificador independente
    • Workflows em código e handoffs tipados
    • Execução durável: checkpoints e retries
    • Paralelismo com escrita centralizada
  • Evals

    Seu time monta uma suíte de 20 a 50 tarefas tiradas de falhas reais, calibra o LLM-as-judge contra rótulos humanos e bloqueia no CI mudanças de prompt, ferramenta ou modelo que piorem o resultado além do ruído medido.

    • Análise de erros em traces reais
    • Graders: código, LLM-as-judge e humano
    • pass@k, pass^k e intervalo de confiança
    • Evals de resultado e de trajetória
    • Gates de eval no CI e evals online
  • Guardrails e segurança

    Ataques adaptativos contornam a maioria das defesas publicadas contra prompt injection. Seu time modela ameaças por agente, isola a execução com sandbox e allowlist de rede, audita servidores MCP e roda red team no CI.

    • Lethal trifecta e Rule of Two
    • Padrões seguros: dual LLM e CaMeL
    • Sandbox, egress e permissões
    • Supply chain de MCP, skills e plugins
    • OWASP Top 10 para LLMs e agentes (2026)
  • AgentOps: observabilidade e custo

    Seu time instrumenta agentes com OpenTelemetry, mede o custo de cada tarefa concluída por time e feature, limita tokens por execução e só adota roteamento de modelos se ele vencer o melhor modelo único nas suas evals.

    • Tracing com OpenTelemetry GenAI
    • Custo por tarefa e orçamento de tokens
    • Roteamento, cascatas e modelo advisor
    • AI gateway: chaves, limites e MCP
    • SLOs, detecção de loop e kill switch
  • Customização de modelos

    Seu time só faz fine-tuning se engenharia de contexto, RAG e otimização automática de prompt não bastarem nas evals. Então treina LoRA em modelo open-weight, serve os adapters e roda regressão de segurança a cada versão.

    • Fine-tuning ou não: decisão por evals
    • SFT com LoRA e QLoRA em open-weight
    • Preference tuning com DPO e KTO
    • RFT e GRPO com recompensas verificáveis
    • Destilação e serving multi-LoRA
  • Spec-driven development

    Seu time decide quando uma mudança pede spec, escreve critérios de aceite que um teste consegue checar, revisa PRs de agente com evidência de testes e define quando a aprovação de uma IA conta no merge.

    • Quando escrever spec e quando pular
    • Critérios em EARS e property-based tests
    • Specs no repositório e controle de drift
    • Revisão de PR de agente com evidências
    • Do issue ao merge: fluxo e métricas
  • Governança de IA

    Seu time classifica cada sistema e agente pelo EU AI Act com os prazos pós-Omnibus, mapeia base legal e transferências (LGPD e GDPR) de cada fluxo com LLM e escreve políticas de uso por equipe, aplicadas nas ferramentas.

    • EU AI Act: prazos e níveis de risco
    • LGPD, GDPR e transferência internacional
    • ISO/IEC 42001 mapeada ao NIST AI RMF
    • Inventário de IA e dono por agente
    • Política de uso e AI literacy comprovada

Spec-Driven Planner.

Transforma requisitos em specs versionadas, planos e tarefas atômicas prontas para agentes de código.

Documento de especificação impresso ao lado de um notebook fechado

Conte o seu cenário.

Quem responde é um arquiteto, não um script de vendas.

Sistemas envolvidos, prazo e o que já foi tentado ajudam muito.

Usamos seus dados apenas para responder a este pedido. Política de privacidade