Determinístico primeiro, LLM só onde gera ouro

Código primeiro,
→ IA onde gera ouro.

O reflexo do iniciante é jogar IA em tudo. A heurística do operador é o contrário: código determinístico é o default; a LLM entra só onde gera ouro que o código não gera. É o que sustenta Runner, ETL e Skills.

Defaultcódigo determinístico em primeiro lugar

ExceçãoLLM só onde a ambiguidade vale o token

3 pilaresRunner, ETL local e Skills sustentados pela regra

Legenda de coresO default e a exceção

Determinístico

LLM gera ouro

Heurística

Runner/ETL/Skill

IA por reflexo

Mapa da aula

Use este mapa para entender a sequência da aula antes de entrar nos detalhes.

Legenda de coresO default e a exceção

Determinísticoregra clara, saída fixa: código

LLM gera ourojulgamento, linguagem, ambiguidade

Heurísticadefault código, exceção justificada

Runner/ETL/Skillonde a regra sustenta a arquitetura

IA por reflexoLLM onde código resolveria

O default é código

A LLM é cara, lenta e varia. O código é barato, rápido e fixo. Então o default é código, e a IA é a exceção que você justifica: ela entra onde gera valor que o código não consegue gerar.

A regra que sustenta a aulaAntes de jogar uma tarefa na LLM, pergunte se a regra é clara. Se é, código resolve melhor: barato, rápido, sem variância. A IA é para o que tem ambiguidade real, julgamento ou linguagem. Determinístico primeiro; LLM só onde gera ouro.

IA por reflexo

Joga toda tarefa na LLM porque é o que sabe usar.
Paga token e aceita variância até em regra fixa.
Usa IA pra converter formato e renomear arquivo.
Acha que a IA é sempre a ferramenta mais capaz.

Determinístico primeiro

Pergunta se a regra é clara antes de pensar em IA.
Resolve regra fixa com código determinístico.
Reserva a LLM para ambiguidade, julgamento e linguagem.
Justifica cada uso de IA por ouro que o código não dá.

Por que isso sustenta a arquiteturaRunner roda pipelines determinísticos. ETL local transforma dados com scripts. Skills embutem scripts para garantir qualidade. Os três nascem da mesma heurística: código onde dá, IA só onde gera ouro.

O caminho da aula

Três movimentos: entender por que código é o default, ver o caso da tarefa que voltou pro código, e classificar tarefas suas entre determinístico e LLM.

Os 3 movimentos

1. Código é o defaultbarato, rápido, fixo; a IA é a exceção justificada.

2. A tarefa na IA erradao que pedia código e estava na LLM.

3. Classificardeterminístico ou LLM-required, por critério.

[ a ] Você vai sair sabendo

Por que código vence a IA em regra clara.
O que conta como ouro que só a LLM gera.
Como justificar cada uso de IA por critério.

[ b ] Você vai sair fazendo

A classificação de 3 tarefas suas entre determinístico e LLM-required, com justificativa escrita.

Cluster 1 / 3código é o default · LLM só onde gera ouro · Runner/ETL/Skills sustentados pela regra

Você tem a tese. Agora vê o caso de uma tarefa que estava na IA e voltou pro código.

Caso Real

A transformação que voltou pro código

Uma transformação de formato estava sendo feita pela LLM, com custo e variância. A regra era clara. Voltou pra um script determinístico e a variância sumiu, o custo caiu.

Regra clara não é trabalho de IA

Quando a transformação tem regra fixa, a LLM só adiciona custo e variância. O código faz igual, sempre, por quase nada.

Rota · action

Começou comoTransformação de formato feita por um agent de LLM a cada execução.

VirouA mesma transformação num script determinístico, com saída idêntica sempre.

ProvaA LLM às vezes mudava o formato de saída; o script nunca varia.

LiçãoRegra clara é trabalho de código. A IA fica para o que o código não resolve.

SituaçãoUm pipeline usava a LLM para converter dados de um formato para outro, uma regra clara e fixa, pagando token e tolerando variância.

DecisãoMover a transformação para um script determinístico e reservar a LLM para a etapa que exige julgamento.

EvidênciaEm aula-07 e aula-08, a heurística aparece sustentando ETL local e Skills: scripts onde a regra é clara.

Mensagem ao alunoAntes de pedir pra IA, escreva a regra. Se você consegue escrever a regra inteira, é código.

ContextoEm aula-07, o framing de camadas (script, serviço, LLM) deixa explícito onde cada um vive; em aula-08, a engenharia mostra scripts substituindo IA em tarefa mecânica.

Percepção-chaveSe você consegue descrever a transformação como uma regra completa, então não há ambiguidade, e sem ambiguidade a IA não gera ouro, só custo.

DecisãoDefault para código; LLM só quando a regra não fecha sozinha.

1Sintomatransformação na LLM, custo e variância.

2Teste da regradá pra escrever a regra inteira? Dá.

3Trocamove para um script determinístico.

4Resultadosaída idêntica sempre, custo perto de zero.

Regra fechadatransformação descrita por completo: é código

Variância nulascript não muda o formato de saída

Custo perto de zerosem token por execução

Adequação de cada abordagem por tipo de tarefa

Regra clara em código
95%
Regra clara na LLM
40%
Ambiguidade real na LLM
90%
Ambiguidade real em código
30%

Cluster 2 / 3transformação voltou pro código · teste da regra fechada · código vs LLM por tipo

Você viu o teste na prática. Agora a técnica: a heurística em camadas e a sequência de classificação.

Trilogia

WHY / WHAT / HOW da heurística

As 3 camadas que transformam o reflexo de IA-primeiro em código-primeiro com exceção justificada.

WHY - Código é barato, rápido e fixo

A LLM custa token, demora e varia. O código não. Em regra clara, o código vence em todas as dimensões. Pagar IA onde código resolve é desperdício que escala com o uso.

WHYcusto e variância

WHAT - Ouro é o que o código não dá

A LLM gera ouro onde há ambiguidade real, julgamento ou linguagem. Isso o código não resolve. O ouro justifica o token; a regra clara não.

WHATouro real

HOW - O teste da regra

Antes de pedir pra IA, tente escrever a regra inteira. Se você consegue, é código. Se a regra não fecha sozinha (depende de julgamento ou linguagem), aí a LLM gera ouro.

HOWteste da regra

Onde a heurística vive na arquitetura

A heurística não é abstrata: ela molda o Runner, o ETL local e as Skills. Cada um usa código onde a regra é clara e LLM só na borda de ambiguidade.

Runner◇ signal

Executor de pipeline determinístico. Cada passo é código; a LLM entra só num passo que exige julgamento.

ETL local▲ bench

Extrai, transforma e carrega com scripts. A IA só onde o dado é ambíguo e precisa de interpretação.

Skills✦ insight

Skill embute scripts para garantir qualidade. O determinístico faz o trabalho pesado; a IA orquestra.

Matriz regra x valor da IA

Os quadrantes que decidem código ou LLM.

Regra clara + sem ambiguidade

Código. A IA só adiciona custo e variância.

Regra clara + linguagem na saída

Código gera o dado, LLM formata a linguagem no fim.

Ambiguidade real + julgamento

LLM. É onde ela gera ouro que o código não dá.

Sem regra e sem ambiguidade útil

Pare. A tarefa não está definida o suficiente para nenhum dos dois.

Não confundaDeterminístico, não simplório

Código parece bom só para tarefa boba.

Esclareça: Determinístico é qualquer regra que fecha, por mais complexa. Um parser denso de muitas regras é código, não IA.

Não confundaOuro da IA, não conveniência

Usar a IA porque é mais fácil de chamar parece ganho.

Esclareça: Ouro é valor que o código não dá: julgamento, linguagem, ambiguidade. Conveniência não justifica o token.

Não confundaHeurística, não dogma

Determinístico primeiro não quer dizer nunca usar IA.

Esclareça: Quer dizer começar pela camada barata e subir para a IA quando ela gera ouro de verdade.

A sequência de classificação

Os passos concretos para decidir entre código e LLM em uma tarefa real.

◇▶ signal_plus_action

Decidir entre código e LLM

Use antes de jogar qualquer tarefa nova num agent de LLM.

escrever-regra→testar→decidir→justificar

escrever-regra — Tente escrever a regra inteira da tarefa, do início ao fim.
testar — A regra fecha sozinha, ou depende de julgamento e linguagem?
decidir — Regra fechada é código. Regra que não fecha é LLM.
justificar — Se for LLM, escreva qual é o ouro que o código não daria.

Do teste da regra à decisão

Escreve a regra

tenta descrever a tarefa inteira.

A regra fecha?

sim ou não, sem meio-termo.

Fechou: código

determinístico, barato, fixo.

Não fechou: LLM

ouro justificado por ambiguidade.

Cluster 3 / 3trilogia da heurística · onde ela vive (Runner/ETL/Skills) · sequência de classificação

Você tem a técnica. Agora a prática: classifique 3 tarefas suas entre código e LLM.

Prática

Prática: classifique 3 tarefas

Pegue 3 tarefas que você hoje joga na IA e aplique o teste da regra para decidir se cada uma é código ou LLM.

aula.yaml7 linhas

01# Escreva a regra antes de decidir. Uma entrada por tarefa.02tarefas: 03  - tarefa: "{o que a tarefa faz, em 1 frase}"04    regra_inteira: "{tente descrever a regra do inicio ao fim}"05    regra_fecha: "{sim | nao}"06    classificacao: "{deterministico | llm-required}"07    ouro_que_so_a_llm_da: "{se llm: qual ambiguidade/julgamento justifica}"

Portão da aulaAntes de seguir para a próxima aula: você listou 3 tarefas, escreveu a regra de cada uma, classificou entre determinístico e LLM e justificou o ouro das que ficaram na IA. Se alguma de regra fechada ficou na LLM, mova para código antes de passar.

Liste 3 tarefas: Escreva 3 tarefas que você hoje delega a um agent de LLM.
Escreva a regra: Para cada uma, tente escrever a regra inteira, do início ao fim.
Aplique o teste: A regra fecha sozinha, ou depende de julgamento e linguagem?
Classifique: Regra fechada é determinístico. Regra que não fecha é LLM-required.
Justifique a IA: Para as que ficaram LLM, escreva qual ouro o código não daria.

Glossário

Os termos desta aula em uma frase cada.

Determinístico primeiro

A heurística de usar código como default e a LLM só onde ela gera valor que o código não dá.

Ouro da LLM

O valor que só a IA gera: julgamento, linguagem e ambiguidade real. Justifica o token.

Teste da regra

Tentar escrever a regra inteira da tarefa. Se fecha, é código; se não fecha, é LLM.

Runner

Executor de pipeline determinístico, com a IA só nos passos de julgamento.

ETL local

Extração, transformação e carga com scripts, reservando a IA para dado ambíguo.

Próxima aulaVocê sabe quando usar código e quando usar IA. A seguir, o pipeline ETL com agentes: a hierarquia de camadas script, serviço e LLM, e a regra do que vive em qual camada.