Corrida da AI: agentes nativos e substituição na prática

Contexto do material

O ponto de partida do conteúdo é específico: Os produtores modelos fazendo seus próprios agentes é o maior mudança que nós vimos. Isso mostra que os modelos construídos por cima desses modelos sempre têm a chance de ser replacidos.

Em vez de genérico, recorte a restrição real: Nós vimos isso com o ClodCode, onde ele completamente desempenhou o cursor com tanto preço quanto performance. Mas agora a competição entre os produtores esse aquecendo e diferentes produtores estão tentando encontrar sua vantagem competitiva.

Mudança operacional

O que muda no fluxo de trabalho: Gemini e Qwen ofereceram quase todos os agentes gratuitos com quotas de requerimentos generosos, mas ainda não tinham as capacidades do ClodCode. Neste vídeo, eu vou mostrar como a Gemini CLI esse juntando com recentes e incríveis novos e eles também lançaram uma funcionalidade incrível que o Claude code não tem agora.

Evidência do próprio material para ancorar a mudança: Agora, a Gemini CLI te dá 60 pedidos por minuto e 1000 por dia. Se você esconfuso sobre o quanto você pode fazer com isso, não se preocupe, eu vou limpar isso neste vídeo.

Armadilhas

Onde o time costuma se enganar neste tema: Com essas pedidas, você recebe o incrível Gemini 2.5 Pro Thinking Model, um dos melhores modelos de hoje. Então, deixe-me mostrar o que eles apresentaram no tool.

Demo sem métrica, automação sem ownership e checklist copiado de outro contexto são as falhas mais comuns.

Para `corrida-ai-agentes-modelos-substituicao`, pergunte: o usuário completa a tarefa sem você na call?

Próximos passos esta semana

Para aprofundar com links reais do ecossistema CrazyStack, comece pelo /blog, pratique com /curso-cursor-avancado-configuracoes-pro ou /curso-claude-code-9-dicas-profissionais, e se quiser formação completa use /programa-crazystack ou /checklist-independencia-cursor.

Ampliação a partir do material de origem

Então, a corrida da AI continua. Os produtores modelos fazendo seus próprios agentes é o maior mudança que nós vimos. Isso mostra que os modelos construídos por cima desses modelos sempre têm a chance de ser replacidos. Nós vimos isso com o ClodCode, onde ele completamente desempenhou o cursor com tanto preço quanto performance. Mas agora a competição entre os produtores esse aquecendo e diferentes produtores estão tentando encontrar sua vantagem competitiva. Gemini e Qwen ofereceram quase todos os agentes gratuitos com quotas de requerimentos generosos, mas ainda não tinham as capacidades do ClodCode. mas isso esmudando. Neste vídeo, eu vou mostrar como a Gemini CLI esse juntando com recent

Now, a quick break to tell you about today's sponsor, Skywork. Can AI really replace an analyst, researcher and designer all at once? Meet Skywork Super Agents, built on Skywork's open-source multimodal model stack. It includes models like Skywork R1-V3 for language, Skyreels for vision tasks and Skywork MOE, a mixture of experts model that routes tasks to specialized subnetworks. Esta arquitetura permite ao SkyWorks lidar com a razão. Código, visuais e pesquisa, tudo de uma única prompção. Veja isso. Uma prompção me dá um documento completamente citado, traçável até os recursos de nível de parágrafo. Outra construi um deck de escadas com layouts visuales inteligentes. E até gera espécies de

estes comandos slash porque conectei o MCP ShadCN, que esatualmente ativo, como você pode ver aqui. Falando em MCPs, o processo de adicioná-los é bastante streamlinado neste CLI. Enclode code você precisa de diferentes comandos de adesão para vários tipos de MCP. É diferente para os servidores HTTP e MCP versus os servidores locales de MCP. Aqui, você pode adicioná-los diretamente para seu arquivo .json de seteing. Essa abordagem é muito mais similar à maneira como o cursor gestiona a integração de MCP. Você simplesmente pega a configuração e paste-a e começa a funcionar imediatamente. Você pode ter notado que o Gemini também usa arquivos .toml para seus comandos slash e o formato é bastante

completa de como essas requerimentos gratuitos são utilizados. Eu pedi ao ChatGPT para me ajudar a clonar a app do to-do list. Para esta demonstração, eu vou focar no front-end para ver exatamente quantas requerências este processo consome. Minha abordagem é construir isso passo a passo usando duas estratégias diferentes. Eu posso generar uma página inteira de vez com sua estrutura básica, ou eu posso adicionar componentes individuais a essa página. Por exemplo, eu poderia gerar a página da lista de tarefas completa primeiro, e depois adicionar um pop-up modal separado. Enquanto o modal ainda é parte da mesma página, ele vem de um prompt diferente, me dando mais controle sobre o processo de

Deixe-me abrir uma nova tabela. e mostrar-lhe esta nova integração. Depois que eu entrar no comando ID e verificar o status, você verá que esagora conectado diretamente ao código VS Code. Tudo o que você precisa fazer é gerar o comando ID e ele vai instalar automaticamente a extensão Gemini CLI Companion para você. A integração com o ID aqui é realmente muito mais profunda do que você pode esperar. Se você estrabalhando como um desenvolvedor em um produto de grande escala, o contexto da base de código é muitas vezes muito grande para enviar ao modelo de vez. Você precisa revisar com cuidado as mudanças que esfazendo para garantir que o código não se quebra. Este

cada mudança. Gemini passa por as modificações um por um, te dando controle completo sobre o processo. Antes de eu revelar quantas requestões foram enviadas através desses prompções, Deixe-me mostrar algumas funções que você pode ter esquecido se você não esteve mantendo o ciclo de desenvolvimento de Gemini. A primeira é a função Compress, que compressa o contexto do chat. Claude já tem isso. Depois há o comando Copy também, que te permite copiar o resultado mais recente. Isso faz com que seja fácil pastar a output em algum lugar ou compartilhar com outro coder de AI para um contexto adicional. Eles também apresentaram temas, e muitos deles também. Agora, voltando à minha sessão, você pode v

Este artigo (`corrida-ai-agentes-modelos-substituicao`) existe para converter material bruto em decisão. Se a sua restrição for diferente (caixa, time, stack), adapte o experimento — não o discurso. Continue explorando no /blog e use /programa-crazystack quando quiser trilha completa; para fluxo com IA no editor, /checklist-independencia-cursor e /curso-cursor-avancado-configuracoes-pro.