Skip to content

VISION.md

Latest commit

 

History

History
158 lines (94 loc) · 8.18 KB

VISION.md

File metadata and controls

158 lines (94 loc) · 8.18 KB
Raw

VISION

O substrato debaixo dos agentes de IA vai virar commodity. A interface que conecta frameworks a ele, não.

A tese em uma página

Em 2026, todo time sério rodando agentes em produção encara as mesmas três dores: durabilidade, sandbox, framework lock-in. A Anthropic resolveu isso internamente e produtizou como Managed Agents — proprietário, hosted, Claude-only, billing por hora.

Existem alternativas open source para cada peça isoladamente — OpenHands para coding agents, Letta para memória, E2B para sandbox, LiteLLM para roteamento de modelo, Infisical para credenciais. Não existe a costura — um substrato neutro debaixo desses frameworks, onde LangGraph, CrewAI, Pydantic AI e Claude Agent SDK rodam todos no mesmo runtime, com o mesmo event log, com o mesmo sandbox e com o mesmo vault.

A peça que falta é uma interface, não uma implementação. Chamamos de HarnessAdapter. É o WSGI dos agentes. Qualquer framework que implementa a interface roda em qualquer runtime compatível.

Wake é (a) a publicação dessa interface como padrão aberto, (b) a implementação de referência do runtime, e (c) os adapters de referência para os frameworks principais.

Os três problemas, descritos honestamente

1. Durabilidade

Hoje, "agent em produção" geralmente significa: processo Python rodando, talvez num worker do Celery, com a conversa em memória. Quando o processo morre — OOM, deploy, crash, network blip — a sessão evapora. Não há replay. Não há resume. O usuário recomeça.

Frameworks resolvem parcialmente:

  • LangGraph tem checkpointers (SQLite, Postgres, DynamoDB) — funciona dentro do LangGraph
  • Temporal/Restate/DBOS oferecem durable execution genérico — você reescreve seu agente como workflow
  • OpenHands V1 tem EventLog imutável — funciona dentro do OpenHands

Nenhuma dessas soluções é substrato neutro. Cada uma força um modelo de programação.

2. Sandbox

Dar bash a um agente é dar shell remoto a um modelo de linguagem. Se o agente sofre prompt injection (e sofre — é a vulnerabilidade #1 de agentes em 2026), ele lê seu .ssh/id_rsa, manda pra URL atacante e termina o dia.

Hoje, devs:

  • Rodam tudo em Docker padrão (que não é sandbox, é namespace isolation)
  • Ou pulam essa parte com --dangerously-skip-permissions
  • Ou pagam Anthropic/E2B/Daytona/Modal para terceirizar

A Anthropic publicou sandbox-runtime open source — bubblewrap + seccomp + network proxy. Ótimo. Mas é uma biblioteca; ainda precisa ser integrada no runtime, no event log, no vault.

3. Framework lock-in

Empresa tem time A em LangGraph, time B em CrewAI, time C em Pydantic AI, time D experimentando AutoGen. Cada um:

  • Implementa observabilidade do seu jeito
  • Implementa retry/durabilidade do seu jeito
  • Implementa sandbox do seu jeito
  • Implementa vault do seu jeito

O time de plataforma da empresa não tem como oferecer uma fundação comum. Migrar um agente do framework X para o Y é reescrever tudo.

A solução técnica

Três decisões arquiteturais, em ordem de importância:

Decisão 1: Event log append-only é a fonte de verdade

Não a memória do processo. Não o state do framework. O event log durável.

Toda interação — user message, assistant response, tool call, tool result, status change — é um evento. Eventos são imutáveis. Você corrige com novos eventos, nunca atualizando os antigos.

Isso desbloqueia:

  • Resume: harness lê eventos, reconstrói estado, continua
  • Replay: rebobina pra qualquer evento, refaz do mesmo input
  • Fork: branch num evento, explora caminho alternativo
  • Audit: log assinado, compliance-grade
  • Debug: vê exatamente o que aconteceu

Decisão 2: Harness fica fora do container

Esse é o insight central que a Anthropic descreve no engineering post sobre "decoupling the brain from the hands."

O harness é uma função stateless: wake(sessionId) → getEvents() → emitir novos eventos. Pode morrer a qualquer momento, ser reescalonado em outra máquina, restart sem perda.

O container (sandbox) é cattle: provisionado preguiçoso, na primeira tool call que precisa dele. Se morre, vira um tool-call error que o LLM recebe e pode tentar de novo.

Crítico: o harness invoca o sandbox como uma tool — execute(name, input) → string. Não é "harness rodando dentro do container." É "container exposto via interface unificada de tools."

Citação direta da Anthropic: "The harness doesn't know whether the sandbox is a container, a phone, or a Pokémon emulator."

Decisão 3: HarnessAdapter como interface pública

A arquitetura acima é genérica. Pode rodar qualquer harness. A Anthropic mantém esse slot interno — eles usam pra rodar variantes próprias (incluindo Claude Code).

A oportunidade open source é literalmente publicar essa interface como padrão. Chamamos de HarnessAdapter v0.1.0. Define:

step(ctx, events, tools) → AsyncIterator[Event]

Qualquer framework que implementa essa interface roda no runtime Wake. Implementações de referência:

  • adapter-claude-sdk — Claude Agent SDK como harness
  • adapter-langgraph — StateGraph como harness
  • adapter-crewai — Crew como harness
  • adapter-pydantic-ai — Pydantic AI Agent como harness

Cada adapter é ~200-400 linhas. Tradução entre o modelo interno do framework e o event schema canônico.

O que Wake NÃO é

Importante para posicionamento:

  • Não é um framework de agentes. LangGraph, CrewAI, Pydantic AI continuam existindo. Wake roda eles.
  • Não é um sandbox. Reusa sandbox-runtime, Docker, gVisor, Firecracker.
  • Não é um vault. Reusa Infisical Agent Vault.
  • Não é uma camada de memória. Letta, Mem0 continuam existindo e podem plugar.
  • Não é uma camada de observabilidade. Langfuse, Phoenix, Helicone continuam existindo e podem consumir o event log.
  • Não é um durable execution engine. Temporal, Restate, DBOS continuam existindo (Wake pode usar um deles internamente).
  • Não é multi-provider routing. Reusa LiteLLM.
  • Não é um produto SaaS. É open source, self-host first.

É: a costura entre todas essas peças, governada por uma spec aberta (HarnessAdapter + event schema).

Para quem é Wake

Usuários primários

  • Times de plataforma de IA em empresas que precisam padronizar agentes entre múltiplos frameworks
  • Devs frustrados com Managed Agents (billing, lock-in, branding) querendo self-host com mesma UX
  • Devs em coding-agents (alternativa ao OpenHands com mais flexibilidade)
  • Teams em compliance/regulated industries que precisam de audit log assinado e replay determinístico

Não-usuários

  • Dev solo brincando com agente em weekend project — overkill
  • Time que já tem stack Temporal + LangGraph funcionando — não precisa migrar
  • Empresa 100% comprometida com Claude e satisfeita com Managed Agents hosted — pague Anthropic

A aposta

A aposta é dupla:

  1. Substrato vai virar commodity em 6-12 meses. OpenHands V1, Microsoft Agent Framework, Multica, OpenClaw — todos convergem. A briga será sobre quem ganha o mindshare antes da consolidação.
  2. A interface HarnessAdapter é o moat real. Ninguém publicou ainda. Se Wake fizer isso primeiro e for adotada por LangGraph/CrewAI/Pydantic AI como integração nativa, vira padrão (igual MCP virou para tools).

Time window: ~6 meses para definir o padrão. ~12 meses para conquistar mindshare antes da convergência fechar a janela.

Se a aposta estiver errada — se MAF ou OpenHands publicar a interface primeiro, ou se a indústria convergir em outra direção — Wake vira um fork ou contribui de volta. O custo de errar é baixo. O custo de não tentar é perder a chance de definir como agentes plugam em substratos pelo próximo ciclo.

A pergunta que importa

Se essa visão estiver certa, dentro de 18 meses todo agente em produção vai rodar num runtime que fala uma versão dessa interface. A pergunta é se será uma interface aberta, com governança de comunidade, ou um padrão de facto de algum vendor.

Wake aposta na primeira opção e quer ser a referência.