Grande momento para os construtores de Agentes! Há um padrão que continua a repetir-se no software. Primeiro, todos se concentram no problema da "construção". Os frameworks surgem, amadurecem e tornam-se realmente bons. Então, de repente, a restrição muda para a implementação. Vimos isso com redes neurais. PyTorch, TensorFlow e Caffe eram todos excelentes para construir modelos. Mas implementá-los significava lidar com diferentes formatos e tempos de execução. O ONNX permitiu que os desenvolvedores construíssem em qualquer framework que quisessem, exportassem para um formato padrão e implementassem em qualquer lugar. Estamos a assistir ao mesmo padrão a desenrolar-se com os Agentes neste momento. Frameworks como LangGraph, CrewAI, Agno e Strands estão maduros o suficiente para que construir um agente já não seja a parte mais difícil. Em vez disso, é o que acontece depois disso: implementação, streaming, gestão de memória, observabilidade e auto-escalonamento. Esses não são problemas de agentes, mas sim problemas de infraestrutura. E neste momento, todas as equipas de IA com quem falei estão a resolvê-los do zero. O xpander está a adotar a abordagem ONNX para este problema, e eu acho que é o modelo mental certo. A ideia central é simples: traga o seu agente (construído em qualquer framework), implemente-o através do xpander e obtenha toda a infraestrutura de produção. Isto inclui: - Implementação sem servidor em ~2 minutos - Streaming SSE para uma experiência de pensamento em tempo real...