Mesa dos 28

Quem revisa o que a IA escreveu? Lentes baseadas no trabalho público de 28 especialistas leem o projeto e citam arquivo e linha; o código confere cada citação, e a decisão final é humana.

Assistir ao vídeo

Trecho do vídeo, sem som

Papel: Autor, projeto pessoal
Período: 2026
Situação: em andamento

LLMs e agentes
Python
Claude Code
Codex
Antigravity
pytest
mypy
ruff

Compreensão simples

O problema

Quem trabalha e estuda o dia inteiro não tem tempo para um curso de IA. E o que os principais nomes da área ensinam está espalhado em vídeos, posts e cursos, e muda toda semana.

Ao mesmo tempo, construir com IA é rápido, mas o resultado chega sem rastro: decisões sem explicação, testes que não rodaram e "fatos" que ninguém conferiu. Revisar tudo sozinho não dá, e chamar todos os especialistas para cada pergunta sai caro.

O que faz

Acompanha quem ensina
Toda sexta-feira, assistentes de IA buscam o que cada referência publicou na semana, nas fontes da própria pessoa, e atualizam os 28 guias baseados no trabalho delas.
Chama só quem entende do tema
Você escreve a pergunta e, antes, o que aposta que vai ouvir. A mesa chama de 3 a 5 guias que entendem daquele assunto, e não os 28.
Aponta o arquivo e a linha
Cada guia lê o projeto, sem poder mudar nada, e aponta onde viu cada coisa. Uma checagem confere se o lugar apontado existe; o que não existe sai.
Entrega a lista, você decide
No fim, uma lista curta do que melhorar, cada item com o jeito de conferir se ficou pronto. A linha da decisão fica em branco para você.

Na tela

A mesa vista de cima, com a pergunta e o campo da hipótese do autor, sob o texto "Uma pergunta, e antes, a aposta humana". — **1. Aposta.** Antes de rodar, a pessoa escreve o que aposta que a mesa vai achar.

Os nove temas em volta da mesa, com um deles sugerido. — **2. Tema.** O tema vem sugerido por um modelo pequeno; quem escolhe é a pessoa.

Cinco lugares acesos na mesa e duas citações de arquivo e linha ao lado. — **3. Lentes.** De 3 a 5 lentes leem o projeto, só com leitura, e citam arquivo e linha.

Três citações sobre a mesa; duas marcadas como existentes no disco e uma sem marca. — **4. Confere.** O código confere cada citação no disco; a que não existe ganha uma correção e depois sai.

A tabela do backlog com a linha "Decisão do time" em branco. — **5. Decide.** O moderador entrega o backlog; a linha da decisão fica em branco para a pessoa.

Toque fora da imagem para fechar.

O que muda

Antes: 8,45 mi
Depois: 0,91 mi

O custo de uma rodada de revisão, em milhões: com os 28 guias de uma vez e com só os 5 do tema. Cerca de 89% menos.

Quem não tem tempo para um curso aprende, toda semana, com o que os principais nomes da área estão ensinando, e vê esses conselhos aplicados ao próprio projeto, com o lugar exato de cada um.

Com os 28 de uma vez, a rodada também apontou 5 lugares que não existiam. Com só os 5 do tema, os 108 apontamentos foram conferidos, e o custo é estimado antes de começar: se passar do limite, a rodada não começa sem uma ordem sua.

E o mesmo jeito pode servir a qualquer área em que valha aprender com as referências e revisar o próprio trabalho com o olhar delas: o mesmo motor já roda uma mesa de designers 3D e uma banca para o TCC.

Compreensão técnica

Problema, otimização e resultado

Problema: Aprender IA aplicada a fundo sem tempo para um curso, e revisar projetos feitos com IA, que chegam sem rastro: decisões sem justificativa, testes que não rodaram e citações que ninguém conferiu. Acompanhar o que 28 referências publicam toda semana custa horas, e convocar todas para cada revisão custa caro.
Otimização: 28 guias com citação, link e data, atualizados toda sexta por uma tarefa agendada que só aceita fontes da própria referência, viram por código subagentes revisores só de leitura. Por tema, uma bancada de 3 a 5 lentes, com os tokens estimados antes de gastar e recusa acima de 2 M; cada citação arquivo:linha é conferida no disco, e um moderador consolida um backlog com critério de aceite.
Resultado: Em 16/09/2026, a rodada com as 28 lentes sobre a própria mesa custou 8,45 M de tokens e inventou 5 citações. Em 18/09, com a bancada de 5: 914 mil tokens (cerca de 89% menos), 108 de 108 citações conferidas no disco (3 corrigidas na segunda chance) e estimativa de 1,36 M contra o teto de 2 M, calculada antes de gastar.

Evidências

108 de 108 citações conferidas no disco
Na rodada de 18/09/2026 em que cinco lentes revisaram a própria mesa: cada citação arquivo:linha é checada contra o arquivo, e 3 foram corrigidas na segunda chance. A checagem prova que a linha existe, não que ela sustenta a afirmação.
Medido.
58 funções de teste, com teste de mutação
Contadas no recorte público do código em 30/10/2026; pytest com ruff e mypy. O teste de mutação planta um defeito por vez e confere se a suíte o pega.
Medido.
Tema da pergunta com 85% de acerto (ECE 0,08)
laya-tema, avaliado uma única vez num conjunto final trancado de 108 perguntas; na mesma prova, a regra de palavra-chave acertou 50%.
Medido.

As garantias no código

Cada lente é um subagente gerado por código a partir de um guia com citação, link e data. O que pode dar errado fica preso no código, não no prompt:

citações arquivo:linha conferidas contra o disco, com uma correção e depois expurgo;
orçamento de tokens, com recusa acima do teto;
conteúdo do projeto revisado tratado como dado, contra injeção de prompt indireta;
máscara de segredos, com uma asserção no fim;
teste de mutação sobre os próprios testes.

Na tela

Toque fora da imagem para fechar.

Como funciona

Seis etapas, da pergunta ao backlog. O modelo lê e escreve; o código confere.

Aposta
A pessoa escreve a hipótese antes; pular é possível, mas fica registrado.
Python
Tema
O laya-tema sugere um dos 9 temas; sozinho, só vale com confiança de 0,8 ou mais.
laya-tema85% de acerto
Contexto
Monta o contexto, roda os testes do projeto, mascara segredos e estima o custo.
Pythonteto de 2 M tokens
Lentes
De 3 a 5 subagentes, só com leitura, escrevem pareceres que citam arquivo e linha.
Antigravity CLI
Citações
O código confere cada citação no disco; a que falha ganha uma correção e depois sai.
Python108 de 108
Backlog
O moderador junta tudo em até 12 itens, cada um com critério de aceite.
Python

O consolidado sai em Markdown, com um cabeçalho de verificação escrito pelo código, não pelo modelo. Ao lado, o cabeçalho da rodada de 18/09/2026, em que cinco lentes revisaram a própria mesa.

A mesa não aplica código, não é portão de merge e não decide: a linha "Decisão do time" fica em branco, e o validador recusa o consolidado se o modelo a preencher.

Testes do projeto: VERDE
Citações conferidas no disco: 108 de 108 existem
Tokens: 914 mil
Orçamento: estimativa 1.36 M · teto 2.00 M

Decisões

A escolhaEm vez deCusto aceito

De 3 a 5 lentes por tema

Em vez de: As 28 lentes em toda rodada.

Custo aceito: Menos pontos de vista por pergunta; em troca, cerca de 0,9 M de tokens contra 8,45 M da mesa cheia.

O código confere, não o modelo

Em vez de: Confiar nas citações que o modelo escreve.

Custo aceito: A conferência prova que a linha existe, não que sustenta a afirmação; o limite está escrito no protocolo.

O projeto revisado é dado, não instrução

Em vez de: Colar o conteúdo do projeto direto no prompt.

Custo aceito: Um envelope em cada porta de entrada e testes de injeção para cada uma.

A aposta antes da rodada

Em vez de: Ler o backlog sem expectativa prévia.

Custo aceito: Um passo a mais. Em 22/09, a mesa refutou a hipótese do próprio autor.

O custo estimado antes de gastar

Em vez de: Descobrir o custo de uma rodada depois de pagá-la.

Custo aceito: A estimativa é conservadora e pode recusar uma rodada que caberia; há uma ordem expressa para passar.

Como foi construído

11/09
Os guias
Os especialistas mais seguidos, com curso ou canal; cada guia com citação, link e data.
12/09
A mesa
Os 28 guias viram subagentes, a mesa 3D e o motor no Antigravity.
16/09
A mesa revisa a si mesma
As 28 lentes custam 8,45 M de tokens e inventam 5 citações; 27 de 28 pedem uma bancada enxuta.
18/09
As garantias
Bancada por tema, teto de 2 M, conferência de citações, validador do consolidado, máscara de segredos e aposta obrigatória.
22/09
O teste de mutação
A primeira medição acha defeitos que a suíte verde não pegava; entram 6 testes novos.
11/10
O roteador de temas
O laya-tema é avaliado uma única vez no conjunto trancado e passa a sugerir o tema da mesa.

Desenvolvi com agentes de IA de código. Cada falha da própria mesa fica registrada com data, uma linha cada, no arquivo de instruções do projeto.

Limites

A conferência garante que o arquivo e a linha citados existem; conferir se a linha sustenta a afirmação é o passo seguinte.
Os números vêm de rodadas da mesa sobre o próprio código; o próximo passo é o protocolo pré-registrado, com 10 defeitos semeados e 3 iscas, que mede a mesa contra um revisor único.

Hoje e a seguir

Hoje

A mesa roda em qualquer projeto, pelo Claude Code, pelo Codex ou pelo Antigravity, e o Journal atualiza os guias toda sexta-feira. O mesmo motor já serve a mais duas mesas: a dos Designers 3D e a Banca do TCC.

A seguir

Rodar o protocolo de eficácia pré-registrado: 10 defeitos semeados e 3 iscas, a mesa contra um revisor único.
Conferir se a citação sustenta a afirmação, e não só se a linha existe.

Os guias sintetizam conteúdo público dos especialistas; nenhum deles endossou o projeto.

As imagens são quadros do comercial do projeto, desenhados para o vídeo a partir da mesa 3D.

Próximo projeto da visitaVIX