1
matheusdevlopes
2 min de leitura ·

Perdendo o medo de usar agentes de IA: minha primeira experiência com OpenCode

Eu me considero um desenvolvedor. Sei programar, gosto de tecnologia e sempre tive curiosidade de entender como as coisas funcionam, embora nunca tenha trabalhado profissionalmente na área.

Ai eu resolvi fazer um experimento com o OpenCode, utilizando o modelo gratuito DeepSeek V4.1 Flash, para descobrir até onde conseguiria desenvolver um projeto usando um agente de programação.

A ideia era criar um simulador de trânsito em Python no qual uma IA aprendesse a controlar os semáforos de um cruzamento.

O resultado foi o AutoPilot, um projeto que utiliza Q-Learning (aprendizado por reforço) para treinar um agente a decidir quando manter ou trocar o sinal verde, buscando melhorar o fluxo dos veículos.

O projeto conta com:

Simulação visual de um cruzamento com veículos em movimento, usando Pygame.

Agente de Q-Learning que aprende por tentativa e erro.

Comparação entre semáforos tradicionais e controlados pela IA.

Treinamento local, com possibilidade de salvar e continuar o aprendizado.

Métricas, gráficos e testes automatizados.

E o mais interessante: o simulador não depende de nenhuma API de IA para funcionar. O DeepSeek foi utilizado como assistente no desenvolvimento, enquanto o aprendizado do semáforo acontece localmente, por meio do algoritmo de Q-Learning.

E o resultado?

Depois de 600 episódios de treinamento, comparei a IA com um controlador tradicional de tempo fixo, utilizando as mesmas condições de trânsito.

O tempo médio de espera passou de 10,59 segundos para 10,13 segundos, uma redução de aproximadamente 4,4%.

Não foi uma vitória absoluta: a IA também atendeu um pouco menos veículos, e o tamanho médio das filas praticamente não mudou.

Mas esse era justamente o objetivo da brincadeira: experimentar, aprender e observar como um agente se comporta.

💡 O que mais achei interessante foi utilizar uma IA para me ajudar a construir um sistema que treina outra IA, tudo isso explorando os modelos gratuitos disponíveis no OpenCode.

Ainda é um projeto experimental, mas pretendo continuar fazendo melhorias e novos testes.

Imagem do Projeto: https://imgur.com/a/RoqDcLS

Link se quizerem Conferir: https://github.com/Matheushlopes/ia-autopilot

No fim foi divertido e analisando o codigo aos poucos, deu para entender algumas coisas que eu nunca tinha nem visto. algoritimos que eu nem conhecia. Foi sensacional, Recomendo a todos os DEVS iniciantes, que tem um a base (sabe usar um IF, While e sabe criar pelo menos alguma aplicação basica).

Carregando publicação patrocinada...
2

Legal ver os números do jeito que saíram, incluindo a parte que não melhorou. Duas coisas que eu olharia antes de cravar os 4,4%.

A primeira é o sorteio. 10,59 contra 10,13 é pouca diferença, e com outra seed de tráfego pode até inverter. Rodar umas 20 simulações com seeds diferentes pra cada controlador e comparar as médias já mostra se é real.

A segunda é que o agente atendeu menos veículos. Se o carro que não passou não entra na média de espera, ele pode estar melhorando a métrica deixando gente parada. Vale colocar na recompensa (e no relatório) a fila que sobrou no fim ou quantos carros passaram. E comparar também com um semáforo que troca pelo tamanho da fila, que é um adversário mais justo que o de tempo fixo.

1

Sim, mas esse projeto foi um experimento do Opencode com DeepSeek free, então provavelmente tem muitos erros. não me aprofundei nele, nem pretendo. Para mim o Interessante foi ver o Resultado e as possibilidades dessa tecnologia, sabendo que com GPT ou Claude poderia criar muita coisa foda. E o mais importante, eu conseguir desbloquear esse medo de usar os agents, e começar a Usalos como Planejador, Programador, QA, etc; foi um marco muito importante pessoalmente;

1

faz sentido. perder o receio de deixar o agente planejar, codar e testar já valeu o experimento, o resto vai vindo com o uso. e começar com modelo free tem a vantagem de errar à vontade sem queimar crédito kkk

1
1

kkkk o plus some rápido com o codex mesmo. se quiser esticar, dá pra trocar o modelo e baixar o esforço de raciocínio no /model, pra tarefa simples nem precisa do mais pesado.

1

Meus 2 cents,

Parabens pela iniciativa !

Voce fez o que eh recomendado para quem quer estudar uma nova tecnologia (nao apenas IA/Agentes): criar um projeto e testar como funcionaria nesta tecnologia.

O fato de ter conseguido sucesso aqui, e usando um modelo mais em conta, mostra as possibilidades que se abrem para quem se dispoe a estudar (e usar a IA/Agentes como um poderoso companheiro de viagem nesta jornada).

Repositorio devidamente starreado e forkeado, obrigado por compartilhar !

Saude e Sucesso !

Este post foi favoritado via extensão TABNEWS FAVORITOS

Tem curiosidade sobre IA ? Da uma olhada no meu LIVRO: IA PARA ENGENHEIROS

1

Opa, obrigado, Oletros! O foco agora é aprender a usar isso a meu favor, e não ficar lutando contra. Codar do jeito antigo não tem mais viabilidade, demora demais, e o mercado hoje em dia exige agilidade.