120 commits, 5 agentes e nenhuma linha de frontend

Começamos na segunda-feira com um repositório vazio e terminamos na quarta com cinco agentes de IA rodando, 15 fontes de dados integradas, um pipeline editorial com LLM no loop, e mais de 800 testes automatizados. Sem frontend. Sem deploy. Sem domínio registrado. A decisão foi deliberada: construir o motor antes da carroceria.

A tese da Sinal é que inteligência proprietária sobre o ecossistema tech LATAM vale mais do que o modelo de IA que a produz. Modelos são commodity — todo mundo tem acesso ao Claude, ao GPT, ao Gemini. O que diferencia é o dado, a curadoria, e a camada de confiança que você constrói por cima. Então começamos por ali.

Cinco agentes em um dia

No primeiro dia, o repositório ganhou 120 commits. Não é um número que deveria impressionar — é um número que deveria preocupar. Velocidade assim sugere que ou estamos cortando corners, ou que a arquitetura está funcionando. Nesse caso, foi o segundo.

Cada agente da Sinal segue a mesma anatomia: config, collector, pipeline, synthesizer, writer, main. O SINTESE faz curadoria de notícias tech para uma audiência técnica brasileira. O RADAR rastreia tendências emergentes antes de virarem consenso. O CODIGO cobre o ecossistema de desenvolvedores — repos, packages, ferramentas. O FUNDING persegue rodadas de investimento. O MERCADO mapeia startups e players do ecossistema.

A decisão que permitiu a velocidade foi construir um framework compartilhado antes de qualquer agente individual. Uma shared source layer que abstrai HTTP com retry, RSS parsing, e coleta do GitHub. Um shared CLI que dá a qualquer agente --dry-run, --verbose, --persist de graça. Uma shared persistence layer que sabe persistir no banco com rollback em caso de falha. Um orchestrator que conecta coleta, editorial e persistência em um fluxo atômico.

Quando o framework ficou pronto, cada agente novo era basicamente configuração. Quais fontes usar, como pontuar relevância, o que passar para o LLM sintetizar. O FUNDING levou menos de uma hora para ficar operacional depois que o SINTESE estava rodando — porque a infraestrutura era a mesma.

O LLM como editor, não como autor

Uma decisão que tomamos cedo e que está se provando correta: o LLM não é o autor do conteúdo. Ele é o editor.