Queria compartilhar um pouco o que to fazendo aqui no time de infra iOS no tiktok em relação a "eficiencia com IA”. Se você tem planos ou já utiliza IA no seu dia a dia, da uma olhada nas minhas explorações pra deixar suas ferramentas ainda melhores thread ~
Antes, um pouco de contexto: 1. O projeto em que eu trabalho, o app do TikTok, é gigante e complexo. São ~12M de linhas de código Objc e Swift, mais de 100 mil arquivos separados em mais de 1000 modulos, features etc. São mais de 500 desenvolvedores contribuindo pro monorepo 2.
Durante esse tempo explorando, criando algumas soluções e pegando feedback de outros RDs, da pra chegar a algumas conclusões sobre os pain points de programar com IA: - Contexto: à medida que a conversa se torna mais longa e novas regras são introduzidas, o modelo se perde,
1. Rules estruturadas Começando do básico, definição de regras. Um arquivo contendo as regras gerais do contexto. Aqui você define como a IA deve responder, o que fazer, o que não fazer, quais guidelines seguir. As regras vão ser executadas sempre que você mandar um prompt ou
2. Agentic First Documentation As documentações precisaram ser refinadas até atingir um nível de qualidade, precisão e manutenibilidade aceitaveis. O refinamento vem basicamente de prover o máximo de contexto pra IA, seguindo uma estrutura que facilita o entendimento e não
3. MCP ModelContextProtocol é um protocolo que padroniza como as aplicações dão contexto pras LLMs. Por exemplo, você pode utilizar o MCP do whatsapp pra fazer o AI Agent mandar uma mensagem para certo contato, em tal horário... Não vou focar muito na arch do MCP iOS que
4. Contexto com GraphRAG, deixando a codebase "AI Friendly" A gente sabe que é outro problema relacionado com contexto. Pra isso é necessário uma arquitetura sofisticada de gráfico de conhecimento inspirada em sistemas de RAG baseada em grafos (GraphRAG). Com alguns scripts pra