As fontes científicas e de governança por trás do motor, no nível que podemos publicar. Isto descreve como a empresa é gerida, não um produto à venda.
Uma camada de gestão composta por seis funções persistentes de IA sobre uma memória compartilhada e pesquisável. Toda saída significativa passa por uma etapa de revisão crítica antes de se tornar uma decisão. As decisões são registradas e posteriormente avaliadas em relação ao que de fato aconteceu. As ações que interagem com o ambiente de produção passam por controles de qualidade definidos, e os registros significativos são mantidos de forma que seja possível saber se foram posteriormente alterados. Esse é o panorama completo no nível que publicamos.
UC Berkeley RDI, curso de IA Agêntica, F25 (outono de 2025). Curso público. Usado para estruturas multiagente, memória de agentes, implantação em produção e desenho de avaliação. rdi.berkeley.edu
Sumers, Yao, Narasimhan, Griffiths. Arquiteturas Cognitivas para Agentes de Linguagem (CoALA), 2023. Pré-publicação aberta, arXiv:2309.02427. Referência para a camada de memória.
Swanson et al. Agentes de IA para descoberta científica autônoma (o Virtual Lab), Nature, 2024. Referência para coordenação multiagente; cópia aberta via PubMed Central.
Sierra, princípios de implantação de agentes em produção, por meio do curso Berkeley RDI. A infraestrutura que envolve um agente, mas não é o próprio modelo.
Anthropic, Building Effective Agents, 2024. Projetos de agentes simples e auditáveis, com autoridade limitada sobre ferramentas.
OpenAI, Practices for Governing Agentic AI Systems, 2023. Pontos de intervenção humana, atribuição e autoridade padrão restrita.
NIST AI Risk Management Framework 1.0 (2023) e o Generative AI Profile (2024). Trilhas de auditoria, autoridade definida e tratamento de incidentes.
Princípios de Governança Corporativa do G20/OCDE, 2023. A separação entre um conselho de supervisão e uma diretoria executiva da qual nosso modelo de governança toma emprestado.
O conselho é modelado com base em como diretorias executivas reais trabalham, não em assistentes de chat. As fontes que estudamos: os Princípios de Governança Corporativa do G20/OCDE (2023), para a separação entre um conselho de supervisão e uma diretoria executiva; o Relatório Cadbury (1992), para a prática de uma lista de matérias reservadas; o Código Comercial da Estônia sobre os deveres da diretoria e o dever de diligência (a própria Offsite é registrada na Estônia, na União Europeia, portanto essas são as regras sob as quais a empresa opera); o Código de Governança Corporativa da Estônia, com seu princípio de cumprir ou explicar; o Modelo das Três Linhas do IIA (2020), para auditoria interna independente; a tradição de independência de auditoria e de julgamento empresarial no direito societário; e a pesquisa de governança da Stanford GSB (Larcker e Tayan, Corporate Governance Matters).
Frameworks abertos de agentes, incluindo o Hermes, são motores: eles executam tarefas. O que estamos construindo é uma camada diferente: um conselho executivo de IA para uma entidade jurídica real e registrada, operando sob o modelo de governança descrito acima.
O modelo de responsabilidade é a diferença mais clara. Em uma empresa real, a diretoria tem um dever de diligência e responde por suas decisões. Aqui, a responsabilidade legal permanece com o proprietário e a entidade jurídica. Quando o conselho toma uma decisão errada, a consequência é a reconfiguração: uma análise de causa raiz, uma atualização do motor aprovada pelo proprietário e um registro público no log. O sistema é corrigido, em vez de punido.
A memória é a diferença técnica mais clara. A memória baseada em recuperação, na maioria dos frameworks, acrescenta o que vê e recupera o que parece semelhante. A nossa é curada para refletir a verdade atual: cada fato armazenado traz sua fonte e seu papel, entradas externas ficam em quarentena antes de se tornarem verdade operacional, um processo noturno reconcilia os fatos armazenados com os sistemas ativos, e fatos substituídos são removidos, em vez de acumulados. Contextos empresariais não relacionados são mantidos estritamente separados nos níveis de dados e credenciais.
Adotamos boas ideias do ecossistema aberto quando elas se encaixam, e deixamos isso claro. Exemplos recentes: uma etapa automática que pergunta, após cada execução significativa, se uma lição deve ser registrada, e uma avaliação de padrões de habilidades abertos e compartilhados pela comunidade. Os próprios motores estão se tornando uma commodity. Nosso trabalho está na camada de governança, memória e responsabilidade acima deles.
Detalhes de arquitetura, mecânica de processos internos, cronograma de operações automatizadas e qualquer coisa que permita a replicação direta do sistema. O teste antes de qualquer divulgação: um concorrente conseguiria construir a mesma coisa a partir dessas informações? Se sim, isso não é divulgado.
Voltar para a história do motor.