Parabéns aos nossos amigos da @manusAI! A Manus construiu um dos agentes mais disruptivos de 2025. Como é que o agente deles é construído de forma diferente? Recentemente, organizámos uma discussão com o co-fundador da Manus, Yichao "Peak" Ji, sobre a sua abordagem de engenharia de contexto -- incluindo estratégias para gerir janelas de contexto, otimizar desempenho e construir agentes que escalem. Confira este vídeo + faça o download dos slides sobre como a Manus aborda a engenharia de contexto:

⚡ Construindo agentes empresariais na Coinbase com LangSmith ⚡ A Coinbase passou de zero a agentes de IA em produção em seis semanas, depois reduziu o tempo de construção futuro de 12 semanas para menos de uma semana. A sua Equipa de IA Empresarial Tiger construiu uma "estrada pavimentada" para que qualquer equipa pudesse enviar agentes da mesma forma que enviam código. O que fez isso funcionar: → Gráficos orientados a código com LangGraph & LangChain em vez de ferramentas de baixo código. Interfaces tipadas e nós testáveis superaram a engenharia de prompts para os casos de uso que queriam escalar. → Observabilidade como um requisito. Cada chamada de ferramenta e decisão é rastreada usando LangSmith, nossa plataforma de engenharia de agentes. → Auditabilidade por design. Registros imutáveis de dados utilizados, raciocínio seguido e aprovações dadas. Resultado: Dois agentes em produção economizando mais de 25 horas por semana. Quatro mais concluídos. Meia dúzia de engenheiros agora se autoatendem nos padrões. Agentes são uma disciplina de software. Quando você os hospeda corretamente, torna-os observáveis de ponta a ponta e testa o que é determinístico, você obtém velocidade onde ajuda e rigor onde importa. Leia mais:

🧠 Memória Persistente com o zkStash SDK Feito pela Comunidade LangChain O zkStash é um SDK TypeScript para memória persistente em agentes de IA. Integra-se com o LangChain através de ferramentas MCP ou middleware, utilizando esquemas Zod para armazenamento estruturado de preferências e conversas. 📚 Docs: