GBR: Referências de Trabalhos Acadêmicos

• O Manifesto Cyberpunk

Na Prática

• BPM Blockchain Dr Veronica Martinez - Veronica Martinez, Cambridge - How Caterpillar's Blockchain Pilot Delivered Better Business Results

BPMN + Blockchain

• 2017 BPM Utilizando Bitcoin p/ verificação em Runtime - Mais antigo
• 2017 Caterpillar A Blockchain-Based Business Process - 2018 - 2019
• 2024 Blockchain-based Federated Learning Utilizing Zero-Knowledge Proofs for Verifiable Training and Aggregation
• 2026 Zero Knowledge verifiable semi asynchronous
• Data Poisoning Detection in Federaged Learning

Organizar

• AsynchronousFederatedLearning
• Assessing Routing Algorithms to Payment Channels
• Pain Patterns
• CosmosDB Building Event Driven System
• Event Sourcing
• Decentralized Control A Novel
• Federated LearningA Cutting-Edge Survey of the Latest Advancements and Applications
• Genet Scalable fat tree using webrtc
• Horizontal Scaling of Transaction

Apresentações

• O que é protocolo H.323

Cientistas

• Wil van der Aalst - Unraveling the Fabric of Intertwined Processes: How Object-Centric Process Mining is Changing the Way We Improve Operational Processes

• Ingo M. Weber - Semantic Methods for Execution-level Business Process Modeling

• David Chaum Pai do Cyberpunk: Participou do manifesto cyberpunk! - Elixxir

• Christian Grothoff - Gnu Taler - Ledger Project

• Alonzo Church: Lambda Calculus, Applicative Function, etc.

• Dennis Ritchie: C lang, UNIX, etc.

• Ken Thompson: B lang, UNIX, etc.

1. Benchmark de Mercado: NullClaw & OpenAI

Para refinar a nossa arquitetura, analisamos profundamente os seguintes padrões de engenharia:

A. NullClaw (Zig Autonomous AI Agent Runtime) O NullClaw destaca-se pela sua extrema eficiência (static binary de _{678 KB, peak RSS de} 1 MB, sub-2ms boot) e sua arquitetura *altamente modular baseada em Vtables. - *O que aprendemos:** 1. *Tabela de Ponteiros de Função (Interfaces Ocap):* NullClaw abstrai canais de mensageria (Discord, Slack, Terminal), provedores (Ollama, Gemini, OpenAI) e ferramentas em vtables puras em Zig. No Gleam, podemos emular isso usando registros de tipos com funções (como já fazemos com aci.PersistenceAdapter). Devemos estender esse padrão para os Provedores LLM (LlmProvider) e Motores de Execução de Ferramentas (ToolExecutor). 2. *Sandboxing de Múltiplos Níveis:* NullClaw usa mecanismos nativos do SO como Landlock (Linux) ou enjaulamento para isolar I/O. A nossa abordagem com normalização case-insensitive/sensitive baseada no os.family() da Erlang VM atinge o mesmo objetivo de sandboxing lógico com custo zero de infraestrutura e portabilidade cross-platform imediata.

B. OpenAI Assistant & Tool Calling Protocol A OpenAI padronizou o ciclo de vida do Tool Calling (onde o LLM gera um JSON contendo tool_calls, a execução suspende, o cliente executa as ferramentas e devolve a resposta no array de tool_outputs). - *O que aprendemos:* 1. A máquina de estados do nosso orchestrator.gleam é aderente a esse padrão (via mensagens LlmActionReady e ToolObservation). Porém, a conversão do JSON bruto do LLM em ações do Gleam deve ser robusta para aceitar chamadas paralelas e falhas estruturais, sem causar loops infinitos de reparo.

2. Fundamentos Científicos

Para trazer rigor matemático e de engenharia para o MVP, apoiamo-nos em três áreas de pesquisa científica:

1. Debate Multi-Agente e Factualidade * *Trabalho Base:* "Improving Factuality and Reasoning in Language Models through Multiagent Debate" (Du et al., 2023). * *Conceito:* O estudo demonstra que colocar múltiplos agentes com personas diferentes (por exemplo, um codificador pragmático e um validador pessimista) em debate iterativo reduz de forma drástica as alucinações (decaimento de erro assintótico) comparado com modelos isolados. * *Aplicação (Puck/ADR-0016):* O diálogo entre o *Narrator* (que detém a novidade episódica) e o *Archivist* (que possui as ferramentas de RAG e defende a consistência da memória longa) atua exatamente sob a teoria de consenso adversarial. A consolidação da memória só é escrita se houver convergência matemática.

2. Sistemas de Memória Dupla (Hipocampo e Neocórtex) * *Trabalho Base:* "Complementary Learning Systems (CLS) Theory" (McClelland, McNaughton & O'Reilly, 1995). * *Conceito:* O cérebro biológico consolida memórias rápidas e instáveis (hipocampo) em representações estruturadas e lentas de conhecimento geral (neocórtex) durante o sono para evitar interferência catastrófica. * *Aplicação (Titania/ADR-0016):* O gbr_disk_log e o estado local da sessão em memória agem como o Hipocampo (registro episódico de alta frequência). O pipeline de consolidação rodando processos BPMN de fundo (durante o "sono" do agente) consolida e transfere esse conhecimento para tabelas estruturadas de Mnesia e Vector DBs, simulando o Neocórtex.

3. Sandboxing Baseado em Capacidades e Isolamento de I/O * *Trabalho Base:* "Capability-Based Computer Systems" (Levy, 1984). * *Conceito:* Sistemas baseados em privilégios mínimos de acesso por capacidade (Object-Capability ou Ocap) provaram-se matematicamente imunes a escalações de privilégio acidentais ou intencionais. * *Aplicação (ADR-0001/0007):* Nossa FsEnv no filesystem.gleam atua como um token de capacidade. O orquestrador não passa o direito de acessar o SO para a ferramenta; ele passa apenas um token contendo a raiz higienizada e o vetor de arquivos protegidos, limitando o raio de explosão no nível de tipo do Gleam.