qm – Estrutura de agente multijogador para o trabalho

Artigo original ↗ Discussão no Hacker News ↗

Uma nova “multiplayer agent harness” open-source da YC pretende dar a cada funcionário um assistente de IA pessoal que possa agir entre ferramentas da empresa, ao mesmo tempo compartilhando contexto delimitado em “salas” compartilhadas. Os comentaristas se mostram intrigados com a ideia de agentes em nível organizacional e com o modelo de contribuição — ideias de recursos enviadas como texto escrito por humanos em vez de código —, mas questionam o quanto isso realmente avança em relação a bots de Slack existentes, produtos no estilo Copilot/Cowork e outras estruturas de agentes como Hermes ou OpenClaw. Também há ceticismo em relação a escolhas de design impulsionadas por hype, como uma elaborada habilidade de “anti-slop taste”, e preocupações mais amplas de que agentes sempre ativos possam gerar mais ruído, risco de segurança e automação superficial do que ganhos reais de produtividade.

Modelo de contribuição e código gerado por IA

  • O projeto só aceita ADRs em “texto escrito por humanos”, não PRs de código. Os mantenedores então implementam as mudanças, muitas vezes por meio de seus próprios agentes.
  • Muitos veem isso como uma forma prática de evitar PRs de baixa qualidade ou “slop” de LLM e focar em ideias e especificações em vez de revisão de código.
  • Outros acham irônico ou “AI-psychotic” que um projeto muito centrado em IA proíba propostas escritas por IA, embora alguns observem que a restrição é, na verdade, sobre especificações formalizadas por IA, não sobre o uso geral de IA.
  • São feitas comparações com projetos como SQLite, que também evitam contribuições de código aleatórias; vários mantenedores dizem preferir issues detalhadas a PRs de passagem.

“Taste” / habilidade anti-slop

  • A “taste skill” enviada para frontends tenta evitar o design e o texto típicos de aparência de IA.
  • Alguns gostam da ideia de codificar explicitamente regras anti-slop; outros criticam o tamanho enorme do prompt e o estilo negativo e prescritivo.
  • Proibições de marcadores estilísticos específicos (como certas paletas ou pontuação) são vistas por alguns como superajustadas e bobas; outros acham que esses sinais simplesmente vão se inverter com o tempo.

Estruturas de agentes, Hermes e casos de uso

  • A discussão compara qm ao Hermes, a sistemas do tipo Openclaw e a outras estruturas.
  • Alguns preferem harnesses ricos em recursos como o Hermes; outros favorecem configurações minimalistas e extensíveis ou criar a própria solução para ter controle e uso de recursos.
  • Usos reais relatados: triagem de alertas de plantão, correções de CI, geração de RCA, otimização de consultas de banco de dados, triagem de inbox e RSS/notícias, gráficos/análises e ferramentas internas via webhooks.
  • Uma preocupação recorrente: produzir muito código de agente é fácil; revisar, rastrear a proveniência e confiar nele é a parte difícil.

Agentes “multiplayer” e UX

  • “Multiplayer” é interpretado como agentes em nível de organização e salas/escopos compartilhados, para que cada pessoa tenha um assistente que possa colaborar e compartilhar contexto.
  • Alguns veem isso apenas como mais um escalonador de jobs ou um bot do Slack enfeitado; outros acham que o verdadeiro desafio e valor está no contexto compartilhado e com escopo.
  • Há interesse em nova UI e primitivas de agente (por exemplo, modelos de estado ligados à UI, aplicativos baseados em MCP), mas muitos observam que as páginas de marketing atuais são vagas e parecidas.
  • Debate sobre construir harnesses sob medida versus usar plataformas generalizadas; personalização é valorizada, mas a fragmentação e o cansaço de “mais um harness” são evidentes.

Recepção, novidade e ceticismo

  • Alguns consideram o qm real, útil e uma evolução natural de configurações anteriores pessoais de RAG/agente.
  • Outros o veem como superengenheirado, movido por hype, apressado em resposta ao burburinho de “multiplayer AI”, ou como uma solução em busca de problemas que basicamente queima tokens.
  • Preocupações levantadas sobre segurança (agentes tendo todas as permissões de um usuário), diferenciação pouco clara em relação a ferramentas como Copilot ou Cowork, e as motivações estratégicas mais amplas da YC.