<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>AI Por Dentro: De Tokens a Agents on Ricardo Martins — Cloud Architecture, Azure, Kubernetes e DevOps</title>
    <link>https://ricardomartins.com.br/series/ai-por-dentro-de-tokens-a-agents/</link>
    <description>Recent content in AI Por Dentro: De Tokens a Agents on Ricardo Martins — Cloud Architecture, Azure, Kubernetes e DevOps</description>
    <image>
      <title>Ricardo Martins — Cloud Architecture, Azure, Kubernetes e DevOps</title>
      <url>https://ricardomartins.com.br/images/profile.png</url>
      <link>https://ricardomartins.com.br/images/profile.png</link>
    </image>
    <generator>Hugo</generator>
    <language>pt-BR</language>
    <lastBuildDate>Tue, 07 Jul 2026 14:19:34 -0400</lastBuildDate>
    <atom:link href="https://ricardomartins.com.br/series/ai-por-dentro-de-tokens-a-agents/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Context engineering: a arte de alimentar LLMs</title>
      <link>https://ricardomartins.com.br/context-engineering-a-arte-de-alimentar-llms/</link>
      <pubDate>Sun, 05 Jul 2026 10:00:00 -0400</pubDate>
      <guid>https://ricardomartins.com.br/context-engineering-a-arte-de-alimentar-llms/</guid>
      <description>System prompts, few-shot examples, retrieval context, tool definitions. Como montar o input perfeito pra um LLM, explicado como quem monta payloads de API.</description>
    </item>
    <item>
      <title>Como RAG funciona: da teoria ao pipeline</title>
      <link>https://ricardomartins.com.br/como-rag-funciona-da-teoria-ao-pipeline/</link>
      <pubDate>Thu, 02 Jul 2026 10:00:00 -0400</pubDate>
      <guid>https://ricardomartins.com.br/como-rag-funciona-da-teoria-ao-pipeline/</guid>
      <description>Retrieval-Augmented Generation desmontado em peças. Como conectar seus documentos internos a um LLM sem fine-tuning, com exemplos reais em Azure AI Search.</description>
    </item>
    <item>
      <title>Como vector databases funcionam por dentro</title>
      <link>https://ricardomartins.com.br/como-vector-databases-funcionam-por-dentro/</link>
      <pubDate>Mon, 29 Jun 2026 10:00:00 -0400</pubDate>
      <guid>https://ricardomartins.com.br/como-vector-databases-funcionam-por-dentro/</guid>
      <description>HNSW, IVF, quantização. Como vector databases armazenam e buscam milhões de embeddings em milissegundos, explicado pra quem já operou bancos de dados em produção.</description>
    </item>
    <item>
      <title>Reinforcement learning: o que é e por que importa pra LLMs</title>
      <link>https://ricardomartins.com.br/reinforcement-learning-o-que-e-e-por-que-importa-pra-llms/</link>
      <pubDate>Fri, 26 Jun 2026 10:00:00 -0400</pubDate>
      <guid>https://ricardomartins.com.br/reinforcement-learning-o-que-e-e-por-que-importa-pra-llms/</guid>
      <description>Como reward functions e feedback humano transformam um modelo de linguagem bruto num assistente que responde com educação. RL explicado pra quem entende de sistemas.</description>
    </item>
    <item>
      <title>Conceitos de LLMs: o deep dive que faltava</title>
      <link>https://ricardomartins.com.br/conceitos-de-llms-o-deep-dive-que-faltava/</link>
      <pubDate>Tue, 23 Jun 2026 10:00:00 -0400</pubDate>
      <guid>https://ricardomartins.com.br/conceitos-de-llms-o-deep-dive-que-faltava/</guid>
      <description>Tokens, embeddings, attention, context window. Tudo que você precisa entender sobre Large Language Models pra parar de tratar isso como caixa preta.</description>
    </item>
  </channel>
</rss>
