Criando Sistemas Agenticos com Langchain

Um modelo de linguagem sozinho não lembra de nada, não aperta botão e não executa ação. Ele devolve texto. Tudo o que faz um agente parecer inteligente — memória, uso de ferramentas, tomada de decisão — é engenharia que você precisa construir em volta dele.

Esse invólucro tem nome: harness. E é o que este curso ensina a montar.

No primeiro módulo você constrói tudo na mão, direto na API da OpenAI, para entender a mecânica: como dar memória a um modelo, como transformar texto em ação através de ferramentas, o papel do system prompt e quanto isso custa por token. No fim, o código está grande, sujo e preso a um único provedor — e é exatamente esse desconforto que justifica o passo seguinte.

No segundo módulo, o LangChain assume. Você troca de modelo com uma linha, usa a documentação atualizada via Context7, implementa um loop ReAct completo e chega à classe Agent, com checkpointer e threads separadas por usuário.

O foco não é decorar a biblioteca. É entender o conceito bem o suficiente para guiar a IA na implementação — e para trocar de framework quando o mercado mudar.