Grande momento para os construtores de agentes! Existe um padrão que se repete no software. Primeiro, todos focam no problema do "edifício". Frameworks surgem, amadurecem e se tornam realmente bons. Então, de repente, a restrição muda para implantação. Vimos isso com redes neurais. PyTorch, TensorFlow e Caffe foram excelentes para construir modelos. Mas implantá-los significava lidar com formatos e runtimes diferentes. O ONNX permitia que os desenvolvedores construíssem qualquer framework que quisessem, exportassem para um formato padrão e implantassem em qualquer lugar. Estamos vendo o mesmo padrão se desenrolar com Agents agora. Frameworks como LangGraph, CrewAI, Agno e Strands são maduros o suficiente para que construir um agente não seja mais a parte mais difícil. Em vez disso, é o que acontece depois disso: implantação, streaming, gerenciamento de memória, observabilidade e auto-escalonamento. Esses não são problemas de agentes, mas sim problemas de infraestrutura. E agora, toda equipe de IA com quem conversei está resolvendo tudo do zero. xpander está adotando a abordagem ONNX para esse problema, e acho que é o modelo mental certo. A ideia central é simples: traga seu agente (integrado em qualquer framework), implante-o pelo xpander e obtenha toda a infraestrutura de produção. Isso inclui: - Implantar serverless em ~2 minutos - Streaming SSE para UX de pensamento em tempo real...