Notas organizadas pelos limites de sistema que importam em produto real.

Workflows com agentes ficam mais confiáveis quando o sistema consegue simular uma ação antes de ganhar o direito de executá-la.

O trabalho mais interessante em IA aplicada geralmente está em custo, validação e fallback, não no prompt sozinho.

Aprovação não é fricção por vaidade. É a superfície de produto que transforma um agente capaz em um sistema responsável.

Mesmo produto enxuto precisa de billing, webhooks, cron, storage e docs operacionais se quiser parecer confiável.

A parte difícil de billing quase nunca é o caminho feliz. É replay seguro, idempotência e manter transição de estado boring sob pressão.

Produtos multi-tenant ficam mais seguros quando o escopo por organização aparece no código, nas queries e nas docs em vez de ficar implícito.

A superfície da API fica mais confiável quando formato de resposta, validação e schemas compartilhados são mais explícitos do que cleverness.

Retries, motivo de falha e rastros para operador importam mais do que fingir que o trabalho em background é invisível.

Repositório e screenshot ajudam, mas estudo de caso é o que mostra contexto, restrição e decisão técnica.