Uma equipa, não um único raciocínio isolado
A Argo decompõe a tarefa, distribui-a por funções especializadas e deixa que estas se contraponham antes de qualquer coisa ser escrita. Isto revela fragilidades que um único agente não detetaria.
Agent Argo
Descreve o teu objetivo em linguagem natural. Uma IA CEO planeia, delega a uma equipa de agentes especializados e faz com que o resultado seja verificado de forma independente antes de contar como concluído.
Equipa de IA CEOUma equipa de agentes especializados contesta-se mutuamente antes de algo ser escrito — não um único agente de chat.
Neutro quanto ao fornecedor (BYOK)As tuas próprias chaves de API, misturando livremente modelos cloud e locais — sem dependência de um fornecedor.
Verificação independenteUm agente verificador à parte — não o autor do código — revê cada resultado com testes e análise, acionando automaticamente uma reparação em caso de falha.
Rastreabilidade totalCada decisão, contexto, modelo e custo fica registado — rastreável mesmo meses depois.
Telemetria
Medido, não afirmado
A Argo mede o custo por resultado aceite — não os tokens. Estes valores provêm de telemetria opt-in anonimizada de instalações reais: apenas números agregados, nunca conteúdo dos projetos.
Ainda não há dados de utilização anonimizados suficientes para apresentação — os valores aparecem assim que for atingida a amostra mínima.
–min. médios poupados por execução aceite
–horas de desenvolvimento poupadas (estimativa)
–poupança líquida estimada (€)
–das execuções são aceites
–taxa de rollback
Benchmarks SWE
Valores estimados — os testes reais seguem-se
Os valores são deliberadamente estimados de forma pessimista — preferimos ficar aquém do que prometer algo que o Argo ainda não cumpre de forma fiável. Cada percentagem é a taxa de resolução: a proporção de tarefas do benchmark resolvidas de forma totalmente correta — sem comparação de tempo com outros modelos e sem pontuação parcial por soluções meio certas. São estimativas fundamentadas, não resultados medidos: definidas com base nos modelos subjacentes, na orquestração e na camada de verificação do Argo — não em execuções de benchmark efetivamente realizadas. Os testes reais estão, por agora, adiados devido ao custo potencialmente elevado de API (muitas chamadas ao modelo por tarefa) e seguir-se-ão mais tarde.
O Ultracode ainda está em desenvolvimento ativo — estes valores são estimativas preliminares.
Valores estimados, não medições — as execuções reais de benchmark estão adiadas por motivos de custo e serão adicionadas assim que estiverem disponíveis.
Blog
Blog: acompanhe o desenvolvimento ao vivo
O que estamos a construir agora, as novas técnicas implementadas e o que mudou na última atualização.
Posicionamento
Não é um chatbot. É uma equipa de software artificial
Um único agente entrega rapidamente uma solução plausível. Mas plausibilidade não é fiabilidade. A Argo trata o planeamento, a implementação, a revisão e a aprovação como responsabilidades distintas — como uma boa equipa.
Autonomia com barreiras de segurança
As alterações surgem primeiro como um patch num ambiente isolado e só são aplicadas após revisão. Tu decides o que a Argo pode fazer automaticamente — as ações críticas permanecem sempre especialmente protegidas.
Cada decisão deixa um rasto
Cada execução regista o que aconteceu: qual o contexto, qual o modelo, quais os custos, quais as verificações. Mesmo meses depois, é possível compreender porque foi tomada uma decisão.
Modo de funcionamento
Do requisito ao resultado verificado
Descreves um objetivo em linguagem natural. A Argo transforma-o num plano, orquestra os agentes adequados e entrega um resultado que não parece apenas concluído — foi efetivamente verificado.
- Um scheduler e um replanner decidem quais os agentes e modelos realmente necessários
- Verificadores independentes analisam os resultados, em vez de se limitarem a resumi-los
- Pacotes de contexto entregam, de forma precisa, as partes relevantes de grandes bases de código
- Modo Git: commits, branches e descrições de PR gerados a partir do trabalho realizado
CEO-IA
Compreender a tarefa, criar um plano e um grafo de tarefas
Compreender a tarefa, criar um plano e um grafo de tarefas
Equipa de agentes
Arquitetura, desenvolvimento, QA, documentação — com deliberação estruturada
Arquitetura, desenvolvimento, QA, documentação — com deliberação estruturada
Verificação
Testes, revisões, instâncias de verificação independentes, execuções de reparação
Testes, revisões, instâncias de verificação independentes, execuções de reparação
Resultado
Patches verificados, justificações e um rasto de auditoria completo
Patches verificados, justificações e um rasto de auditoria completo
Rentabilidade
A métrica certa: custo por resultado aceite
A Argo consome muitas vezes mais tokens por tarefa do que uma única conversa — e ainda assim sai mais barata. O trabalho de rotina corre em modelos económicos ou locais; os modelos de topo, mais caros, só são usados onde o seu valor acrescentado justifica o custo adicional.
- Encaminhamento inteligente de modelos entre diferentes níveis de preço, com escolha de modelo explicável
- Orçamentos, limites de custo flexíveis e rígidos, simulação antes do início
- Menos tentativas, menos retrabalho, menos tempo de revisão — o trabalho humano é o recurso mais caro
Rotina
Pesquisa de contexto, documentação, verificações simples → modelos económicos ou locais
Pesquisa de contexto, documentação, verificações simples → modelos económicos ou locais
Exigente
Arquitetura, implementação complexa, análise de causas de erro → modelos avançados
Arquitetura, implementação complexa, análise de causas de erro → modelos avançados
Salvaguarda
Verificação e escalonamento apenas onde trazem valor mensurável
Verificação e escalonamento apenas onde trazem valor mensurável
Próximo passo
Melhores resultados, com menos supervisão
Menos retrabalho, menos tempo de revisão, mais confiança no resultado — é essa a diferença entre um agente e uma equipa.